利用英伟达GPU,Cadence颠覆PCB设计

半导体行业观察 2026-07-16 08:58

公众号记得加星标⭐️,第一时间看推送不会错过。


今天,Cadence发布了基于Allegro AI Studio平台的AuraStack AI超级代理。它引入了业界首个面向PCB和先进封装设计的全流程智能体AI环境,可将产品上市时间缩短2倍,并将工程效率提升高达15倍。


随着下一代人工智能基础设施在超大规模数据中心、自动驾驶汽车和航空航天应用领域不断扩展,其核心工程挑战已远远超出硅芯片本身。现代硬件的性能日益受到连接、供电和冷却这些芯片的复杂系统的制约。


设计先进封装和印刷电路板 (PCB) 的工程团队发现自己深陷于碎片化的设计工具、孤立的工作流程和手动迭代的泥潭中。根据 Cadence 的数据,硬件工程师每天大约 65% 的时间都花在处理这些互不关联的任务和跨领域交接上,而不是真正投入到设计工作中。


利用英伟达GPU,Cadence颠覆PCB设计图2


虽然成熟的设计自动化技术使得复杂的 3 纳米或 2 纳米芯片的实现可能需要 9 到 10 个月,但最终完成配套的先进系统封装可能需要超过 12 个月的时间。Aurastack PCB 的设计旨在打破这一系统瓶颈。


为了更深入了解 AuraStack PCB,我们采访了Cadence 公司系统设计与分析集团的企业副总裁Vivek Mishra 。


几十年来,EDA 工具已成功实现了诸多独立任务的自动化,例如运行 IR 压降仿真或计算走线阻抗。然而,真正的瓶颈仍然在于如何将这些工作流程整合起来,而这需要人工协调。


当布局工程师完成电路板布局后,通常会将其“交给”机械或热学专家。如果Celsius热分析或Sigrity信号完整性仿真检测到违规,则必须手动修改布局,重新开始验证流程。


AuraStack将这种模式从简单的任务自动化转变为真正的工程智能。作为 Cadence 值得信赖的设计和分析工具之上的原生 AI 层,AuraStack 利用底层设计意图的“心智模型”。系统无需等待用户触发各个工具,即可理解设计约束、供应链实际情况和物理布局之间的关系,并并行协调工作流程。


米什拉说:“智能体人工智能使工程知识普及化。它可以问‘你想让我帮你设置热分析吗?’,然后它会帮你设置好热分析,而在此之前,工程师可能根本不知道该怎么做。”


AuraStack 的框架结构是一个统一的“三层蛋糕”,它集成了加速计算、原生物理引擎和对话式 AI:


编排层:顶层是智能体 AI 工作流。AuraStack 接受对话式自然语言提示(支持多种语言,包括英语、日语和韩语),以自主设定目标、评估工程权衡,并跨领域执行多步骤修改。


物理层:其核心由 Cadence 久经考验的多物理场仿真和签核引擎组成。其中包括 Celsius 热求解器、用于 3D-EM 的 Clarity 3D 求解器、用于信号和电源完整性的 Sigrity X,以及用于线性和非线性机械应力、跌落、振动和疲劳分析的 MSC Nastran 和 Marc。


计算层:该基础架构由定制的加速硬件提供支持,利用 NVIDIA Blackwell GPU 和 NVIDIA CUDA 架构,通过 Cadence Millennium M2000 超级计算机平台实现。


利用英伟达GPU,Cadence颠覆PCB设计图3


通过在闭环环境中运行这些层,多物理场分析从后期阶段的把关人转变为积极的实时设计护栏。


为了展示超级代理如何管理全流程系统设计,Cadence 向我们展示了一个复杂的 5G 智能手机板的成本优化工作流程演示,该板具有 66 页原理图和 10 层堆叠结构。


利用英伟达GPU,Cadence颠覆PCB设计图4


设计师可以使用自然语言命令,操控由人工智能完全控制的整个优化和布局流程:


1. 供应链和物料清单 (BOM) 优化


当需要优化设计物料清单 (BOM) 以降低成本时,AuraStack 会充分考虑供应链因素。它会分析各个组件,识别冗余,并建议合并封装类型,从而立即降低组件成本 28%。


2. 自主组件采购和库创建


在识别替代元件时,如果本地数据库中缺少推荐电源管理集成电路 (PMIC) 的已验证库模型,AuraStack 将启动一个子代理。该代理会从网络内容提供商处查找元件,直接从原始 PDF 数据手册中提取几何形状和引脚数据,并自动生成原理图符号和封装以更新设计文件。


3. 连续多物理场护栏


元件布局完成后,AI 会协调布局和布线代理,同时运行后台仿真。在自动布局过程中,Celsius 热分析可能会标记出结构热点。AuraStack 无需等待人工审核,即可自动计算布局方案,并在布线开始前向设计人员提供满足散热要求的布局修改方案。


4. 互动式地点和路线


设计人员可以查询代理程序,以识别未布线的高速网络,例如 MIPI 差分对。AuraStack 会分析现有约束,自动布线关键时钟走线,布线其余互连线,并确保布局通过所有设计规则检查 (DRC)。最终的布局后评估会提取拓扑结构以模拟信号完整性,并确认眼图张开度符合严格的运行规范。


Cadence表示,他们正在半导体、汽车和工业领域的知名合作伙伴中积极部署AuraStack,并取得了显著的性能提升。Nvidia方面则表示,Cadence AuraStack AI超级代理和Millennium M2000超级计算机使多物理场性能提升高达20倍。


在先进封装环境中,多芯片系统布局时间会带来重大的进度风险。Cadence 报告称,通过与台积电多年专注于自动化基板布线的合作开发,台积电表示,其部署已帮助客户在布线实施方面实现了 100 倍的生产效率提升,同时保持了与严格的手动布线相同的质量。


汽车行业也出现了类似的结构性改进。据 Cadence 公司称,Forvia Hella 公司表示,利用该平台的 AI 辅助元件布局功能,将一项繁琐的 300 个元件的布局任务(以往需要长达四天的手动工程布局时间)缩短至仅需四分钟。


AuraStack 汇集了数十年的机构工程专业知识,并将其直接嵌入到自动化、硬件加速的循环中,从而确保复杂的设计调整能够自然地收敛。这最大限度地减少了后期设计修改,并帮助团队安全地应对现代系统级设计中严格的热裕度和电气裕度限制。


Vishhra 指出,AuraStack 可以满足各个级别工程师的需求。


“AuraStack 让初级工程师更像中级工程师,让中级工程师成为高级工程师,让高级工程师成为超级工程师。”


(来源:编译自allaboutcircuits

*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。


END


今天是《半导体行业观察》为您分享的第4469内容,欢迎关注。


推荐阅读


利用英伟达GPU,Cadence颠覆PCB设计图5


加星标⭐️第一时间看推送


求点赞


利用英伟达GPU,Cadence颠覆PCB设计图6

求分享


利用英伟达GPU,Cadence颠覆PCB设计图7

求推荐


利用英伟达GPU,Cadence颠覆PCB设计图8

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
GPU PCB 英伟达
more
“一芯一像素”,用 6.4 万颗 0.13美元的RISC-V 自制一颗GPU
AI 的下一场竞争,不再只是 GPU,而是数据流与内存架构
没用一块GPU!国产超算靠自研CPU干翻美国,重返全球第一
我们还需要GPU吗?
从 GPU 共享到异构算力底座:为什么我看好 HAMi?
陈天奇新书上线:面向ML系统的现代GPU编程
GPU原生,认知驱动:星环科技面向AI Agents的新一代AI数据库
利用英伟达GPU,Cadence颠覆PCB设计
Kimi K3杀疯了:前端竞技场第一碾压Fable 5,48小时自主造芯片,从零写出GPU编译器
造纸箱的,给做GPU的投了5.5亿
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号