هوش مصنوعی Quilter یک کامپیوتر لینوکسی ۸۴۳ قطعهای طراحی کرد
در یک تحول بیسابقه، هوش مصنوعی Quilter شرکت کویلتر یک کامپیوتر لینوکسی شامل ۸۴۳ قطعه را طراحی کرد که در اولین تلاش با موفقیت راهاندازی شد. این موفقیت که توسط یک استارتاپ مستقر در لسآنجلس اعلام شد، نشاندهنده یک جهش بزرگ در توسعه سختافزار است، زیرا فرآیندی که معمولاً سه ماه کار مهندسی ماهرانه میبرد، اکنون تنها در یک هفته انجام شده است.
این سیستم هوش مصنوعی با بهرهگیری از رویکرد فیزیکمحور خود، طراحی یک سیستم کامپیوتری دو برد را به صورت خودکار انجام داد که بدون نیاز به هیچگونه بازنگری پرهزینهای، با موفقیت بوت شد. این پروژه که «پروژه سرعت» (Project Speedrun) نام داشت، تنها به ۳۸.۵ ساعت کار انسانی نیاز داشت، در حالی که طراحان حرفهای PCB برای انجام همین وظیفه، زمانی معادل ۴۲۸ ساعت را تخمین زده بودند.
تولد «پروژه سرعت» و کاهش زمان از سه ماه به یک هفته
پروژه سرعت برای به چالش کشیدن حداکثر تواناییهای این فناوری طراحی شد و هدف آن تولید یک نتیجه واضح و قابل درک بود: یک کامپیوتر کاربردی که بتواند سیستم عامل لینوکس را راهاندازی کند، در اینترنت بگردد و برنامهها را اجرا نماید.
این سیستم از دو برد تشکیل شده است که بر اساس پلتفرم مرجع i.MX 8M Mini شرکت NXP ساخته شدهاند؛ این معماری پردازنده در زمینههایی مانند سیستمهای اطلاعاتی خودرو، اتوماسیون صنعتی و کاربردهای بینایی ماشین استفاده میشود. ماژول اصلی سیستم، دارای یک پردازنده چهار هستهای ARM با فرکانس ۱.۸ گیگاهرتز، ۲ گیگابایت حافظه LPDDR4 و ۳۲ گیگابایت فضای ذخیرهسازی eMMC است. برد پایه همراه نیز امکاناتی مانند اترنت، USB، HDMI و صدا را فراهم میکند.
در مجموع، این بردها شامل ۸۴۳ قطعه و ۵,۱۴۱ اتصال الکتریکی هستند که روی ساختار هشت لایه برد مدار چاپی مسیریابی شدهاند. نتیجه کار کویلتر، ۹۸ درصد پوشش مسیریابی و صفر نقض قوانین طراحی بود. سرگی نسترنکو، مدیرعامل کویلتر و مهندس سابق اسپیساکس، اظهار داشت: «ما یک کامپیوتر کامل ساختیم تا نشان دهیم این فناوری کار میکند». کل زمان سپری شده از مرحله شماتیک تا تولید بردهای ساخته شده، از ۱۱ هفته معمول به تنها یک هفته کاهش یافت.
تونی فادل: گلوگاه تاریخی طراحی PCB
این خبر همچنین با اولین اعلام عمومی همکاری تونی فادل، مهندسی که توسعه آیپاد و آیفون را در اپل رهبری کرد و بعداً نست را تأسیس نمود، همراه بود؛ او اکنون یکی از سرمایهگذاران و مشاوران کویلتر است.
تونی فادل و دیگر کارشناسان سالهاست که بر یک گلوگاه حیاتی اما کماهمیت در توسعه فناوری تاکید کردهاند: جانمایی برد مدار چاپی (PCB). در حالی که نرمافزارها و نیمهرساناها مورد توجه و سرمایهگذاری زیادی قرار گرفتهاند، بردهای سبز فایبرگلاس که تراشهها و حافظهها را در تقریباً هر دستگاه الکترونیکی به هم متصل میکنند، همچنان نیازمند طراحی دستی هستند.
فادل توضیح میدهد که فرآیند طراحی PCB عمدتاً سه مرحله دارد: مهندسان ابتدا شماتیک (نمودار منطقی اتصالات) را ایجاد میکنند. سپس، یک متخصص بهصورت دستی، اجزا را قرار داده و هزاران مسیر مسی را در نرمافزار CAD مسیریابی میکند. این مرحله میانی، یعنی جانمایی، یک تنگنای مداوم ایجاد میکند. برای یک سیستم پیچیده مانند کامپیوتر یا الکترونیک خودرو، این فرآیند میتواند تا سه ماه یا بیشتر طول بکشد.
فادل با اشاره به تجربیاتش در اپل و نست یادآوری کرد که این زمانبندی همیشه انعطافناپذیر بود و این گلوگاه ثابت، عواقب سنگینی برای سازمانهای سختافزاری دارد؛ تیمهای نرمافزار منتظر میمانند، اشکالیابی به تأخیر میافتد، و عرضهی محصولات به تعویق میافتد. بر اساس تحقیقات کویلتر، تنها حدود ۱۰ درصد از اولین بازنگریهای برد بهدرستی کار میکنند که این امر باعث ایجاد زمان و هزینه اضافی برای بازطراحی میشود.
چگونه هوش مصنوعی کویلتر در برابر قوانین فیزیک «بازی» میکند؟
رویکرد فنی کویلتر تفاوت اساسی با مدلهای زبان بزرگی دارد که اخیراً بر سرخط خبرهای هوش مصنوعی قرار گرفتهاند. سرگی نسترنکو بیان کرد: «ما به کویلتر یاد ندادیم نقاشی بکشد؛ به آن یاد دادیم بر اساس فیزیک فکر کند».
برخلاف سیستمهایی مانند GPT-5 یا کلاد که با مجموعههای عظیمی از دادههای متنی آموزش میبینند، هوش مصنوعی کویلتر با انجام یک «بازی» پیچیده در برابر قوانین فیزیک یاد میگیرد. نسترنکو توضیح داد که مدلهای زبان برای این شرکت کاربرد ندارند زیرا طراحی سختافزار یک مسئلهی زبانشناختی نیست و این مدلها هیچ داده یا زمینهای برای ایجاد طرحهای اولیه فیزیکی ندارند.
کویلتر همچنین از آموزش مدل خود بر روی مثالهای بردهای طراحیشده توسط انسان خودداری کرد، زیرا انسانها اغلب مرتکب خطا میشوند و بهترین طراحیها نزد شرکتهای بزرگ پنهان هستند. مهمتر از آن، آموزش بر اساس نمونههای انسانی، عملکرد هوش مصنوعی را در سطح انسان محدود میکرد. در عوض، کویلتر سیستمی شبیه به یک «بازی» ساخت که در آن عامل هوش مصنوعی تصمیمات متوالی میگیرد (مثلاً این قطعه را اینجا قرار بده، این مسیر را از آنجا عبور بده) و بر اساس اینکه طرح حاصل از محدودیتهای الکترومغناطیسی، حرارتی و تولیدی تبعیت میکند، بازخورد دریافت مینماید. این روش، شبیه به پیشرفتهای دیپمایند با سیستمهای بازی «گو» است، جایی که جانشین آلفاگو (AlphaZero) صرفاً از طریق خودآموزی از عملکرد انسان پیشی گرفت.
کنترل در دستان مهندسان: گردش کار سه مرحلهای
یکی از دغدغههای اصلی در خودکارسازی وظایف فنی، چگونگی حفظ کنترل مهندسان بر روی طرحهایی است که قرار است در محصولات حیاتی به کار روند. تونی فادل و نسترنکو ماهها را صرف حل این چالش ظریف کردند.
راه حل این است که به کاربران اجازه داده شود تا سطح مشارکت خود را در هر مرحله از فرآیند انتخاب کنند. فادل گفت: «اگر میخواهید کنترل کامل داشته باشید، میتوانید کامل کنترل کنید. اگر میخواهید بگویید ‘فقط برای من انجام بده’، نیز میتوانید آن کار را انجام دهید، و هر حالتی بین این دو».
گردش کار به سه مرحله تقسیم میشود: راهاندازی (تعریف محدودیتها توسط مهندسان)، اجرا (تولید طرحهای پیشنهادی توسط هوش مصنوعی)، و پاکسازی (بررسی نهایی و اصلاح خروجی توسط انسان). حتی با وجود کار پاکسازی توسط مهندسان، کل زمان از شماتیک تا تولید برد به شدت کاهش مییابد.
آینده توسعه سختافزار در سرعت فکر
اگر کویلتر موفق شود، میتواند اقتصاد ساخت محصولات فیزیکی را به طور اساسی تغییر دهد. فادل استدلال کرد که توسعه سختافزار به دلیل وجود اصطکاک در هر مرحله (از شماتیک گرفته تا جانمایی و تولید) همیشه آهسته بوده است. اکنون که جانمایی نیز خودکار میشود، میتوان با سرعت بسیار بیشتری تکرار طراحی انجام داد.
نسترنکو اعلام کرد که کویلتر خدمات خود را بر اساس تعداد پین (اتصالات) قیمتگذاری میکند، همانند روشی که هنگام استخدام متخصصان طراحی استفاده میشود. پیشنهاد کویلتر به مشتریان، خنثی بودن هزینه در کنار بهبود ۱۰ برابری سرعت است. برای شرکتی که سه ماه برای جانمایی یک برد منتظر میماند، دریافت آن در یک هفته، مفهوم نوآوری را تغییر میدهد؛ تیمهای مهندسی میتوانند آزمایشهای متعدد را بهصورت موازی اجرا کنند و محصولات سریعتر به بازار برسند.
این فناوری در حال حاضر محدودیتهای واضحی دارد: میتواند بردهایی با تقریباً ۱۰ هزار پین و ارتباطات پرسرعت تا حدود ۱۰ گیگاهرتز را مدیریت کند. با این حال، نسترنکو امیدوار است که با از بین رفتن گلوگاه جانمایی، سختافزارها سرانجام بتوانند «با سرعت فکر» حرکت کنند. او اشاره کرد که در گذشته، مهندسان به ابزارهای خودکار مسیریابی (Auto-routers) بیاعتماد بودند. اما اکنون، با دیدن کامپیوتر لینوکسی کارآمدی که در اولین تلاش راهاندازی شد، تردیدها به طور قطعی برطرف شدهاند.
سوالات متداول
1. طراحی کامپیوتر لینوکسی توسط کویلتر چقدر زمان برد؟
هوش مصنوعی کویلتر، یک کامپیوتر لینوکسی ۸۴۳ قطعهای را در عرض یک هفته طراحی و مسیریابی کرد. این کار بهطور سنتی ۴۲۸ ساعت (حدود سه ماه) کار مهندسی ماهرانه نیاز داشت، اما با کویلتر تنها ۳۸.۵ ساعت کار انسانی برای پاکسازی و نهاییسازی نیاز بود.
2. مزیت کلیدی استفاده از هوش مصنوعی کویلتر در طراحی PCB چیست؟
مزیت اصلی، افزایش ۱۰ برابری سرعت در فرآیند جانمایی (Layout) برد مدار چاپی (PCB) است، بدون افزایش هزینه. این امر، گلوگاه تاریخی در توسعه سختافزار را برطرف کرده و به شرکتها اجازه میدهد تکرارهای طراحی بیشتری را در زمان کوتاهتری انجام دهند.
3. آیا کویلتر از مدلهای زبان بزرگ مانند GPT برای طراحی استفاده میکند؟
خیر، کویلتر از مدلهای زبان بزرگ استفاده نمیکند. سرگی نسترنکو، مدیرعامل کویلتر، توضیح داد که این شرکت از یک رویکرد فیزیکمحور استفاده میکند که در آن هوش مصنوعی از طریق انجام یک «بازی» پیچیده در برابر قوانین فیزیک و محدودیتهای الکترومغناطیسی و حرارتی یاد میگیرد.
4. تونی فادل چه نقشی در شرکت کویلتر دارد؟
تونی فادل، که توسعه آیپاد و آیفون را در اپل رهبری کرد، به عنوان مشاور و سرمایهگذار در کویلتر فعالیت میکند. او در طراحی محصول، تجربه کاربری و معماری فنی بهشدت درگیر است و سرمایهگذاری عمومی خود را تنها پس از اثبات کارایی فناوری در پروژه سرعت اعلام کرد.
5. چه محدودیتهایی برای فناوری کویلتر در حال حاضر وجود دارد؟
در حال حاضر، کویلتر میتواند بردهایی با حداکثر حدود ۱۰,۰۰۰ پین را مدیریت کند. همچنین، این سیستم از ارتباطات پرسرعت تا حدود ۱۰ گیگاهرتز پشتیبانی میکند، اما سیستمهای بسیار پیشرفتهتر مانند رادارهای ۱۰۰ گیگاهرتزی، فراتر از تواناییهای فعلی آن هستن

ثمینه تفقدی هستم علاقه مند به محتوا نویسی، از سال ۲۰۲۴ به تیمی که در زمینه ارز دیجیتال فعالیت داشت پیوستم و از اوایل سال ۲۰۲۵ با علاقه مند شدن به گجت ها و نوآوری هایی که برای اولین بار در جهان اتفاق می افتد، باعث شد تا با تیم جوان و با پشتکار پارس دیجی آشنا بشم از اون تاریخ به بعد درباره بهترین گجت ها تحقیق میکنم تا اطلاعات بهینه ای را در اختیار خوانندگان محترم این سایت قرار دهم
نظرات کاربران