
Dalam artikel ini (4)
Analisis Cadence AuraStack: hambatan AI di luar silikon
Poin utama
- Perlakukan PCB dan pengemasan sebagai hambatan perangkat keras AI kelas utama, bukan pekerjaan pembersihan hilir.
- Evaluasi klaim EDA agentik dengan menanyakan apakah fisika, batasan, dan pemeriksaan signoff tetap terhubung.
- Gunakan otomatisasi untuk loop iterasi, tetapi tetap jadikan insinyur bertanggung jawab atas trade-off dan kemampuan manufaktur.
AuraStack menargetkan alur kerja PCB dan pengemasan multi-chip, di mana pertimbangan listrik, termal, dan mekanis kini menentukan realitas sistem AI.
AuraStack menargetkan alur kerja PCB dan pengemasan multi-chip, di mana pertimbangan listrik, termal, dan mekanis kini menentukan kenyataan sistem AI.
Kotak AI paling mahal di rak sekalipun masih bisa “dirampok” oleh susunan papan yang buruk. GPU mungkin mendapat parade besar, tetapi sinyal tetap harus melintasi package, substrate, via, bidang tembaga, dan konektor seperti kurir kecil yang membawa anggaran timing menembus badai. Beri mereka constraint yang lemah dan mereka tidak akan mengantarkan bit; mereka akan mengajukan keluhan kebisingan. Peluncuran AuraStack dari Cadence penting karena mengalihkan sorotan dari die ke “pipa” hardware yang menentukan apakah sistem benar-benar bisa dikirim ke pasar.
TKP baru adalah papan dan package
Menurut halaman produk AuraStack dari Cadence, AuraStack AI Super Agent membawa orkestrasi agentic ke desain PCB dan advanced packaging dengan mengoordinasikan agen AI khusus di seluruh perencanaan sistem, implementasi, manajemen constraint, penggunaan ulang desain, kemampuan manufaktur, dan analisis multiphysics. Engineering.com melaporkan bahwa AuraStack berjalan di Cadence Allegro AI Studio dan dimaksudkan untuk mendukung desainer dari perencanaan sistem hingga pengembangan produk akhir dalam lingkungan AI-native. Itu bagian pentingnya: ini bukan sekadar pembantu layout yang menggeser-geser trace seperti Roomba dengan target impedansi. Cadence sedang mencoba menjadikan papan dan package sebagai bagian dari operasi yang diawasi bersama, dan di sanalah sistem AI semakin sering menang atau kalah.
Engineering.com juga mengatakan bahwa Cadence kini memiliki solusi AI agentic yang mencakup seluruh alur desain sistem elektronik, dari desain silikon digital dan analog hingga advanced packaging dan desain PCB, membangun di atas ChipStack, InnoStack, dan ViraStack AI Super Agents. Itu menjelaskan namanya, tetapi yang lebih penting, itu menjelaskan ambisinya. Cadence tidak menjual autocomplete pintar untuk tembaga. Mereka mencoba menyambungkan handoff yang biasanya mengubah skematik rapi menjadi sesi “pemanggilan arwah” tahap akhir dengan plot termal.
Spesifikasi tersembunyinya adalah orkestrasi, bukan autocomplete
Halaman Agentic AI for Design dari Cadence mengatakan bahwa super agent mereka mengorkestrasi dan menerapkan workflow kompleks bertahap banyak di berbagai domain desain, sambil tetap terintegrasi dengan alat desain dan verifikasi berbasis fisika yang dioptimalkan untuk AI. Itulah satu spesifikasi yang akan saya lingkari dengan pensil merah, lalu saya garis bawahi dengan intensitas yang biasanya disimpan untuk regulator tegangan yang diremehkan. Jika AI tidak berpijak pada model komputasi dan hasil yang akurat untuk signoff, ia hanyalah intern yang percaya diri sedang menata ulang kursi geladak di simulator crosstalk.
Cadence mengatakan bahwa super agent tersebut menggeser peran engineer dari eksekusi tugas manual ke pengawasan berbasis hasil, dan dalam deployment terdepan, workflow otonom telah mengurangi siklus pengembangan dari beberapa minggu menjadi kurang dari satu hari. Anggap itu sebagai klaim yang berguna secara arah, bukan hukum fisika universal. Desain papan adalah konspirasi berbagai pengecualian: penempatan konektor, keanehan enclosure, keepout mekanis, escape routing package, termal, dan aturan manufaktur semuanya duduk mengelilingi meja sambil memakai kumis palsu. Nilai orkestrasi adalah bahwa alat dapat mempertahankan lebih banyak “tersangka” itu di ruangan yang sama pada saat yang sama.
Klaimnya besar, tetapi mekanismenya familier
Kontributor Forbes Karl Freund melaporkan bahwa Cadence merancang AuraStack untuk memangkas waktu desain PCB dan advanced multi-chip packaging hingga setengahnya, menggandakan kecepatan time-to-market, dan meningkatkan produktivitas 15X. Freund juga mengaitkan argumen kualitas dengan co-optimization multiphysics sejak awal, yang dalam bahasa EDA berarti menangkap perkelahian pisau listrik, termal, dan mekanis sebelum papan sudah memesan slot fabrikasinya.
Di sinilah orang hardware sebaiknya mengangkat tutupnya. Klaim produktivitas 15X bukan debu peri ajaib yang ditaburkan ke routing engine; biasanya itu berarti lebih sedikit loopback, lebih sedikit constraint basi, dan lebih sedikit rapat ketika seseorang menemukan bahwa solusi termal sudah dengan sopan menyabotase desain mekanis selama tiga minggu. Kontributor Forbes Marco Chiappetta menambahkan contoh konkret, melaporkan bahwa Cadence menyebut Forvia Hella mengurangi sebuah tugas desain dari beberapa hari menjadi beberapa menit. Itu jenis anekdot yang layak dipantau karena menunjukkan di mana EDA agentic mungkin mendarat lebih dulu: pekerjaan terbatas, menyakitkan, dengan constraint jelas dan output terukur.
Tidak seorang pun seharusnya berasumsi bahwa mesin kini memiliki stackup, package, dan lab bring-up. Namun jika ia bisa memangkas loop iterasi yang membosankan, ia memberi engineer lebih banyak waktu untuk keputusan berbasis penilaian yang masih membedakan produk yang bisa diproduksi dari PDF yang indah.
Apa yang masih menjadi tugas engineer
Halaman AuraStack dari Cadence mengatakan bahwa sistem menggunakan shared mental model dengan pemahaman yang konsisten tentang intent desain, kebutuhan, constraint, struktur fisik, dan tradeoff tingkat produk. Itu berguna, tetapi juga memberi tahu Anda ke mana tanggung jawab manusia berpindah. Engineer tetap harus mendefinisikan apa yang penting, constraint mana yang sakral, tradeoff mana yang dapat diterima, dan kapan kompromi termal akan berubah menjadi pengkhianatan yang mengenakan pakaian aluminium.
Engineering.com melaporkan bahwa AuraStack dipercepat oleh NVIDIA Blackwell dan NVIDIA CUDA-X, yang terasa pas karena ledakan hardware AI yang sama yang menciptakan sakit kepala packaging ini kini memberi tenaga pada alat yang dimaksudkan untuk mengelolanya. Kesimpulan praktis untuk pembaca: jika Anda membangun sistem AI, berhentilah memperlakukan pekerjaan PCB dan package sebagai pekerjaan beres-beres di hilir. Perhatikan apakah alat seperti AuraStack dapat mempertahankan intent desain di seluruh keputusan listrik, termal, mekanis, dan kemampuan manufaktur, karena di sanalah putaran berikutnya dari performa sistem, biaya, dan rasa sakit jadwal akan bersembunyi.