Beyond Design: EDA工具中的人工智能

I-Connect007的编辑安迪·肖内西在IPC APEX EXPO设计论坛报道过主题发言人Dean Parker, 他曾经是舒尔的前PCB设计师,现在是谷歌X的CAD经理。据悉,Parker已经参与到谷歌的自主车和各种其他伟大想法上。据安迪的报道,Parker告诉众人,EDA工具供应商需要把20世纪90年代的代码全都丢到垃圾桶里面,一切从头来过,引入更多人工智能。

目前人工智能已经在多个领域开花结果,发展了语音识别,无人自动驾驶汽车,数据挖掘等等。如何能使AI影响到PCB设计流程?我们来看看其中无限的可能性。

很多时间都被浪费重复一遍遍布局上。目前的EDA工具,他们有的非常花俏,但依然在自动化流程方面有诸多限制,主要还是依靠PCB设计师的和工程师的经验与技能拽着软件往前走。其实,EDA工具需要预测设计师想要做什么,再根据以前的设计,提出方案,并自动完成部分设计。 AI应该感知周围环境,并采取行动,以最大限度地发挥作用,从而达到成功的系统。

在建立初始数据库时事多繁琐的步骤依靠自动完成将是一个良好的开端。标准形状因数可用于建立初始布局环境,以确保设计能够兼容多代技术。虽然有些PCB布局工具允许设计人员能够装载一组标准的预先定义的启动配置文件,则仍需要太多的人工干预。PCB数据库可以预测基本设计规则,并通过以往的经验来获得要求。

文本预测,我们每天都在手机上使用它,同样在设计软件中也可以提供应商零件号和数据库命名规则,大大加快了设计定义。总线和接口可以通过芯片引脚分配名称来自动判断,从而消除了很多单调的原理图分类过程。IC电源引脚可以基于数据表的要求记性指定电源供应器。设置去耦电容,添加到每个电源引脚,根据以往的电容可用性和参数选择可以开展PDN分析。

根据对材料的初步清单预定义的组件库可以供选择,并根据设计师的要求进行预先布置。IBIS模型可以被自动分配到每个芯片,基于部件号和所有的互连传输线识别。IBIS模型的源和负载阻抗可以提取分配所需的阻抗和终端到每一个传输线。

同样的板,依靠相似的技术,介电材料,完整的library,优选制造者列表,介电损耗和带宽要求,此类叠层可以基于以前的设计进行预先生成。数据和地址总线与时钟/选通不同对在一起,一开始就可自动分配给某些层,以尽量减少串扰,电磁辐射和返回路径循环。电源面的形状可以根据元件布局和需要被连接的针脚进行自动定义,以获得允许的最大直流压降和最大电流供给。

To read this entire article, which appeared in the May 2016 issue of The PCB Design Magazine, click here.