首页/文章/ 详情

利用基于 AI 的优化技术破译高速信号优化难题

8小时前浏览41
本文翻译转载于:Cadence blog

作者:Reela

在动态系统设计领域,确保信号毫发无损地到达接收端只是冰山一角。伴随着封装密度的提升、更高的 PCB 走线密度和工作频率,系统设计的复杂性要求我们统筹考虑电气、机械、电磁和热动力效应。实现这一目标需要人类创造力与计算能力的结合,消除阻碍不同领域专家合作的架构孤岛。为了满足这些需求,系统级优化已经成为必要条件而不是锦上添花。

传统的手工方法包括构建模型、测试、制作原型、优化并最终加工生产,局限性非常明显。这种方法极度依赖工程师的直觉进行优化,原型建立后,需要进行仿真以评估与设计目标的一致性。然而随着电子设计不断追求更强的性能,复杂性和紧凑度都在提高,仅依靠直觉已无法应对优化设计带来的挑战,因此我们需要更加先进的优化方法来应对日益复杂的现代化设计。


基于 AI 的优化

 

Cadence 推出了 Optimality 智能系统优化器,这是一种利用人工智能技术帮助设计师应对现代设计挑战的新型优化技术。这项技术提供了多学科设计分析优化(MDAO)能力,可以执行从 IC 到封装再到板级的无缝系统级优化。将多物理场分析工具与 Optimality 资源优化器集成,可确保设计满足预期指标。自动化的流程大幅加速了优化过程,从而帮助工程师和设计师更容易、更高效地实现目标。

Optimality Explorer 工作流程让用户设定输入参数和系统优化目标,并采用多物理场分析工具进行模拟。它使优化过程自动化并生成优化的设计和最终曲线。用户可以优化回波损耗、插入损耗、串扰隔离度等参数以及眼图、抖动和 BER 等系统标准。为了保证优化效率,设计人员必须预先考虑设计的几何参数变量,如线宽、间距、长度、叠层、焊盘尺寸、反垫片几何形状、钻头尺寸和通孔的残桩长度。创建模型时,还必须考虑 PVT 角、端接电阻(ODT)、抖动均衡等参数。

Optimality Explorer 旨在帮助设计人员完成无缝的、无用户干预的设计优化。其算法可以让优化过程自动化,确保流畅和友好的用户体验。仅需不到 500 次迭代即可完成优化,实现了比传统方法更快的收敛速度,被称为设计领域 AI 驱动的多学科分析和优化工具。


优化时需要注意的参数和考量

例如,系统信道由发射器、接收器、PCB 互连、封装和载板组成。这些组件被抽象为发射器-接收器的 IBIS-AMI 模型,以及收发器件之间由布线和通孔构成的通道模型。

 

为了确保最佳信道性能,需考虑各种几何变量,如线宽、间距、长度、布线叠层、焊盘大小、反焊盘几何形状、钻头大小和通孔的残桩长度。创建模型时,还应考虑 PVT 角、端接电阻(ODT)和抖动均衡等参数。

优化过程中,指定需要优化的设计参数和预期的优化目标。同时,创建额外的替代模型对这些参数的有效优化也极为重要。

 

Optimality Explorer 利用随机搜索生成的初始数据集构建并训练机器学习模型。它不断地分析模拟参数、更新设计变量、计算目标函数和约束条件,直到达成终止收敛的标准。

 

Optimality Explorer 旨在帮助设计人员简化优化过程,特别适用于需要同时优化多种可调参数的场景。它的算法可以实现优化过程自动化,无需用户干预,易于使用。

与需要超过 2500 次迭代才能得到可接受结果的传统方法相比,Optimality Explorer 可以用不到 500 次迭代就得到最终结果,实现更快的收敛速度。


利用 Optimality Explorer 实现效率提升

在复杂的电路布局中,只使用单一的布线和通孔是远远不够的。因为每个组件都会影响其他组件的行为,需要构建所有组件的组合才能设计出完整的互连模型。

两个交叉排线平面的差分对


 

Optimality Explorer 可以高效、准确地模拟并优化复杂的 3D 布局,它包括可用于 PC 电脑的场求解器,可以处理通常被认为极具挑战性的各种场景。例如,它可以在差分对设计中最大化交叉排线,实现更好的结果。Optimality Explorer 还可以减少穷举法扫描所需的模拟次数,更快地达到目标。

Optimality Explorer 可以优化布局前和布局后的设计。例如,仅需 46 次模拟就实现了射频功率分配器的优化目标,而相比之下,穷举扫描则需要超过 300 万次模拟。Optimality Explorer 也可以被用于处理多参数设计,例如仅需 71 次迭代即完成对拥有 16 个参数的微带贴片天线的优化。

 

未来视野:Optimality 平台的扩展

Optimality Explorer 工具的开发团队目前正致力于将该平台扩展到热动力学和流体动力学领域,涉及到将用于热分析的 Celsius 3D 求解器和用于流体动力学的 CFD 相结合。此外,电气约束将集成到现有的 Allegro X 设计平台约束管理器中,为用户提供更全面的解决方案。开发团队将持续提供这些改进的更新。

驱动电子系统的多物理分析


 

破译现代系统高速信号优化难题是一项多维度的挑战。Optimality Explorer 突破了传统人工密集型优化过程的局限性,用 AI 驱动的技术取代了传统的设计-测试-改进循环的交互流程,从而生成最优的系统设计解决方案。Optimality Explorer 将像灯塔一样引导设计人员穿过复杂迷雾,利用自动化提高效率,走向通往综合设计解决方案的未来之路。   


 


来源:Cadence楷登
System电路航空汽车电子消费电子芯片ECADMCADCadence人工智能电气
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-03-18
最近编辑:8小时前
Cadence楷登
签名征集中
获赞 0粉丝 19文章 31课程 0
点赞
收藏
作者推荐

颠覆性 Cadence Reality 数字孪生平台为人工智能时代的数据中心设计带来变革

通过快速且高精度的 AI 驱动数字孪生 可将能效提升 30%中国上海,2024 年 3 月 22 日——楷登电子(美国 Cadence 公司,NASDAQ:CDNS)推出业界首个全面的 AI 驱动数字孪生解决方案,旨在促进数据中心的可持续发展及现代化的设计,标志着在优化数据中心能效和运营能力方面取得了重大飞跃。革命性的 Cadence® Reality™ 数字孪生平台将整个数据中心虚拟化,并利用 AI、高性能计算(HPC)和基于物理的仿真,能显著提高数据中心能效,最高可达 30%。该创新平台将帮助数据中心设计人员和运营商应对现代数据中心系统的复杂性,特别是解决因数据中心计算和冷却资源使用效率低下而导致的滞留容量问题,以及在电力日益稀缺的时代处理 AI 驱动的工作负载及其对环境的影响。国际能源署(IEA)的数据显示,去年美国数据中心的用电量占全国总用电量的 4% 以上,并预计在未来几十年将出现指数级增长。 “ “随着人工智能呈现指数级增长,数据中心面临的压力越来越大,我们需要优先考虑可持续发展和能源效率。Cadence Reality 数字孪生平台将全面优化数据中心的设计和运营,提高能源效率,为更高效、更具弹性、更环保的未来打好基础。”Cadence 高级副总裁兼定制 IC 和 PCB 事业部总经理 Tom Beckley 说。Cadence Reality 数字孪生平台利用 AI 进行建模和仿真,以准确预测影响数据中心运营的因素,如气流、风速、建筑物对进风口的阻碍以及内部和外部温度变化的共同影响。Cadence Reality 数字孪生平台的主要优势包括:●先进的建模功能:模拟各种设计方案和运营策略,为每个数据中心找出能效最高的解决方案。●环境因素考量:在设计过程中考虑到外部环境因素,使数据中心的运营更具弹性和可持续性。●定制报告:根据每个项目的具体要求自动生成详细报告,促进对潜在的节能方式和效率改进的深入了解。●创新冷却策略:评估多种冷却系统及其对能耗的影响,提供最有效的冷却解决方案。●最新的 Cadence 求解器:Cadence Reality 数字孪生平台与 Cadence 卓越的多物理场求解器集成,使同样精确、大容量的多域引擎可以从芯片小尺度扩展到气候环境尺度。Cadence 的变革性设计平台将加速各行各业下一代数据中心和人工智能工厂的开发。该平台与 NVIDIA Omniverse™ 开发平台集成,可将设计和仿真工作流程的速度提高 30 倍。众多行业领导者对开创性的 Cadence Reality 数字孪生平台大加赞赏,表示在提高能效、优化运营和满足未来的 AI 工作负载需求方面,该平台发挥了突出的作用。该平台能够为物理数据中心创建全面的数字孪生,允许用户对基础设施进行精确的规划、分析和管理,以满足不断变化的企业和环境需求。客户评价“HPE 采用 Cadence Reality 数字孪生平台等前沿技术,旨在帮助客户提高能效、优化容量并减少碳排放。我们有许多成功的客户案例,包括一家获得 Tier IV 认证的主机托管提供商。我们帮助他们保证了有竞争力的能源成本,同时满足了服务水平目标,提高其环境绩效并减少碳排放。”——Pascal LeCoq,Worldwide Director, Sustainable Data Center Modernization,HPE “借助 Cadence Reality 数字孪生平台,我们能够为公司业务和客户做出更好、更明智的决策。我们在 Cadence 设计软件中对 Harlow Data Center Campus 进行了广泛建模,评估了一种优先考虑能效的创新冷却设计,开发出英国首个无机械冷却的大规模主机托管数据中心。此外,Cadence Reality 数字孪生平台还帮助我们满足了客户对高密度/AI 驱动工作负载的要求。”——Paul Finch,CTO,Kao Data “现如今,所有企业和行业都依赖于数据中心,因为它们能够以弹性、安全且高效的方式存储和处理数据。但无论新旧,数据中心都需要与跨越数年甚至数十年的技术进步保持同步。它们必须保持全天候运行,高效利用自身容量,避免因意外需求而面临停机风险。Cadence Reality 数字孪生平台带来了一种环保解决方案,能够应对 AI 工作负载的必然增长及其对数据中心行业的影响,体现出该公司的前瞻性思维。”——Patrick Moorhead,Founder,CEO and Chief Analyst,Moor Insights & Strategy “为数据中心部署最新的 AI 高密度工作负载,并确保它们能够应对预期的电力趋势,这需要深刻的洞察力。幸运的是,我们可以利用 Cadence Reality 数字孪生平台创建数字孪生,规划当前工作负载的部署,并为未来投资做好准备。NV5 与 NVIDIA 和 Cadence 密切合作,利用 Cadence Reality 平台优化数据中心的效率、性能和可靠性,并监测系统在为故障恢复而设计的场景中的表现。根据我们自身的体验,Cadence Reality 平台是业内最完整的数据中心基础设施仿真工具。”——Andrew Chang,Executive Director,NV5 “要支持人工智能技术,所需的功率密度是前所未有的,且会不断增加。这意味着在新建或改造现有数据中心时,我们需要对基础设施战略进行重大调整。作为数据中心关键基础设施解决方案的全球佼佼者,Vertiv 提供关键任务电源和冷却解决方案,以支持高性能计算,包括 NVIDIA 最新的基于 GPU 负载的液体冷却解决方案,利用我们的战略技术合作伙伴 Cadence 所提供的创新数据中心设计和运营平台,我们可以了解数据中心关键基础设施如何为这些部署提供最佳支持。借助 Cadence Reality 数字孪生平台,我们能够设计出能效更高的解决方案,并确信它们能够在各种情况下达到设计容量。”——Giordano(Gio)Albertazzi,CEO,Vertiv来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈