利用 Cadence Optimality 智能引擎突破人工仿真瓶颈

不可避免的，设计与制造硅芯片是一个日益复杂、耗时且昂贵的过程。该过程中每一个步骤都需要做决策：在这个特定关头该投入多少时间或预算，才能确保完成整个设计流程时，芯片能尽可能有效率地运作并且避免代价高昂的错误？

 

而若想要实现一次就成功的设计，精确的电磁（EM）仿真是关键步骤──这也是最耗费时间的步骤，因此 Cadence 打造了 Clarity 3D Solver 工具，具备比传统 3D 电磁场求解器快 10 倍的性能，可以确保复杂的 EM 挑战被实时解决。

 

利用大规模分布式云端技术，以及平行化、编程优化与革命性的网格生成软件，Clarity 3D Solver 让设计和执行电磁仿真的流程比以往更快，并使任何潜在的破坏性EM干扰问题能在设计流程初期获得纾解。

 

 

 

不过事实证明，只从系统本身解决可以移除的瓶颈是不够的。尽管能极其快速地执行个别仿真，但这并不代表能够在流程结束时取得最佳优化的设计。

 

 

与人工密切相关的问题

 

 

问题出在哪？问题在于这样的设计流程还是大幅仰赖工程师自身的直觉与参与；每一次仿真的结果、判定与调整参数，都需要熟练的工程人员来操作。

 

而这终究会限制仿真可以被执行的次数。试想一个拥有10项可控参数的设计仿真案例，且每项参数都有10种可能的数值；为了优化此设计直到可以被改善的极限，我们需要仿真所有可能的情境，然后从每一项参数中判定出性能最佳的数值组合。

 

那么，10的10次方仿真次数，代表的是100亿次模拟！

 

这可能得花几十年时间才能完成，所以工程师会选择他们认为最接近优化的数值，执行几次仿真；然后查看结果、进行分析、调整参数值，并执行更多仿真。

 

无可避免地，在多次反复迭代之后，他们会到达一个决策点：是要投入所有必要的时间与成本继续进一步优化，还是宣告设计已经优化，然后前进到生产步骤？毫无疑问，最终产品会运作良好──尽管完美度或许不如以无限时间与精力执行更多仿真之后所达到的那样好。

 

 

人工智能改变一切

 

 

这就是使用 Cadence Optimality Intelligent System Explorer 智能系统引擎所能够解决的问题。通过使用能够进行设计优化的人工智能 (AI) 算法取代传统优化工作流程中的人工参与，我们最终能否实现真正的优化设计？

 

 

答案是当然可以！利用强化学习——就像在Cadence JedAI （Joint Data and Analytics）平台上所使用的——我们可以非常快速地建立机器学习（ML）模型，以了解任何规模或复杂程度的系统的优化设计。强化学习的效果令人满意，因为它不需要非常密集的训练；在每一次迭代中，Optimality Explorer 都会取得更多数据样本，用以进一步精炼并完善其算法的精确度。

 

其结果是一个更理想的设计，而且比任何人工操作在过去所宣称的最佳化成果更快速、更高效率，风险更小。藉由Optimality Explorer可以在多个并行（concurrent）仿真中更快地做出决策，其客户实现了以高于传统人工方法10倍的速度完成设计，在某些情况下加速高达100倍，而且通常在20到50次迭代中即可得到满意的结果。如此显著地减少设计所需时间，意味着产品上市时程也能够大幅缩短。
 

 

在某次测试中，人工设计工程师与Optimality Explorer比赛进行一个复杂PCB设计；Optimality Explorer只经过 34 次反复迭代就实现了明显比人工设计性能更好的设计。

 

重点是，人类主导的仿真一次只能完成一个或者两个，Optimality Explorer 却能执行、分析并重新执行大规模平行仿真，中间几乎没有停顿——这在过去可能需要满屋子的工程师才能做到。

 

 

Optimality Explorer 未来发展

 

 

Optimality Explorer已经与 Clarity 3D Solver 以及 Cadence 高速信号与电源完整性（SI/PI）平台 Sigrity X 完全整合，藉由让 Optimality Explorer 分担系统级 SI 与 PI 仿真分析任务，设计工程师能更快实现优化设计，减少重新设计的需要并加速整体上市时程。

 

Cadence 用户利用 Optimality Explorer 引擎中的 Clarity 3D Solver 与 Sigrity X 已取得惊人成功，Cadence 现在正在努力集成其他产品──从 Celsius Thermal Solver 开始，该产品是业界首创完整电热协同仿真解决方案，适用于从 IC 到实体封装机壳的所有电子系统层级。

 

同样的，这也是为了让设计团队能把设计优化交给 Optimality AI 算法，从而在设计流程初期更快地检测与纾解散热问题，显著减少达到真正优化所需的设计时间。

 

 

 

短期之内，Cadence Fidelity CFD 计算流体力学产品也将集成到Optimality Explorer 中，让真实世界物体的大规模平行化仿真能飞速达成优化设计，而且几乎不需要人类干预。

 

将 Fidelity CFD 导入 Optimality Explorer 对于汽车产业尤其具有庞大价值，汽车行业具有近乎无限的潜力，可以根据任意数量的参数对车辆进行微调──从外部的空气动力学到内装的舒适度，以及动力传动系统效率等各种参数。

 

 

 

目前只是 Optimality Explorer 旅程的开端，自问世以来，我们已经看到许多例证，展现其改变我们执行系统分析的方式以及可以实现的效率的能力。这意味着  Cadence 最初的愿景──打造能确保从芯片到巨无霸喷射机等所有产品都能充分发挥性能的工具——只需要几次优化即可实现。