AI PCB Design: ジェネレーティブAIが我々をコンストレイントから可能性へと導く方法

ジェネレーティブAI（または生成AI）は、PCB設計における次の大きな一歩を示します。

 もちろん、この言葉は期待通りのものでしょう。2023年はジェネレーティブAIの台頭に支配された年であり、大規模言語モデル（LLM）はそのまぎれもなく代表的な存在です。理由は簡単です。LLMは、一見、知覚としての要件を満たしているように見えるのです。ただ、実際には、過去のデータとリアルタイムのデータの両方から文脈を推定するのが非常にうまいだけなのですが。

 “ジェネレーティブAI”という言葉が世界的な用語集に仲間入りしたのはつい最近のことかもしれませんが、ケイデンスはかなり以前からジェネレーティブAIを設計に応用してきました。私たちはそれを ”ジェネレーティブ・デザイン” と呼んでいますが、本質的には同じことです －コンテキストと一連の制約を受け取り、人間のような推論を適用して対応することができるAI、です。

 ケイデンスのお客様は既に、当社のJedAI (Joint Enterprise Data and AI) プラットフォームの中で、ジェネレーティブAIのメリットを享受されています。チップ設計者は、Cadence Cerebrus AIのパワーを実感し、より高速で、より安価で、よりエネルギー効率の高いチップを設計しています。

 そして、ケイデンスは今、このジェネレーティブAIのアプローチをこれまで手作業が多かったEDA分野であるPCBの配置・配線にも導入しているところです。

 AI PCBデザインは理にかなっている

PCBレイアウトツールが最初に導入されたとき、配線トレースはおもちゃのお絵描きボードと同じようなレベルでした。今、制約条件に基づく自動化のアプローチにより、一定の設計タスクの実行に要する時間は短縮できています。それでも、PCBの配置・配線(P&R)は比較的に手作業でバランスを調整することが求められる作業であり、シグナルインテグリティ、電源プレーン供給、熱の管理、等々をオペレーターが考慮する必要があります。

このプロセスは、産業が多層、3D積層、異種統合を採用するにつれて、複雑の一途をたどっています。設計者は必然的に、他の設計のために設計の或る側面を犠牲にしたり、レイヤー数を必要以上に多くしたり、市場投入の遅れを避けるため”(最善ではないが)まぁ十分”と言えるようなアプローチをとったりすることになります。

私たちは、AIが非常に計算量の多い設計タスクにおいて人間を凌駕するパフォーマンスを発揮することを知っています。ジェネレーティブAIは、現在および未来のPCBの更なる複雑化に対して、強く惹きつけるソリューションを提供します。－だからこそ私たちは、ジェネレーティブAIを、今年初めに発表されまもなくケイデンスのお客様に提供予定のAllegro X AI製品の中心的な存在として前面に打ち出しています。

Allegro X AI

PCB 設計にジェネレーティブAI を採用する最大の利点は、広大な設計空間を探索し、代替ソリューションを迅速かつ効率的に特定できる比類のない能力にあります。

無限の時間とリソースがあれば、人間が同じ結論に達する可能性はあるかもしれません。ジェネレーティブAIは、必ずしも私たち人間より賢いわけではありませんが、競争や市場投入までの時間でこれまで以上に大きな制限が課される分野において、圧倒的なスピードを見せつけるのです。

Allegro X AIは、PCB設計プロセスを根底からくつがえします。オペレーターに真っ白なキャンバスを提示するのではなく、最終結果において満たす必要のある部品と設計制約のリストを受け取り、配置と配線の様々なオプションを網羅しながら多種多様な設計可能性をふるいにかけます。デザイン・スペース探索 (DSE) に重点を置くハードウェア・エンジニアにとって、非常に強力です。これはIC設計の分野では長い間当然のことでしたが、最近ではPCBにとっても重要となっており、なぜなら、今日のICが持つ「複雑さ」はPCBに実装されても減ることはなく、むしろ増加するという現実があるためです。

LLMと幅広く会話をしたことがある人なら、追加の要素に基づいて出力を再生成するようLLMに要求できることをご存じでしょう。同じことがここでも機能します; 設計者は、例えば10層ではなく8層という条件で制約を調整し、Allegro X AIがそれでも利用可能なアウトプットが生成できるかどうかを確認することができます。層が1つ増えるごとにボード全体のコストが10%増えるとしたら、これは大幅なコスト削減となります。

このように大規模設計を徹底的に調査することで、設計者はシグナルインテグリティ、電源供給、熱管理の観点から配線を最適化することができます。設計のTAT(ターン・アラウンド・タイム)を数日から少なくとも数時間(もしかしたら数十分)に短縮することができます。設計の反復が速くなるということは、より迅速なプロトタイピングと製品開発が行えることを意味し、最終的には年間の生産枚数の増加や最終製品の市場投入までの時間の短縮につながります。

ルールはルール

PCB設計とIC設計の基本的な違いの1つとして、設計の創造性が挙げられます。ICでは、依然としてマンハッタン配線という制限が大きい状況にあります。しかしPCBでは、設計の自由度が非常に高く、古典的なアルゴリズムでは設計の内容や配線長において大幅に妥協をしなければ解決できません。従来は人間の創造性が介入しなければならなかった分野であり、配置の試行錯誤に何日も費やす必要がありました。

しかし、ここで重要なのは、ケイデンスは従来の計算アルゴリズムや自動化アプローチをAIに置き換えたのではない、と理解していただくことです。私たちはこれまでと同様に精度と「正しさを担保した構築」にこだわり続けており、Allegro X AIは、現実世界に存在する成功した設計事例と失敗した設計事例の広範なデータセットでトレーニングされていますが、私たちは正しさをそのデータを使って判断してはいません。

出来上がったのは物理ベースの設計アルゴリズムとジェネレーティブAIのコンビネーションです。これらのアルゴリズムが、出力の正しさを保証する発見的手法として利用され、同時に、従来のアルゴリズムには明示的に存在しないような、レイアウトのベストプラクティスを引き出すための過去の集合知の利用も行われています。

このような人間の創造性こそが、ジェネレーティブAI が巧みに模倣する対象です。このコンビネーションから生まれた、目に見える結果とは？設計の卓越性、競争力の向上、市場投入までの時間の大幅な短縮。ケイデンスがこれまで培ってきたすべてが、ジェネレーティブAIのおかげでこれまで以上に実現されたのです。

ブログの購読登録(無料)を行うと、最新記事公開の通知がメールでお受け取りいただけます。PCB設計／ICパッケージ設計 Blogsページ をオープンし、画面右上のSubscriptionsより、ぜひご登録ください。

登録方法は、こちら よりご確認ください。

この記事に関するお問合せは、cdsj_info@cadence.com までお願いいたします。

Author: Michael Jackson

Translator: Ikue Yoshizaki

このブログの英語版は こちら より