인쇄 회로 기판(PCB) 설계는 정밀 공학, 방법론적 엄격함, 지속적인 절충 사이의 미묘한 균형에 기반합니다. 가장 시간이 많이 걸리고 복잡한 단계 중 하나인 부품 배치는 여전히 주요 과제로 남아 있습니다. 체계적이긴 하지만, 이 작업은 여전히 인간의 직관과 수작업 반복에 크게 의존합니다. InstaDeep에서 개발한 DeepPCB가 바로 이 점을 해결합니다. 강화 학습(RL)을 활용하여, 이 프로세스를 자동화하고 최적화하며 가속화하여 직관과 수작업 조정의 비중을 줄입니다.
DeepPCB는 인쇄 회로 기판의 라우팅뿐만 아니라 설계에서 라우팅에 앞서 중요한 단계인 부품 배치도 최적화합니다. 이는 최종 성능에 미치는 영향이 종종 과소평가됩니다. 전기적 제약, 기계적 요구사항, 산업적 실행 가능성, 신호 무결성: 부품의 위치는 설계 품질과 제조 효율성을 모두 좌우합니다. 하지만 전통적인 도구는 이 복잡한 조율을 엔지니어에게 맡깁니다.
라우팅 자동화는 명확히 정의된 규칙을 따르며 지난 몇 년간 DeepPCB와 같은 AI의 발전 덕분에 크게 전문화되었습니다. 하지만 부품 배치는 여전히 PCB 설계 프로세스에서 마찰의 지점으로 남아 있습니다.
부품 배치에 도전하는 인공지능
DeepPCB의 RL 기반 부품 배치 모듈은 복잡한 설계 제약을 처음부터 통합하면서 인간의 성능을 재현하고 초과합니다. 그러나 엔지니어는 여전히 AI의 선택을 검증하고 특정 프로젝트 요구에 따라 매개 변수를 조정하는 데 중요합니다.
몇 번의 클릭만으로 도구는 최적의 부품 배치를 생성합니다. 여러 가지 장점을 제공합니다:
- 프로세스 합리화: DeepPCB는 배치 시간을 몇 시간에서 몇 분으로 줄이며, DRC 검증 표준에 부합하는 정확성을 약속합니다;
- 제약 내 최적화: AI는 빠른 배치를 넘어서, 추후 라우팅을 용이하게 하고 비아를 줄이며 교차된 트랙을 최소화하는 배치를 찾습니다;
- 클라우드 네이티브 접근성: Google Cloud를 기반으로 하여, 로컬 하드웨어 리소스의 제한을 피하고 사용 크레딧 논리를 통해 유연한 예산을 반영합니다.
개념 증명: 이론을 넘어
DeepPCB가 제공하는 사용 사례는 명확한 시간 절감을 보여줍니다. 30분의 최적화된 배치는 라우팅을 1시간 이내에 가능하게 하며, 빠른 배치는 10시간 이상의 처리를 필요로 합니다. 더 복잡한 디자인에서는 비아 수, 계산 시간, 나아가 CAD 도구의 에너지 소비가 크게 줄어드는 결과를 제공합니다.
DeepPCB Placement는 최대 1,000개의 부품과 2,200개의 핀이 있는 보드를 지원합니다. 최대 100개의 부품이 포함된 보드에 대해 2시간의 배치를 제공하는 무료 체험을 통해 그 잠재력을 발견할 수 있습니다.