利用基于 AI 的优化技术破译高速信号优化难题

来源:Cadence楷登 #Cadence#
4400

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。这些组件被抽象表述为发射器-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。

责编: 爱集微
来源:Cadence楷登 #Cadence#
THE END
关闭
加载

PDF 加载中...