利用人工智能改变 PCB 设计

人工智能在PCB设计中展现出不可否认的潜力，但是工程师们自然对其影响有所顾虑。关于工作保障和责任的等问题常常浮现：人工智能会夺走我的工作吗?如果人工智能出错，我会被指责吗?

然而，人工智能助手不仅不是威胁，反而可以成为可靠的合作伙伴，它能够解释自己的决策并提供有价值的见解。它的选择理由能力促进了一个协作的环境，使经验较少的工程师能够在不感到威胁的情况下学习和成长。此外，人工智能的持续学习能力意味着它会与用户共同进化，持续改进并适应新挑战。

人工智能能做什么与不能做什么

诸如CELUS等软件平台能够将一个框图转化为电路设计师可以评估的合适解决方案，并生成原理图、材料清单(BoM)、平面设计提案以及兼容流行PCB布局软件(如Altium Designer、Autodesk Eagle和KiCad)的不同电子设计自动化(EDA)格式的封装。用户可以进一步修改所选的原生EDA格式解决方案，以优化设计，比如更改元件布局、添加多边形或铜层来填充平面、设置元件组、更改堆叠等。这些是布局所熟悉的常见设计选项。

它们使用户能够利用平台生成的原型所带来的优势，使用自己的设计规则和偏好而非默认设置，快速实现市场解决方案。这个交接过程也优化了不同软件平台的能力——人工智能非常适合快速将想法转化为设计，但许多专业和高级EDA平台则更适合生成包含所需CAM物理数据(如铜层、焊锡膜、NC钻孔数据等)的Gerber文件。

人工智能辅助设计与布局软件之间的界限并非固定。随着机器学习算法能力的提升，交接前可以进行更多准备工作。例如，在布局电力电子PCB时，通常需要使用在线计算器检查导线和孔的电流承载能力。现有的EDA程序通常有模块可以生成有用的电流密度图，但只有在知道电压水平和元件功率需求的情况下才能自动更改布局。

因此，这一设计过程的部分仍然是手动的，并且在很大程度上依赖设计者的技能和经验来选择合适的导线宽度和纵横比。然而，如果能将电源消耗信息提供给人工智能设计助手，这些数据就可以与布局软件同步，从而实现机器间通信，自动优化布局设计。尽管这样的能力尚未实现，但持续的进展表明，它们很快可能成为标准功能。

尽管大量数据已可以包含在基于云的元件数据库中(例如，Celus使用一种称为CUBO的丰富数据块格式，包含有关元件应用的相关信息，如信号映射引脚功能、供电要求等，以及任何相关的所需元件，如上拉电阻、去耦电容、晶体等，以实现完整功能)，但通常在各个元件的数据表中可以获得更多数据。

因此，目前的重点是人工智能辅助的数据挖掘，以从数据表中的文本和图形信息中提取相关数据。然而，这一过程并不容易。不同制造商将等效信息放置在其数据表的不同页面上，因此数据挖掘者需要逐步浏览所有文本和图表，并识别，比如，制造商A数据表第1页给出的效率数字与制造商B数据表第3页图2中显示的数字是相同的。有时，信息根本缺失;往往，信息是可比的但并不直接等同。

例如，制造商A可能给出一个1秒耐压3 kVDC的绝缘耐压，而制造商B可能指定1分钟的耐压1 kVAC。哪个更好?答案通常取决于应用和项目定义。任务是从数据表中提取有用且有效的数据，这需要对能够处理不一致数据的人工智能算法的深厚知识。然而，随着人工智能算法的不断改进，提取和准确解释数据的能力也在提升，为未来几年全面的数据表数据挖掘功能铺平了道路。这一不断演变的格局凸显了人工智能在PCB设计中的变革潜力，为整个行业带来了持续的创新和效率提升。

人工智能辅助PCB设计的优势

人工智能辅助PCB设计相较于传统方法提供了几项显著优势：

速度与效率：人工智能驱动的设计平台通过自动化原理图生成、布局优化和元件选择等任务，简化设计过程。这种自动化显著减少了将产品推向市场所需的时间，使得设计迭代的周转时间更快，效率更高。

优化与性能：人工智能算法能够分析大量数据，以优化设计的性能、可靠性和性价比。通过考虑元件规格、信号完整性和制造约束等因素，人工智能辅助的设计能够实现比手工设计更高的性能和可靠性。

增强决策能力：人工智能算法能够通过提供实时反馈和建议，协助工程师做出明智的设计决策。这帮助工程师在设计过程中早期识别潜在问题，并更高效地探索替代选项，从而实现更好的整体设计结果。

定制化与适应性：人工智能驱动的设计平台可以根据每个项目的具体要求和用户偏好进行适应。它们能够整合自定义设计规则、约束和偏好，使工程师能够根据特定应用需求定制设计，同时保持与行业标准和最佳实践的兼容性。

知识转移与学习：人工智能辅助的设计平台可以作为宝贵的教育工具，尤其对于经验较少的工程师。通过解释设计决策、提供见解和建议，人工智能系统可以帮助工程师学习和提高技能，促进组织内部的职业发展和知识转移。

风险降低：人工智能算法可以通过提前识别潜在问题，如开路或短路连接和信号完整性问题，帮助降低设计风险。这种主动的风险管理方法可以减少代价高昂的设计错误和返工，从而最终实现更可靠和稳健的设计。

开始人工智能辅助PCB设计

开始人工智能辅助PCB设计的最简单方法之一是注册Celus设计平台，在此您将完成一个项目摘要，包含项目描述、所需功能、预期应用、项目应交付给哪个CAD工具，以及确定首选和排除的部件和制造商的可能性。这个阶段有两个特别重要的功能。

首先，它促使用户在盲目进入软件之前停下来思考他们想要做什么。其次，它向平台提供项目的基本参数，以便更好地定制建议和回复，符合项目目标。Celus设计平台在一开始就考虑到人工智能的开发，许多方面都像是提供建议和知识的高级设计工程师，为下一代设计工程师提供支持，他们可能充满创意，但在行业中经验尚浅。

一旦超过这一阶段，软件使用熟悉的拖放样式来创建系统架构框图。连接功能块的线可能是电源、数据或两者。指定连接类型并非必要，因为系统理解功能块如何相互连接。然而，假设电路设计师希望使用I2C数据连接，因为他们已经有现成的接口固件解决方案用于该数据类型，他们可以告诉系统他们的需求。当生成原理图时，系统会选择所需的接口。

这种人工智能在设计平台中的集成预示着PCB设计的范式转变，因为与传统PCB软件仅仅标记设计规则违规的方式不同，人工智能驱动的平台提供了一种变革性的方法。人工智能使系统能够轻松利用庞大的信息数据库，并具备建议明智解决方案的智能，能够有效地将项目目标转化为功能电子设计。

Recom正在将其包括30,000个部件的产品组合整合到Celus知识数据库中。通过利用这一丰富的数据，人工智能可以根据每个项目的具体要求进行细致的元件选择，从而提高效率并优化性能。