Mengurangi Kompleksitas Desain Sistem Elektronik dengan AI - Semiwiki

Mengurangi Kompleksitas Desain Sistem Elektronik dengan AI – Semiwiki

Stempel Waktu: 20 Juli 2023 9:00
Node Sumber: 2776663

Siemens Mengurangi Kompleksitas dengan Grafik Whitepaper AI

Dalam dunia desain sistem elektronik, kompleksitas selalu menjadi tantangan utama. Seiring kemajuan teknologi dan meningkatnya permintaan akan perangkat elektronik yang lebih efisien dan kuat, para insinyur menghadapi persyaratan desain yang semakin rumit. Kompleksitas ini sering kali menyebabkan siklus desain yang lebih panjang, peningkatan biaya, dan potensi kelemahan desain. Siemens EDA menyadari kebutuhan mendesak akan solusi inovatif untuk mengatasi hambatan-hambatan ini. Perusahaan telah mengidentifikasi kecerdasan buatan (AI) sebagai teknologi yang dapat memberikan pengaruh luar biasa terhadap inovasi. AI mencakup teknologi komputasi yang memungkinkan mesin berpikir dan mengambil kesimpulan tanpa campur tangan manusia. Solusi AI dapat menganalisis data dalam jumlah besar untuk mengidentifikasi pola dan tren, meningkatkan proses, dan memberikan rekomendasi untuk pengambilan keputusan yang lebih baik.

Siemens EDA telah melakukan investasi signifikan dalam teknologi AI dan menerapkannya pada berbagai bidang produk, termasuk desain PCB, sistem penggerak otonom, manajemen lantai pabrik cerdas, dan manajemen kota pintar. Perusahaan baru-baru ini menerbitkan whitepaper yang menyelidiki bagaimana penerapan teknologi AI dapat mengatasi tantangan dalam desain papan sirkuit cetak (PCB).

Tantangan dalam Desain PCB

Insinyur sistem elektronik PCB menghadapi tantangan dalam merancang IC yang kompleks dan cepat yang memerlukan daya, pendinginan, integritas sinyal, dan integritas termal yang memadai. Mereka harus menghasilkan PCB berkinerja tinggi dan sistem elektronik yang saling terhubung dalam jangka waktu pemasaran yang lebih singkat sekaligus meminimalkan konsumsi daya. Memahami desain PCB dan alat EDA memerlukan kurva pembelajaran yang curam dan para insinyur sering kali belajar sambil bekerja. Pemilihan komponen adalah tantangan lain yang memerlukan penelitian ekstensif dan analisis lembar data.

Memanfaatkan AI

AI dapat menambang desain yang telah selesai untuk mengidentifikasi pola dan memandu desainer ke langkah logis berikutnya, sehingga meningkatkan kualitas dan efisiensi desain. AI dapat mengembangkan model berdasarkan informasi historis untuk merekomendasikan opsi komponen yang layak, sehingga mempercepat proses seleksi. Integrasikan ini dengan visibilitas real-time ke dalam rantai pasokan komponen dan itu berubah menjadi kemampuan yang kuat.

Tujuan akhir dari desain elektronik berbasis AI adalah agar algoritme AI menghasilkan desain PCB dan hasil produksi, mengurangi waktu desain, dan menghilangkan kesalahan yang merugikan.

Desain Generatif

Desain generatif adalah pendekatan inovatif yang menggunakan algoritma dan metode komputasi untuk secara otomatis menghasilkan dan mengoptimalkan solusi desain berdasarkan parameter dan batasan tertentu. Ini menggabungkan kekuatan kecerdasan buatan, pembelajaran mesin (ML), pembelajaran mendalam (DL), dan teknik simulasi tingkat lanjut untuk menjelajahi ruang desain yang luas dan menghasilkan desain yang optimal dan efisien.

Manfaat Memanfaatkan AI dalam Desain Sistem Elektronik

Menghasilkan model komponen, seperti simbol, geometri fisik, dan model simulasi, memakan waktu. Teknologi AI seperti pemrosesan bahasa alami dan pengenalan gambar dapat secara otomatis memproses lembar data dan menghasilkan model yang diperlukan, sehingga mengurangi upaya manual dan meningkatkan pengetahuan domain.

Konektivitas skematis, membangun koneksi antar komponen, adalah tugas manual lainnya. Model ML yang dilatih berdasarkan desain yang telah selesai dapat merekomendasikan komponen dan menyarankan koneksi pin-to-pin, sehingga mempercepat proses desain.

Penggunaan kembali blok fungsional secara dinamis dan manajemen basis data cerdas dapat dicapai dengan melatih model DL, memungkinkan alat desain untuk memprediksi fungsi potensial blok dan menyarankan opsi penempatan dan perutean yang dapat digunakan kembali.

Batasan, seperti tata letak, desain kecepatan tinggi, manufaktur, dan aturan pengujian, biasanya dimasukkan secara manual, sehingga menimbulkan risiko kesalahan. AI dapat merekomendasikan kumpulan dan nilai batasan berdasarkan desain saat ini dan pengetahuan dari desain yang dirilis, sehingga menyederhanakan prosesnya.

Tugas tata letak seperti penempatan komponen dan perutean memakan waktu. Sistem AI dapat merekomendasikan strategi penempatan dan perutean berdasarkan desain yang telah selesai, dan metodologi perutean tingkat lanjut seperti perutean sketsa dapat diterapkan. Perutean otomatis dan alat analisis juga dapat memanfaatkan algoritme AI/ML untuk menghasilkan rute optimal dan melakukan simulasi yang akurat.

Kesimpulan

AI semakin penting dalam meningkatkan produktivitas operasional dan keahlian pengguna. Dalam desain PCB, AI sangat berguna dalam mengotomatisasi proses manual dan memungkinkan pengguna tingkat pemula untuk melakukan tugas-tugas yang sebelumnya memerlukan pengetahuan ahli. Dengan memanfaatkan teknologi AI, pengambilan keputusan dapat dipercepat, proses-proses biasa dapat diotomatisasi, pengguna baru dapat bekerja lebih efisien, dan kinerja serta kemampuan manufaktur sistem multi-domain dapat dioptimalkan.

Sebagai bagian dari portofolio Siemens Xcelerator, alat berbasis AI memungkinkan perusahaan perancang sistem elektronik memanfaatkan teknologi AI dan menghadirkan produk futuristik ke pasar. Siemens terus mengidentifikasi kasus penggunaan baru di mana AI dapat diterapkan untuk meningkatkan alat desain dan menginvestasikan waktu dan sumber daya untuk menyempurnakan algoritme yang ada atau mengembangkan metodologi inovatif untuk mengatasi tantangan.

Buku putih ini adalah bacaan berharga bagi semua orang yang terlibat dalam proses desain sistem elektronik.

Bagikan postingan ini melalui:

Stempel Waktu:

Lebih dari Semiwiki