Оглавление

Стартап из Лос-Анджелеса совершил прорыв, который может изменить правила игры в разработке электроники. Его ИИ-система спроектировала полностью функциональный компьютер под Linux за неделю — задача, на которую у опытных инженеров уходит до трех месяцев. Система, разработанная компанией Quilter, успешно загрузилась с первого раза, что является редкостью даже для ручного проектирования.

Скрытое узкое место индустрии

Анонс высветил одну из самых скучных, но критически важных проблем технологического мира: разводку печатных плат (PCB layout). Пока все внимание и инвестиции доставались полупроводникам и софту, зеленые стеклотекстолитовые платы, соединяющие чипы и компоненты в каждом устройстве, оставались вотчиной ручного труда.

«Помимо автотрассировщиков, технология действительно не менялась с начала 90-х», — сказал в интервью VentureBeat Тони Фаделл, легендарный инженер, руководивший разработкой iPod и iPhone в Apple, а затем основавший Nest. Он не только прокомментировал новость, но и раскрыл свое участие в проекте — он инвестировал в Quilter и выступает ее советником.

Процесс проектирования платы делится на три этапа:

  1. Создание принципиальной схемы — логической диаграммы соединений.
  2. Ручное размещение компонентов и трассировка тысяч медных дорожек в CAD-программе.
  3. Отправка файлов на производство.

Именно второй этап создает хроническое узкое место. Для платы средней сложности он занимает от четырех до восьми недель. Для сложных систем, таких как компьютеры или автомобильная электроника, сроки растягиваются до трех месяцев и более.

Это классическая история автоматизации: сначала инструменты кажутся ненадежными, но со временем они становятся настолько хороши, что отказываться от них — значит оставаться в каменном веке. Фаделл сравнивает это с переходом от ассемблера к компиляторам. В проектировании аппаратуры мы находимся на пороге аналогичного сдвига, и те, кто будет цепляться за «ручную работу», рискуют остаться позади. Ирония в том, что для создания ИИ, способного думать в терминах физики, потребовалось больше инженерной смекалки, чем для проектирования самой платы.

Тест на прочность: компьютер из 843 компонентов

Внутренний проект, получивший название «Project Speedrun», был задуман как максимально сложный, но понятный результат: рабочий компьютер, способный запустить Linux, выйти в интернет и запускать приложения.

Система состоит из двух плат на базе референсной платформы NXP i.MX 8M Mini, используемой в автомобильных медиасистемах, промышленной автоматизации и машинном зрении.

  • Модуль System-on-Module: четырехъядерный ARM-процессор с частотой 1.8 ГГц, 2 ГБ памяти LPDDR4, 32 ГБ eMMC-накопителя.
  • Базовая плата: обеспечивает подключение Ethernet, USB, HDMI и аудио.

Вместе платы содержат 843 компонента и 5141 электрическое соединение («пин»), разведенные по восьмислойным стеклам печатных плат. Минимальная ширина дорожки на модуле достигла 2 милов (двухтысячных дюйма), что требует технологий производства высокой плотности.

ИИ Quilter выполнил трассировку с покрытием около 98% и нулевыми нарушениями правил проектирования. Обе платы прошли тестирование при включении питания и успешно загрузили Debian Linux с первой попытки.

«Мы сделали целый компьютер, чтобы продемонстрировать, что эта технология работает», — сказал Сергей Нестеренко, CEO Quilter и бывший инженер SpaceX. «Мы взяли задачу, на которую обычно отводят 400-450 часов, автоматизировали львиную долю работы и сократили ее примерно до 30-40 часов времени на финальную проверку».

Общее время от схемы до готовых плат сократилось с типичных 11 недель до одной недели.

ИИ, который играет в игру с законами физики

Технический подход Quilter фундаментально отличается от больших языковых моделей вроде GPT или Claude. Если последние учатся предсказывать текст на основе массивных наборов данных человеческих писаний, то ИИ Quilter учится, играя в сложную игру против законов физики.

«Языковые модели нам не подходят, потому что это не языковая проблема», — объяснил Нестеренко. «Если попросить ее создать чертеж, у нее нет тренировочных данных для этого. У нее нет контекста для этого».

Компания также отвергла, казалось бы, очевидный подход обучения на примерах плат, спроектированных людьми, по трем причинам:

  • люди часто допускают ошибки (чем объясняется необходимость множества ревизий плат),
  • лучшие проекты заперты внутри крупных компаний, не желающих делиться данными,
  • обучение на человеческих примерах ограничило бы производительность ИИ человеческим уровнем.

Вместо этого Quilter построила «игру», в которой ИИ-агент принимает последовательные решения — разместить компонент здесь, проложить дорожку там — и получает обратную связь на основе того, удовлетворяет ли получившийся дизайн электромагнитным, тепловым и производственным ограничениям.

Подход напоминает эволюцию систем DeepMind для игры в Го. Оригинальный AlphaGo учился на человеческих играх, но его преемник AlphaZero учился исключительно через самоигру и в итоге превзошел человеческие возможности. У Quilter схожие амбиции.

«В долгосрочной перспективе — создавать проекты плат лучше, чем когда-либо пытались сделать люди», — заявил Нестеренко.

По сообщению VentureBeat, стартап уже привлек более 40 миллионов долларов от инвесторов, включая Benchmark, Index Ventures и Coatue. Выход технологии на рынок может означать не просто ускорение разработки, а фундаментальное изменение экономики создания любой электроники — от смартфонов до автомобилей и промышленного оборудования.