• Skip to main content
  • Skip to search
  • Skip to footer
Cadence Home
  • This search text may be transcribed, used, stored, or accessed by our third-party service providers per our Cookie Policy and Privacy Policy.

  1. Blogs
  2. Spotlight Taiwan
  3. 【多物理場技術專欄】利用Cadence Optimality智慧引擎突破人工模擬瓶頸
candyyu
candyyu

Community Member

Blog Activity
Options
  • Subscribe by email
  • More
  • Cancel
optimality
celsius
system analysis
taiwanese blog
intelligent system design
clarity

【多物理場技術專欄】利用Cadence Optimality智慧引擎突破人工模擬瓶頸

5 Feb 2023 • Less than one minute read

原文作者: Cadence多物理系統分析事業群研發副總裁顧鑫(Ben Gu)
文章來源: 
https://community.cadence.com/cadence_blogs_8/b/corporate/posts/cadence-optimality-ai-removes-simulations-biggest-bottleneck-humans

我們在Cadence從事的工作有個核心部份來自一個不可避免的事實:設計與製造矽晶片越來越複雜、耗時,也因此有所費不貲的過程。

該過程中每一個步驟都需要做決策:在這個特定關頭該投入多少時間或預算,才能確保完成整個設計流程時,晶片能盡可能有效率地運作並且避免代價高昂的錯誤?

而若想要實現一次就成功的設計,精確的電磁(EM)模擬是關鍵步驟──這也是最花時間的步驟,因此我們打造了Cadence Clarity 3D求解器軟體工具,具備比傳統3D電磁場求解器快10倍的性能,可以確保複雜的EM挑戰被即時因應。

利用大規模分散式雲端技術,以及平行化、程式碼最佳化與革命性的網格生成軟體,我們讓設計和執行電磁模擬的流程比以往更快,並讓任何潛在的破壞性EM干擾問題能在設計流程初期獲得紓解。

不過事實證明,只從系統本身解決我們可以移除的瓶頸是不夠的。我們的客戶能極其快速地執行個別模擬,但這在本質上並不代表他們於流程結束時取得了更佳優化的設計。

一個與「人」密切相關的問題

問題出在哪?因為設計流程還是大幅度仰賴人類的直覺與參與;每一次模擬的結果,以及判定與調整參數,都需要熟練的人類來作業。

這終究會限制模擬可以被執行的次數。試想一個擁有10項可控參數的設計模擬案例,而且每項參數都有10種可能的數值;為了優化此設計直到它可以被改善的極限,我們需要模擬所有可能的情境,然後從每一項參數中判定出性能最佳的數值組合。

但,10的10次方模擬次數,代表的可是100億次模擬。

當然,這可能得花幾十年時間才做得完。所以工程師會選擇他們認為最接近最佳化的數值,然後執行幾次模擬。接著他們會查看結果、做一些分析、調整參數值,並執行更多模擬。

無可避免地,在多次反覆迭代之後,他們會到達一個決策點:是要投入所有必要的時間與成本繼續進一步最佳化,還是宣告設計已經最佳化,然後前進到生產步驟?毫無疑問,最終產品會運作良好──儘管完美度或許不如以無限時間與精力執行更多模擬之後所達到的那樣好。

人工智慧改變一切

這就是我們用Cadence Optimality Intelligent System Explorer智慧系統引擎解決的問題。我們是否可以透過能在設計中最佳化的人工智慧(AI)演算法,取代傳統最佳化工作流程中的人工參與,最終讓客戶能實現真正的最佳化設計?



在我們的工程師數年努力之後,事實證明我們可以做到。利用強化學習──就像在Cadence JedAI (Joint Data and Analytics)平台上所使用的──我們可以針對構成一套具備各種規模或複雜度系統之最佳化設計,非常快速地建立一個機器學習(ML)模型。強化學習如此讓人滿意,是因為不需要非常密集的訓練;在每一個反覆設計的過程中,Optimality會取得更多資料樣本,用以進一步精煉並改善其演算法的精確度。

結果是一個更棒的設計,而且比起任何人工操作員過去宣稱所謂的最佳化成果,完成得更快速、更有效率,風險也更低。藉由Optimality可以在多個並行(concurrent)模擬中更快做出決策的能力,我們見證客戶以高於傳統人工方法10倍的速度完成他們的設計,在某些特定情況下還可以加速到100倍,而且通常能在20到50次反覆迭代中得到不錯的成果。能如此顯著地減少所需時間,意味著產品上市時程也能夠大幅縮短。

在某次測試中,我們讓人工設計工程師與Optimality比賽進行一個複雜PCB設計。Optimality只經過34次反覆迭代就實現了明顯比人工設計性能更好的設計。

重點是,人類主導的模擬一次只能完成一個或者兩個,Optimality能執行、分析並重新執行大規模平行模擬,中間幾乎沒有停頓──這在過去可能需要滿屋子的工程師才能做到。

Optimality Intelligent System Explorer的下一步是什麼?

Optimality已經與Clarity 3D求解器以及我們的高速訊號與電源完整性(SI/PI)平台Sigrity X完全整合,藉由讓Optimality分擔系統級SI與PI模擬分析任務,設計工程師能更快實現最佳化設計,減少重新設計的需要並加速整體上市時程。

我們已經看到客戶利用Optimality引擎中的Clarity與Sigrity X取得驚人成功,我們現在正努力整合其他Cadence產品──從我們的Celsius熱求解器開始,該產品是業界首創完整電熱協同模擬解決方案,適用於從IC到實體封裝機殼的所有電子系統層級。

同樣的,這也是為了讓設計團隊能把最佳化其設計案的工作交給Optimality AI演算法,因此能在設計流程初期更快偵測與紓解散熱問題,顯著減少達到真正最佳化所需的反覆設計時間。



短期之內,我們也會把我們的Fidelity CFD 運算流體力學產品整合到Optimality,讓真實世界物體的大規模平行化模擬能飛速達成最佳化設計,而且幾乎不需要人類干預。

將Fidelity CFD導入Optimality特別將會為汽車產業帶來龐大價值,在汽車行業中車輛設計任何微調參數都具備無限的潛力──從外部的空氣動力學到內裝的舒適度,以及動力傳動系統效率等各種參數。



我們也在探索如何將Optimality的技術從設計佈局後擴展至設計佈局前階段,在概念發想之後的整個初期設計階段,為設計工程師提供強而有力的AI助手。這將對你的設計流程產生更大的影響。

這只是Optimality旅程的開端。它問世以來才幾個月,我們已經看到如此多例證,展現它改變我們執行系統分析方式以及能實現之效益的力量。

這意味著我們最初的願景──打造能確保從晶片到巨無霸噴射機等所有東西都能充分發揮性能的工具──只需要再幾次優化就能實現。

了解更多關於Cadence Optimality Intelligent System Explorer的細節,以及你如何能利用AI驅動的設計內優化技術完成更進一步優化的設計。

© 2025 Cadence Design Systems, Inc. All Rights Reserved.

  • Terms of Use
  • Privacy
  • Cookie Policy
  • US Trademarks
  • Do Not Sell or Share My Personal Information