
Dalam artikel ini (4)
Analisis Cadence AuraStack: waktu Nvidia 2X, peningkatan 15X
Poin utama
- Nilai alat EDA AI berdasarkan keterkaitannya dengan verifikasi, bukan dari seberapa percaya diri alat tersebut menghasilkan tata letak.
- Perhatikan siklus iterasi yang dapat dihemat dalam pekerjaan PCB dan kemasan, ketika pilihan listrik, termal, dan mekanis saling bertemu.
- Perlakukan agen sebagai pembantu orkestrasi sementara para insinyur tetap memegang kendali atas maksud, pengecualian, dan persetujuan akhir.
Super Agen AI baru menargetkan pekerjaan berat yang kurang glamor dalam PCB dan pengemasan canggih: batasan, penggunaan kembali, kemudahan manufaktur, dan pemeriksaan multifisika.
Agen Super AI baru ini menargetkan kerja keras yang kurang glamor dalam PCB dan pengemasan canggih: batasan, penggunaan kembali, kemampuan manufaktur, dan pemeriksaan multifisika.
Bagian paling tidak sinematik dari sebuah server AI juga merupakan tempat banyak desain heroik kehilangan satu bulan: papan dan kemasan. Bukan die GPU, bukan slide keynote, melainkan negosiasi kecil yang menyedihkan antara integritas sinyal, panas, batas mekanis, aturan manufaktur, dan satu konektor yang ditempatkan seseorang seperti ranjau darat. Cadence mengarahkan AuraStack AI Super Agent barunya langsung ke rawa itu, dan klaimnya tidak halus: AI agentic yang dipercepat Nvidia dapat memampatkan waktu desain PCB dan kemasan multi-chip canggih sekaligus meningkatkan produktivitas. Itu membuat AuraStack lebih menarik daripada sekadar stiker AI lain pada alat rekayasa. Desain PCB dan kemasan sudah berjalan seperti perampokan kasino, di mana setiap anggota kru berbicara dalam dialek fisika yang berbeda, dan pintu brankasnya bernama signoff. Jika agen AI akan membantu tim perangkat keras, ini adalah salah satu tempat di mana pekerjaannya cukup terstruktur untuk diotomatisasi, tetapi cukup tidak kenal ampun untuk cepat membongkar omong kosong.
Ruang rapat untuk agen, menurut Cadence dan
Engineering.com Cadence mengatakan AuraStack berjalan di Cadence Allegro AI Studio dan membawa orkestrasi agentic ke desain PCB dan kemasan canggih dengan mengoordinasikan agen AI khusus di seluruh perencanaan sistem, implementasi, manajemen batasan, penggunaan ulang desain, kemudahan manufaktur, dan analisis multifisika. Engineering.com melaporkan bahwa platform ini mendukung desainer dari perencanaan sistem hingga pengembangan produk akhir dalam lingkungan AI-native, dengan akselerasi dari NVIDIA Blackwell dan NVIDIA CUDA-X. Itulah klaim arsitektur kuncinya: bukan satu chatbot yang menebak rute trace, melainkan pengatur lalu lintas untuk pekerjaan desain yang saling terhubung.
Spesifikasi tersembunyi yang penting bukan hanya angka produktivitas 15X. Itu adalah frasa shared mental model di halaman AuraStack Cadence, di mana perusahaan mengatakan sistem mempertahankan pemahaman yang konsisten tentang maksud desain, persyaratan, batasan, struktur fisik, dan tradeoff tingkat produk. Dalam istilah perangkat keras, itulah perbedaan antara asisten yang bisa memindahkan kotak-kotak dan asisten yang mengingat mengapa rel daya tidak boleh mengambil rute pemandangan melewati TKP termal.
Klaim 2X dan 15X, menurut Forbes
dan Chiplet Marketplace Kontributor Forbes Karl Freund melaporkan bahwa AuraStack dirancang untuk memangkas separuh waktu desain papan sirkuit cetak dan kemasan multi-chip canggih, sambil menjanjikan kecepatan time-to-market dua kali lipat, produktivitas 15X, dan ko-optimisasi multifisika yang lebih awal. Chiplet Marketplace, yang merangkum peluncuran Cadence, mengatakan AuraStack memberikan time to market hingga 2X lebih cepat dan produktivitas 15X lebih tinggi. Angka-angka itu adalah berlian brankas yang berkilau, tetapi pertanyaan bergunanya adalah jenis pekerjaan apa yang mereka gambarkan. Tim papan dan kemasan menghabiskan upaya besar untuk iterasi, bukan karena para insinyur menikmati merutekan ulang pasangan diferensial tengah malam, melainkan karena perubahan merambat. Pindahkan memori, dan routing keluar berubah. Ubah kemasan, dan anggaran termal mulai menatap langsung ke jaringan pengiriman daya. Jika AuraStack dapat mengurangi putaran itu dengan menangkap konflik listrik, termal, mekanis, dan kemudahan manufaktur lebih awal, peningkatan produktivitasnya bukan tongkat sihir, melainkan kontrol lalu lintas udara yang sangat disiplin.
Yang masih membutuhkan kecurigaan manusia, menurut Cadence dan Forbes Halaman
AI agentic Cadence yang lebih luas mengatakan super agent-nya terintegrasi dengan alat desain dan verifikasi berbasis fisika yang dioptimalkan untuk AI, menjaga tindakan yang diarahkan AI tetap berlandaskan model komputasi tepercaya dan hasil yang akurat untuk signoff. Catatan kehati-hatian itu adalah balok penopang. Dalam EDA, kepercayaan diri tidak datang dari agen yang terdengar tegas, melainkan dari simulasi, batasan, verifikasi, dan tamparan dingin aturan kemudahan manufaktur. Kontributor Forbes Marco Chiappetta melaporkan bahwa AuraStack dimaksudkan untuk mengurangi siklus iterasi dan mengidentifikasi masalah lebih awal, serta mengutip contoh Cadence tentang Forvia Hella yang mengurangi sebuah tugas desain dari berhari-hari menjadi menit. Itulah tepatnya kelas otomasi yang masuk akal: pekerjaan lintas-domain yang terbatas, berulang, tempat sistem dapat mengusulkan, memeriksa, dan merevisi. Biarkan agen menggiring batasan seperti domba berkafein, tetapi tetap biarkan insinyur memegang kendali atas maksud, pengecualian, dan keputusan akhir sebelum uang fabrikasi mulai keluar dari gedung.
Petunjuk dari silikon ke sistem, menurut
Engineering.com dan Cadence Engineering.com mencatat bahwa Cadence menyajikan AuraStack sebagai bagian dari rangkaian solusi AI agentic yang lebih luas, mencakup silikon digital dan analog, kemasan canggih, dan desain PCB, dengan membangun di atas ChipStack, InnoStack, dan ViraStack AI Super Agents. Halaman AI for Design Cadence membingkai ini sebagai pergeseran dari eksekusi tugas manual menuju pengawasan yang digerakkan hasil. Itulah bagian yang sebenarnya tidak perlu mereka hias, karena bagian itu sudah menarik. Rekayasa perangkat keras semakin bukan soal menjalankan alat secara terpisah, melainkan ko-optimisasi berkelanjutan di seluruh die, kemasan, papan, enclosure termal, dan alur manufaktur. Ujian nyata AuraStack bukanlah apakah ia dapat menghasilkan rute yang masuk akal atau floorplan yang menarik. Ujiannya adalah apakah tim dapat memercayainya untuk menjaga maksud di sepanjang perubahan, mengungkap tradeoff lebih awal, dan menghindari pengkhianatan klasik ketika desain tampak baik-baik saja sampai termal diam-diam mengubah kecepatan clock menjadi pengakuan.
Bagi pembaca yang membangun perangkat keras, kesimpulan praktisnya adalah perhatikan di mana agen AI terhubung ke verifikasi, bukan di mana mereka terhubung ke slogan. AuraStack menunjukkan bahwa kecocokan jangka dekat AI dalam rekayasa adalah orkestrasi: menjaga batasan tetap tersinkron, menjalankan analisis lebih awal, menggunakan ulang pola desain yang sudah terbukti baik, dan membiarkan para ahli meninjau hasil alih-alih mengawasi setiap langkah. Hal berikutnya yang perlu diperhatikan adalah bukti adopsi dari tim papan dan kemasan nyata, terutama seberapa banyak waktu yang dihemat setelah disiplin signoff, umpan balik manufaktur, dan realitas termal semuanya ikut memberi suara.