利用基于 AI 的優化技術讓高速信號問題迎刃而解

系統設計領域充滿變數，確保信號完好無損地到達目的地還只是冰山一角。隨著封裝密度不斷提高、PCB 線路不斷細化以及頻率不斷飆升，這些錯綜復雜的問題也在不斷演變，需要綜合運用電氣、機械、電磁和熱動力學方面的專業知識。

為了應對日益增長的復雜性和細微差別，系統需要達到最佳性能。而要實現這一目標，設計人員在發揮聰明才智的同時，還要借助機器的計算能力。遺憾的是，不同學科猶如一個個孤島彼此分離，阻礙了專家之間的有效合作。要滿足這些激增的需求，系統級優化已不再是一種“奢侈選項”，而是“必不可少”。

手動工作流程包括構建、測試、原型驗證、改進和最終制造，這給設計優化造成了很大的阻礙。目前的設計優化方法在很大程度上依賴于設計人員的直覺，他們通過創建原型和運行仿真來評估設計是否符合目標。然而，如今的電子設計開始追求更強的性能、更高的復雜性和更緊湊的外形，單憑人類的直覺已經難以應對優化挑戰。我們需要先進的優化方法來實現日益復雜的現代設計。

基于 AI 的優化

Cadence 推出了 Optimality Intelligent System Explorer，這是一項全新的優化技術，利用 AI 幫助設計人員應對現代設計挑戰。該技術具有多學科設計分析優化 (MDAO) 功能，可無縫執行從集成電路到封裝，乃至電路板的系統級優化。將多物理場分析工具與 Optimality Explorer 集成，確保了預期結果萬無一失。自動化大大加快了優化過程，工程師和設計師可以更輕松、更高效地實現目標。

Optimality Explorer 工作流程可指定輸入參數，優化系統標準，并使用多物理場分析工具進行仿真。它能自動完成優化過程，生成優化設計和最終曲線。用戶可以優化回波損耗、插入損耗、串擾隔離等參數以及眼圖、抖動和比特誤碼率 (BER) 等系統標準。

為實現有效優化，設計人員必須考慮線寬、間距、線長、走線堆疊、焊盤尺寸、隔離焊盤幾何形狀、鉆孔尺寸和過孔 stub 長度等幾何變量。在創建模型時，還必須考慮制程 (Process)、電壓 (Voltage) 和溫度 (Temperature) 組合，片內端接 (on-die termination, ODT)，抖動均衡等參數。

Optimality Explorer 旨在幫助設計人員進行無縫的設計優化，無需用戶干預。其算法實現了優化過程的自動化，可提供流暢、便捷的用戶體驗。與傳統方法相比，它能在不到 500 次的迭代中實現顯著優化，加快設計收斂。Optimality Explorer 被稱為 AI 驅動的設計同步多學科分析與優化工具。

Optimality Explorer 可高效、準確地仿真和優化復雜的 3D layout，處理傳統上被認為具有挑戰性的優化方案。該工具中包含用于 PC 封裝互連的場求解器，可處理各種通常被視為具有挑戰性的優化方案，如最大化交叉網格覆銅。

優化參數和注意事項

例如，在系統通信信道中，有發射器、接收器、PCB 互連、封裝和中介層。這些器件經過抽象化，用作發射器-接收器的 IBIS-AMI 模型，發射器-接收器之間是走線和過孔。

為確保最佳信道性能，必須考慮各種幾何變量，如線寬、間距、線長、走線堆疊、焊盤尺寸、隔離焊盤幾何形狀、鉆孔尺寸和過孔 stub 長度。創建模型時還應考慮 制程 (Process)、電壓 (Voltage) 和溫度 (Temperature) 組，片內端接 (on-die termination, ODT) 和抖動均衡等參數。

在優化過程中，必須指定需要優化的設計參數和想達到的優化目標。此外，還必須創建額外的代理模型 (surrogate model)，以有效優化這些參數。

Optimality Explorer 基于隨機搜索生成的初始數據集，構建并訓練機器學習模型。它會不斷分析仿真結果，更新設計變量，計算目標函數和約束條件，直到達到停止標準和收斂為止。

Optimality Explorer 旨在簡化設計人員的優化過程，尤其是在需要考慮許多可調參數的情況下。其算法實現了優化過程的自動化，無需用戶干預，并且易于使用。

傳統方法需要 2500 次以上的迭代才能獲得相當的結果，與之相比，Optimality Explorer 只需不到 500 次的迭代就能實現顯著優化，可加快設計收斂。

利用 Optimality Explorer 提高效率

在復雜的電路 layout 中，僅使用單獨的走線和過孔是不夠的。需要將這些器件組合起來，創建互連設計，其中每個器件都會影響到其他器件的行為。

兩個交叉網格覆銅平面之間的差分對

Optimality Explorer 可高效、準確地仿真和優化復雜的 3D layout，處理傳統上難以優化的方案。該工具中包含用于 PC 封裝互連的場求解器，可處理各種通常被視為具有挑戰性的優化方案。例如，它可以最大限度地優化差分對設計中的交叉網格覆銅圖案，從而獲得更好的結果。Optimality Explorer 還能減少詳盡掃描所需的仿真次數，更快地達到目標。

Optimality Explorer 可以優化布局前和布局后設計。例如，Optimality Explorer 對 RF 功率分配器進行優化，僅用 46 次仿真就達到了目標，而窮舉法則需要 300 多萬次仿真。Optimality Explorer 的多功能性還可擴展到處理具有許多參數的設計，例如，優化具有 16 個參數的微帶貼片天線只需 71 次迭代。

展望未來：擴展 Optimality 平臺

Optimality Explorer 工具背后的團隊目前正在努力擴展該平臺的適用范圍，使之可以涵蓋熱學和流體動力學領域。這包括集成 Celsius 3D Solver 用于熱分析，集成 CFD 工具用于流體動力學領域。此外，電氣約束將被集成到 Allegro X Design Platform 現有的約束管理器中，為用戶提供更全面的解決方案。開發團隊將不斷報告這些功能改進的最新進展。

推動電子系統的多物理場分析

解決現代系統中的高速信號優化問題是一項涉及多個維度的挑戰。Optimality Explorer 突破了傳統上極為消耗人力的優化流程的限制，以 AI 驅動技術取代了“設計-測試-改進”循環的傳統交互流程，提供了一套更好的系統設計解決方案。Optimality Explorer 是電子設計領域的燈塔，指引設計人員自信穿梭于錯綜復雜的環境，在提供自動化技術的同時提高設計效率，為未來的綜合設計解決方案鋪平道路。