Celus 使用 AI 实现电路板设计的自动化

bea47d1f4a55fb0f7d75680f923fe9fc.jpeg

来源:ScienceAI

编辑:白菜叶

几乎您想到的每一个电子装置都至少包含一个印刷电路板 (PCB),它用于容纳和连接各种组件,使设备能够作为一个整体发挥作用。虽然电路板对最终用户来说大多是不可见的,但它们是他们所居住的世界的基础,为智能手机、汽车、微波炉、车库门和整个互联世界提供动力。

因此,全球 PCB 市场非常巨大,预计将从 2020 年的 600 亿美元增长到 2027 年的 750 亿美元。这是总部位于德国的 Celus 希望利用的领域,拥有一个自动化平台,跨越整个电路板设计过程,从构思到 PCB。

为了加快其「自动化电子设计」的使命,2022 年 7 月 6 日,Celus 宣布已在 A 轮融资中筹集了 2500 万欧元(2560 万美元)。

那么,Celus 打算解决的问题到底有多大?

元件短缺

从头开始设计 PCB,工程师必须根据为最终产品供电所需的组件提出初始电路图的概念,例如晶体管、电阻器、电容器、保险丝、传感器、电池、二极管等。问题是可能有数以百万计的不同组件可供选择,来自数千家制造商的不同尺寸和规格。因此,以合适的价格和可用性为工作选择合适的组件可能是一个令人难以置信的劳动密集型手动过程,涉及来自整个公司的多个学科协同工作以仔细阅读数千个数据表并确定正确的组件。

只有到那时,工程师才会开始绘制实际的电路图,将所有组件组合在一起,最终将它们用于最终的 PCB。但如果你认为这就是过程的结束,那你可能就错了。如果某些组件(例如芯片)变得难以采购,公司通常不得不重新设计他们的电路板,这是大流行后供应链中一个特别常见的问题,这可能意味着工程师必须回到他们的设计附近的某个地方。

Celus 首席执行官兼联合创始人 Tobias Pohl 告诉媒体:「理论上,用类似的组件替换不可用的组件是可能的,但这会导致重新设计电子电路和 PCB 既耗时又昂贵……使用 Celus 自动化平台,这样的重新设计过程可以在几分钟内完成。」

Celus 建立了一个平台,为工程师提供来自电子制造商的组件数据,同时添加自己的特殊自动化调味料。事实上,Celus 自动化了电路板设计中涉及的许多手动流程,包括生成原理图(零件如何连接的概念图),并创建一个 PCB「平面图」,显示每个组件应放置在电路板上的什么位置。

「我们的设计画布提供了绘图板来捕捉产品概念,并从那里自动生成电路图。」Pohl 解释说,「根据最符合要求的组件来选择组件,自动化甚至生成初始 PCB。工程师通过这种方式节省了大量时间,这意味着他们可以进行实验、尝试不同的事物并发挥创造力。」

因此,使用 Celus,用户只需描述他们的需求,然后自动匹配组件库以找到最佳解决方案。这就是 Celus 努力与其他 AI 驱动的 PCB 播放器区分开来的地方——它优先考虑组件选择和原理图设计,并在用户友好的 GUI 中提供所有这些。

51438f1f60980e4d7aacdc559fd034e2.jpeg

AI 不仅用于新电路板的设计,还用于从现有非结构化数据源中提取信息的过程中——例如,当工程师将原理图和 PCB 布局上传到 Celus 时,算法会解释这些文件中的信息以做出预测。

「传统上,人类不得不消耗和解释电路板设计中使用的许多文件,但人工智能可以使这类数据真正数字化并通过机器学习进行解释,」Pohl 补充道。

还值得注意的是,Celus 既可以用作独立系统,也可以集成到现有的 IT 环境中,其底层 AI 智能与行业标准的电子设计自动化 (EDA) 工具一起使用。

时间

所有这些最终都相当于节省了宝贵的时间,在一个似乎没有足够熟练工程师可以四处走动的世界中,这是一种无价之宝。随着流行病和战争等全球性事件加剧了这一问题,Celus 可以通过向时间紧迫的电路板工程师承诺按下按钮重新设计其产品的能力而受益。

「2019冠状病毒疾病大流行导致了行业内前所未有的组件短缺——虽然组件过时和供应链问题一直是一个令人担忧的问题,但当前问题的严重性意味着电子设备制造商不能「坐视不管」,他们正被迫重新设计产品以维持业务。」Pohl 继续说,「我们的自动化可以在几分钟内解决重新设计的挑战,并使产品重新设计成为可行的选择。」

Celus 于 2018 年在慕尼黑成立,在其四年的历史中仅筹集了约 540 万欧元的种子资金。然而,在此期间,它已经积累了相当数量的知名客户,包括西门子和菲斯曼,这是一家价值 34 亿欧元的德国加热和冷却系统制造商。

Celus 的 A 轮融资由 Earlybird 风险投资公司牵头,DI Capital、Speedinvest、Plug and Play 和众多天使投资人,其中包括 Rolls-Royce 前首席执行官 Sir John Rose 和谷歌 Nest 硬件开发副总裁 Paul Gojenola。Pohl 表示,公司计划在美国开设一个新办事处,以「将其定位在电子行业的核心」

「我们希望接触到每一位电子设计师,使他们能够将更多时间集中在创新和创造力上,同时我们的软件减少了他们之前处理的繁琐和耗时的任务。」他说。

9138ef24c940aab4078d4926b19d577b.jpeg

公司官网:https://www.celus.io/

相关报道:https://techcrunch.com/2022/07/06/celus-which-uses-ai-to-automate-circuit-board-design-raises-25-6m/

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

d9c4a9716722797dd38ff4d40bb20181.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481851.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

“上帝粒子”发现10周年,让我们回忆一下这位给它起名的物理巨人

来源:混沌巡洋舰2012年7月4日,欧洲核子研究中心(CERN)宣布发现了“上帝粒子”(希格斯玻色子)。希格斯玻色子是粒子物理学标准模型预言的一种玻色子,正是它的存在,基本粒子才拥有了质…

频谱知识图谱:面向未来频谱管理的智能引擎人工智能技术与咨询

频谱知识图谱:面向未来频谱管理的智能引擎 人工智能技术与咨询 4天前 本文来自《通信学报》,作者孙佳琛等 关注微信公众号:人工智能技术与咨询。了解更多咨询! 1 引言 频谱管理是指综合运用行政、技术和工程等手段对电磁频谱…

强化学习的起源:从老鼠走迷宫到AlphaGo战胜人类

来源:新智元编辑:如願【新智元导读】本文介绍了基于模型的和无模型的两种强化学习。用人类和动物的学习方式进行举例,讲述了两种强化学习类型的起源、区别以及结合。谈到强化学习,很多研究人员的肾上腺素便不受控制地飙升&#xf…

Science | 破解60年难题!中科大张智/安医大陶文娟等发现声音能镇痛的潜在原因...

来源:FUTURE | 远见 选编:闵青云声音——包括音乐和噪音——可以减轻人类的疼痛,但潜在的神经机制仍然未知。 近日,中国科学技术大学张智、安徽医科大学陶文娟及国家卫生研究院 (NIH)Liu Yuanyuan共同通讯在Science发表题为「Soun…

基础研究的高风险导向型范式,助力“从0到1”的创新

来源:深究科学作者:吴家睿,中科院生化与细胞研究所原文首发《生命科学》2022年第34卷第6期以自由探索为主的基础研究和针对实际目标的应用研究是人们熟悉的两种科研活动形态。然而,美国国防部高级研究计划局(DARPA&…

基于元学习的红外弱小点状目标跟踪算法

基于元学习的红外弱小点状目标跟踪算法 人工智能技术与咨询 昨天 本文来自《激光技术》,作者热孜亚艾沙等 引言 红外点状目标的跟踪是红外搜索和跟踪(infrared search and track, IRST)系统中的关键技术之一[1],在红外目标跟踪、遥感制图等多个方面占…

鄂维南:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题...

来源:科学智能AISI北京时间2022年7月8日晚上22:30,鄂维南院士在2022年的国际数学家大会上作一小时大会报告(plenary talk)。今天我们带来鄂老师演讲内容的分享。鄂老师首先分享了他对机器学习数学本质的理解(函数逼近、概率分布的逼近与采样、…

2 小时写了篇论文,凭什么 GPT-3 不配拥有姓名?

来源 :CSDN(ID:CSDNnews)整理:郑丽媛自 OpenAI 推出具有 1750 亿参数的 AI 文本生成模型 GPT-3 后,这两年它便开始在各种不同的领域内“大显身手”:写小说、编剧本、敲代码、与人聊天、设计网页…

基于小样本学习的图像分类技术综述

基于小样本学习的图像分类技术综述 人工智能技术与咨询 昨天 本文来自《自动化学报》,作者李颖等 关注微信公众号:人工智能技术与咨询。了解更多咨询! 图像分类是一个经典的研究课题, 典型的图像分类算法涉及两个问题, 一是如何对图像特征…

Nature子刊 | 像婴儿一样学习,DeepMind新模型28小时学会物理世界规则

来源:机器之心编辑:小舟、陈萍Deepmind 旨在建立一个能够学习直观物理学的模型,并剖析模型实现这种能力的原因。从 AlphaFold 到数学推理,DeepMind 一直在尝试将 AI 和基础科学结合。现在,DeepMind 又创建了一个可以学…

双向特征融合的数据自适应SAR图像舰船目标检测模型

双向特征融合的数据自适应SAR图像舰船目标检测模型 人工智能技术与咨询 昨天 本文来自《中国图象图形学报》,作者张筱晗等 摘要: 利用合成孔径雷达(synthetic aperture radar,SAR)图像进行舰船目标检测是实施海洋监…

采用优化卷积神经网络的红外目标识别系统

采用优化卷积神经网络的红外目标识别系统 人工智能技术与咨询 前天 本文来自《光学精密工程》,作者刘可佳等 关注微信公众号:人工智能技术与咨询。了解更多咨询! 摘要 针对视频数据利用低效和光测设备目标识别能力较弱的问题&#xff0c…

基于知识图谱的直升机飞行指挥模型研究

基于知识图谱的直升机飞行指挥模型研究 人工智能技术与咨询 昨天 本文来自《无线电工程》,作者齐小谦 关注微信公众号:人工智能技术与咨询。了解更多咨询! 摘 要: 针对当前直升机飞行指挥效率低下、数据关系复杂和智能化层次低…

基于深度强化学习的智能船舶航迹跟踪控制

基于深度强化学习的智能船舶航迹跟踪控制 人工智能技术与咨询 昨天 本文来自《中国舰船研究》 ,作者祝亢等 关注微信公众号:人工智能技术与咨询。了解更多咨询! 0. 引 言 目前,国内外对运载工具的研究正朝着智能化、无人化…

基于深度强化学习的区域化视觉导航方法

基于深度强化学习的区域化视觉导航方法 人工智能技术与咨询 本文来自《上海交通大学学报》,作者李鹏等 关注微信公众号:人工智能技术与咨询。了解更多咨询! 在环境中高效导航是智能行为的基础,也是机器人控制领域研究的热点之一.实现自主…

知识图谱的最新进展、关键技术和挑战

知识图谱的最新进展、关键技术和挑战 人工智能技术与咨询 本文来自《 工程科学学报 》,作者马忠贵等 随着知识的不断积累和科学的飞速发展,人类社会进行了多次改变社会结构的重大生产力革命。最近的生产力革命正是由Web技术发展引发的信息革命。伴随…

NASA发布史上最深的宇宙全彩照!韦伯如何回传150万公里外的太空数据?

来源:大数据文摘作者:Mickey2022年7月11日凌晨,乔拜登总统、副总统卡玛拉哈里斯和美国国家航空航天局局长比尔纳尔逊公布了耗资100亿美元的詹姆斯韦伯太空望远镜的首秀!这是詹姆斯韦伯太空望远镜(JWST)发布了第一批图像。本张图片…

基于改进YOLO v3网络的夜间环境柑橘识别方法

基于改进YOLO v3网络的夜间环境柑橘识别方法 人工智能技术与咨询 本文来自《农业机械学报》,作者熊俊涛等 关注微信公众号:人工智能技术与咨询。了解更多咨询!

Nature走出重要的一步:研究代谢个体间差异的比较系统

来源:生物通一组线虫生物学家利用来自世界不同地区的四种不相关的秀丽隐杆线虫(C. elegans),开发了一个模型系统来研究新陈代谢的个体差异。这一进步代表着向“个性化”或“精准”医学迈出了潜在的重要一步。“精准”医学是一门相对较新的学科&#xff0…

工业和信息化部办公厅关于公布2021年产业技术基础公共服务平台复核结果的通知

工业和信息化部办公厅关于公布2021年产业技术基础公共服务平台复核结果的通知 人工智能技术与咨询 工业和信息化部办公厅关于公布2021年产业技术基础公共服务平台复核结果的通知 工信厅科函〔2021〕266号 北京市、上海市、广东省、吉林省、安徽省、河北省工业和信息化主管部…