“

我們正在告別手動時代，進入自動時代。

”

近觀高級駕駛輔助系統 (ADAS) 和自動駕駛技術的發展，自動時代還沒有完全到來，但我們正在朝著這個方向前進。

事實上，對于許多駕駛場景，我們不確定自動化是否會真正實現。我們可以想象卡車在高速公路上，甚至是在寬敞的城市街道上行駛，但是要想讓一輛 18 輪的大卡車倒車進入裝貨碼頭，而不撞上任何東西，需要多名熟練的人員指揮現場交通。在我看來，在未來很長一段時間內，自動駕駛卡車需要由人類來完成最困難的一部分工作，要么采用船舶停靠中使用的引航員控制模型，要么采用中央操控技術，由一名操作人員管理許多車輛，就像軍事行動中的無人機一樣。

與之類似，我們在電子系統的設計中也利用了人類專業知識（在非常普遍的意義上，包括驗證、分析等等）。我們正在從人工流程轉向諸如 Cadence Cerebrus 等產品提供的自動化流程。一個新時代正在來臨：一名設計師需要駕馭并行創建的許多不同模塊。

Optimality Intelligent

System Explorer

在今年6月舉辦的 CadenceLIVE 硅谷用戶大會上，Cadence 首席執行官 Anirudh Devgan 宣布推出 Optimality Intelligent System Explorer，使電子系統的多學科分析和優化（MDAO）得以實現。

Optimality Explorer 使用人工智能和機器學習技術 (AI/ML) 來自動指導優化。首批搭載這一新型優化技術的產品是 Sigrity X和 Clarity 3D Solver 求解器。Optimality Explorer 可以決定在迭代期間改變什么，也可以決定何時結束優化。設計師定義要優化的參數，例如回波損耗小于某個期望的閾值。然后 Optimality Explorer 直接從 Allegro 平臺獲取設計數據，生成設計變量，指導優化，并自動結束優化。

上圖中，Optimality Explorer 在一個解上進行收斂，一旦目標值下降到 -35dB 以下就會退出。與傳統的人工方法相比，Optimality Explorer 完成設計的優化要快上10 倍（或更多）。

早期采用者：Microsoft

Microsoft使用 Optimality Explorer 預發布版處理了一個具有挑戰性的剛柔結合 PCB 設計。Microsoft首席硬件工程師 Kyle Chen 對此評價表示：

我們是 Cadence Optimality Intelligent System Explorer 的早期采用者，在具有多個通孔結構和傳輸線的剛柔結合 PCB板上，該工具性能卓越。Optimality Explorer 的 AI 驅動優化讓我們發現了新穎的設計和方法，而這些是我們利用其它工具無法實現的。Optimality Explorer 為原本就性能強大的 Clarity 3D Solver 增加了智能，幫助我們加速達成性能目標。