プリント基板（PCB）の設計は、精密なエンジニアリング、方法論的な厳密性、継続的な調整の微妙なバランスに依存しています。最も時間を要し、複雑なステップの一つであるコンポーネントの配置は依然として大きな課題です。この操作は体系的であるにもかかわらず、人間の直感と手動の反復作業に大きく依存しています。この点において、InstaDeepが開発したDeepPCBが登場します。強化学習（RL）を活用して、このプロセスを自動化、最適化、加速し、直感や手動調整の割合を減少させます。
DeepPCBはプリント基板のルーティングを最適化するだけでなく、設計の重要な段階であるコンポーネントの配置も最適化します。この段階はルーティングに先立ち、最終的な性能に与える影響がしばしば過小評価されます。電気的制約、機械的要求、産業的実現可能性、信号の整合性：コンポーネントの配置は設計の質と製造の効率の両方を左右します。それにもかかわらず、従来のツールはエンジニアにこの複雑なオーケストレーションを任せています。
ルーティングの自動化は、明確に定義されたルールに従い、DeepPCBによるAIの進歩などによりここ数年で大いに専門性が向上しましたが、配置は依然としてPCB設計プロセスの摩擦点となっています。
配置を試す人工知能
DeepPCBのRLに基づくコンポーネント配置モジュールは、人間のパフォーマンスを再現し、超えることができ、設計の複雑な制約を前提条件として統合します。しかし、エンジニアはAIの選択を検証し、プロジェクトの特定のニーズに応じてパラメータを調整するために依然として重要です。
数回のクリックで、ツールは最適なコンポーネント配置を生成します。いくつかの利点を提供します：
- プロセスの合理化：DeepPCBは、配置時間を数時間から数分に短縮し、DRC検証基準に準拠した精度を約束します；
- 制約下での最適化：AIは迅速に配置するだけでなく、後のルーティングを容易にし、ビアを減らし、交差するトレースを最小化するアレンジメントを探します；
- クラウドネイティブのアクセシビリティ：Google Cloudを利用することで、ローカルなハードウェアリソースの制限を回避し、柔軟な予算を反映する使用クレジットの論理を採用しています。
概念実証：理論を超えて
DeepPCBが提供するユースケースは、具体的な時間の節約を示しています。30分の最適化された配置は、迅速な配置が10時間以上の処理を伴うところで、1時間未満でのルーティングを可能にします。より複雑な設計では、結果はさらに顕著です：ビアの数、計算時間、そして最終的にはCADツールのエネルギー消費の大幅な削減です。
DeepPCB Placementは、最大1,000コンポーネントと2,200ピンのカードをサポートします。最大100コンポーネントを含むカードの配置を2時間まで無料で試用できるオプションが提供され、その潜在能力を発見できます。