不可避免的，設計與制造硅芯片是一個日益復雜、耗時且昂貴的過程。該過程中每一個步驟都需要做決策：在這個特定關頭該投入多少時間或預算，才能確保完成整個設計流程時，芯片能盡可能有效率地運作并且避免代價高昂的錯誤？

而若想要實現一次就成功的設計，精確的電磁（EM）仿真是關鍵步驟──這也是最耗費時間的步驟，因此 Cadence 打造了 Clarity 3D Solver 工具，具備比傳統 3D 電磁場求解器快 10 倍的性能，可以確保復雜的 EM 挑戰被實時解決。

利用大規模分布式云端技術，以及平行化、編程優化與革命性的網格生成軟件，Clarity 3D Solver 讓設計和執行電磁仿真的流程比以往更快，并使任何潛在的破壞性EM干擾問題能在設計流程初期獲得紓解。

不過事實證明，只從系統本身解決可以移除的瓶頸是不夠的。盡管能極其快速地執行個別仿真，但這并不代表能夠在流程結束時取得最佳優化的設計。

與人工密切相關的問題

問題出在哪？問題在于這樣的設計流程還是大幅仰賴工程師自身的直覺與參與；每一次仿真的結果、判定與調整參數，都需要熟練的工程人員來操作。

而這終究會限制仿真可以被執行的次數。試想一個擁有10項可控參數的設計仿真案例，且每項參數都有10種可能的數值；為了優化此設計直到可以被改善的極限，我們需要仿真所有可能的情境，然后從每一項參數中判定出性能最佳的數值組合。

那么，10的10次方仿真次數，代表的是100億次模擬！

這可能得花幾十年時間才能完成，所以工程師會選擇他們認為最接近優化的數值，執行幾次仿真；然后查看結果、進行分析、調整參數值，并執行更多仿真。

無可避免地，在多次反復迭代之后，他們會到達一個決策點：是要投入所有必要的時間與成本繼續進一步優化，還是宣告設計已經優化，然后前進到生產步驟？毫無疑問，最終產品會運作良好──盡管完美度或許不如以無限時間與精力執行更多仿真之后所達到的那樣好。

人工智能改變一切

這就是使用 Cadence Optimality Intelligent System Explorer 智能系統引擎所能夠解決的問題。通過使用能夠進行設計優化的人工智能 (AI) 算法取代傳統優化工作流程中的人工參與，我們最終能否實現真正的優化設計？

答案是當然可以！利用強化學習——就像在Cadence JedAI （Joint Data and Analytics）平臺上所使用的——我們可以非常快速地建立機器學習（ML）模型，以了解任何規模或復雜程度的系統的優化設計。強化學習的效果令人滿意，因為它不需要非常密集的訓練；在每一次迭代中，Optimality Explorer 都會取得更多數據樣本，用以進一步精煉并完善其算法的精確度。

其結果是一個更理想的設計，而且比任何人工操作在過去所宣稱的最佳化成果更快速、更高效率，風險更小。藉由Optimality Explorer可以在多個并行（concurrent）仿真中更快地做出決策，其客戶實現了以高于傳統人工方法10倍的速度完成設計，在某些情況下加速高達100倍，而且通常在20到50次迭代中即可得到滿意的結果。如此顯著地減少設計所需時間，意味著產品上市時程也能夠大幅縮短。

在某次測試中，人工設計工程師與Optimality Explorer比賽進行一個復雜PCB設計；Optimality Explorer只經過 34 次反復迭代就實現了明顯比人工設計性能更好的設計。

重點是，人類主導的仿真一次只能完成一個或者兩個，Optimality Explorer 卻能執行、分析并重新執行大規模平行仿真，中間幾乎沒有停頓——這在過去可能需要滿屋子的工程師才能做到。

Optimality Explorer 未來發展

Optimality Explorer已經與 Clarity 3D Solver 以及 Cadence 高速信號與電源完整性（SI/PI）平臺 Sigrity X 完全整合，藉由讓 Optimality Explorer 分擔系統級 SI 與 PI 仿真分析任務，設計工程師能更快實現優化設計，減少重新設計的需要并加速整體上市時程。

Cadence 用戶利用 Optimality Explorer 引擎中的 Clarity 3D Solver 與 Sigrity X 已取得驚人成功，Cadence 現在正在努力集成其他產品──從 Celsius Thermal Solver 開始，該產品是業界首創完整電熱協同仿真解決方案，適用于從 IC 到實體封裝機殼的所有電子系統層級。

同樣的，這也是為了讓設計團隊能把設計優化交給 Optimality AI 算法，從而在設計流程初期更快地檢測與紓解散熱問題，顯著減少達到真正優化所需的設計時間。

短期之內，Cadence Fidelity CFD 計算流體力學產品也將集成到Optimality Explorer 中，讓真實世界物體的大規模平行化仿真能飛速達成優化設計，而且幾乎不需要人類干預。

將 Fidelity CFD 導入 Optimality Explorer 對于汽車產業尤其具有龐大價值，汽車行業具有近乎無限的潛力，可以根據任意數量的參數對車輛進行微調──從外部的空氣動力學到內裝的舒適度，以及動力傳動系統效率等各種參數。

目前只是 Optimality Explorer 旅程的開端，自問世以來，我們已經看到許多例證，展現其改變我們執行系統分析的方式以及可以實現的效率的能力。這意味著 Cadence 最初的愿景──打造能確保從芯片到巨無霸噴射機等所有產品都能充分發揮性能的工具——只需要幾次優化即可實現。