شركة جديدة لأجهزة الذكاء الاصطناعي من AWS تُعلِّم الذكاء الاصطناعي التفكير في الفيزياء

مع الازدهار في مجال الذكاء الاصطناعي، كل اهتمام المستثمرين بخصوص أجهزة الحوسبة تركز على الشرائح المتقدمة للغاية، ووحدات معالجة الرسوميات (GPU)، والذاكرة.

ومع ذلك، لتوصيل هذه المكونات معًا في الآلات والسلع الاستهلاكية، من الغسالات إلى السيارات إلى الروبوتات الصناعية، يلزم وجود لوحات الدوائر المطبوعة (PCBs). إنها اللوحات المسطحة التي تُستخدم لدعم المكونات إلكترونيًا وربطها كهربائيًا.

المصدر: Quilter AI

إنتاج الـ PCBs ليس بالأمر التافه، لكنه سلسلة إمداد ناضجة ومفهومة ومُوسَّعة، مع تصنيع فعلي يزداد أتمتةً بالكامل. ومع ذلك، تصميم الـ PCBs الجديدة ليس بسيطًا على الإطلاق وهو في الواقع أحد الخطوات اليدوية الأخيرة في تطوير الإلكترونيات.

المتخصص يرسم المخطط يدويًا ويضع مئات أو آلاف المكونات ويُوجّه مسارات النحاس التي تربطها عبر طبقات متعددة. بالنسبة للوحة ذات تعقيد متوسط، يستغرق التخطيط من أربعة إلى ثمانية أسابيع. الأنظمة المتطورة مثل إلكترونيات السيارات أو الحواسيب تستغرق ثلاثة أشهر أو أكثر.

قد يتغير هذا بسرعة كبيرة حيث أن شركة ناشئة جديدة تُدعى Quilter AI تستخدم الآن الذكاء الاصطناعي لأتمتة هذه العملية. يمكنها تحويل عملية تستغرق أسبوعًا أو شهرًا إلى بضعة أيام فقط، مما يوفر الكثير من ساعات العمل لمصممي الـ PCB.

لماذا يعتبر تصميم الدوائر المطبوعة صعبًا؟

الـ PCBs أنظمة مادية ثلاثية الأبعاد معقدة للغاية تحتاج إلى موازنة عدة قيود للحصول على تصميم جيد:

• الحدود المكانية/الميكانيكية: تحتاج المكونات ليس فقط إلى ترتيبها معًا، بل أيضًا إلى أن تتناسب في مساحة ضيقة جدًا.
• الضوضاء الكهربائية: تمرير التيار يخلق تسربًا محتملًا للطاقة، نقل إشارة غير مقصود، وتداخل كهرومغناطيسي (EMI)، مما يتطلب توقع التأثيرات الكهربائية غير المرغوبة.
• إدارة الحرارة: يجب ألا تُنشئ المكونات ذات القدرة العالية الكثير من البقع الساخنة؛ يحتاج مبدد حراري من النحاس إلى إضافة لتصريف الحرارة، ولا يجب أن تُعوق تدفقات الهواء من المراوح.
• حدود التصنيع: القيود على كيفية عمل المواد الكيميائية والأدوات التصنيعية تعني أن التصميم يجب أن يتجنب تصاميم مثل تتبع النحاس الذي يلتقي بزاويا حادة أو أقنعة لحام رقيقة جدًا، ويأخذ في الاعتبار أقطار الثقوب الممكنة، إلخ.

حل العديد من هذه القضايا قد يجعل أخرى أسوأ، مما يعني أن تصميم الـ PCB هو عمل موازنة لتلبية جميع الأهداف التقنية مع البقاء ضمن متطلبات التكلفة، استهلاك الطاقة، الأداء، وحجم اللوحة المعطاة.

نتيجة لذلك، حتى الآن، كانت معظم أدوات المساعدة الآلية لتصميم الـ PCB مفيدة، لكنها تحتاج إلى لمسة بشرية قوية لاكتشاف المشكلات المحتملة. بالإضافة إلى ذلك، الدوائر الحساسة تتطلب تخطيطات متخصصة وغير قياسية.

المصدر: Cadence

نظرة عامة على Quilter AI

تاريخ Quilter

تم تأسيس Quilter بواسطة Sergiy Nesterenko بعد خمس سنوات في SpaceX كمهندس أول لتأثيرات الإشعاع، حيث طوّر إلكترونيات لصاروخي Falcon 9 وFalcon Heavy، وكذلك كباحث في كاليفورنيا قبل ذلك.

“درست ثلاثية التخصصات في الرياضيات، الفيزياء، والكيمياء في بيركلي ليس لأنني أردت التخصص، بل لأنني أردت إتقان الأساسيات. هذا يجعل كل شيء آخر أسهل في التعلم.”

يتألف فريق الشركة من مهندسين عملوا في SpaceX، Apple (AAPL )، NASA، Johns Hopkins APL، وMIT. كما وظفت بنائين من مجال أتمتة تصميم الدوائر الإلكترونية (EDA) من شركتي Cadence وSynopsys.

جمعت الشركة 10 ملايين دولار في جولة السلسلة أ في عام 2023، ومبلغًا إضافيًا قدره 25 مليون دولار في عام 2025، بعد عام واحد من إطلاق النسخة التجريبية المفتوحة لبرمجيتها. أطلقت الشركة طبقة مجانية في أغسطس 2025، حيث يُحسب تكلفة الحل على أساس الاستخدام، مبتعدةً عن نموذج الاشتراك البرمجي المكلف السائد في الصناعة.

“عند رفع لوحة إلى Quilter، يكون عدد الدبابيس غير الموجهة في وقت الرفع هو عدد دبابيس التصميم لديك. تدفع فقط مقابل ما تحتاج Quilter إلى تجميعه، ولا شيء أكثر. إذا قمت بتمهيد جزء من اللوحة قبل الرفع (شبكات RF، الفروع، أقسام الجهد العالي)، فإن تلك الدبابيس الموجهة لا تُحسب. تقوم Quilter بالتوجيه حول عملك الحالي وتفرض رسومًا فقط على الدبابيس التي تحتاج إلى معالجتها.”

كما تقدم Quilter عدم وجود تنسيقات مملوكة ولا قفل، مما يساعد على دمج مصممي الـ PCB بسهولة في سير العمل الحالي وأدوات التصنيع.

المصدر: Quilter AI

إدخال الفيزياء إلى الذكاء الاصطناعي

على نطاق واسع، استُخدم الذكاء الاصطناعي حتى الآن في الغالب لتوليد النصوص والصور، بما في ذلك شفرة الحاسوب. لكنه غالبًا ما يواجه صعوبات مع الفيزياء الواقعية، وهذا هو السبب في أن تركيزًا جديدًا لتطوير الذكاء الاصطناعي أصبح الذكاء الاصطناعي الفيزيائي، خاصةً لتطبيقات الروبوتات (تابع الرابط لتقريرنا الكامل حول هذا الموضوع).

اعتمدت Quilter نهجًا يمزج بين التعلم المعزز، التعلم الآلي، والشبكات العصبية لتزويد ذكائها بفهم أفضل لكيفية إنشاء الفيزياء الواقعية للقيود في تصميم الـ PCB.

المصدر: Quilter AI

نتيجة لذلك، لا يتم تصميم ذكاء Quilter عن طريق تقليد اللوحات القائمة دون “فهم” سبب صنعها بهذه الطريقة وتعلمها من البشر. هذا النهج، المشابه للطريقة الأساسية التي تعمل بها معظم نماذج اللغة الكبيرة، غالبًا ما يؤدي إلى مشكلة خطيرة عندما تكون عدة قيود في اللعب.

“تولد Quilter تخطيطات كاملة باستخدام ذكاء اصطناعي تم تدريبه على الفيزياء الواقعية وقيود التصنيع، وليس على أمثلة بشرية. هذا يتيح للمهندسين استكشاف مساحات التصميم التي تُغلق أمام الحدس البشري، كاشفًا حلولًا كانت ستبقى غير مكتشفة بدون حساب الفيزياء أولاً.”

بدلاً من ذلك، يحتاج الذكاء الاصطناعي إلى فهم فيزياء التيار الكهربائي، الكهرومغناطيسية، والمساحة الفيزيائية التي تستخدمها المكونات، وتصميم الـ PCB وفقًا لذلك.

كل وكيل فرعي في Quilter AI يضع المكونات، يوجّه المسارات، يقيّم الفيزياء، ويتعلم أي الخيارات تُنتج نتائج أفضل. ملايين التكرارات تُصقل استراتيجيات الوضع والتوجيه، موازنةً القيود دون تحيز بشري، منتجةً طرق توجيه غير تقليدية واستراتيجيات وضع.

“نحن لا نحاول مطابقة البشر. نحن نحاول التفوق عليهم بتجنب قيودهم تمامًا.”

هذا يعني أن العشرات من التخطيطات تُولد في وقت واحد، كل منها يُصنّف حسب القابلية للتصنيع وتغطية القيود. يمكن لفرق التصميم استكشاف ما يصل إلى 100× من المتغيّرات التصميمية دون تأخير أو تنازل. يمكن للمستخدمين أيضًا اختبار بسرعة مدى صغر أو كثافة اللوحة بشكل واقعي عن طريق رفع عدة تنويعات متوازية.

“تُنشئ Quilter أول محرك تصميم دوائر مطبوعة ذاتي. إنه ليس مجرد موجه تلقائي، ولا مساعد، ولا نموذج لغة كبير. إنه نظام ذكاء اصطناعي يضع الفيزياء أولاً ويتعلم من القوانين الطبيعية نفسها، لا من اختصارات بشرية.”

تمكين اتخاذ القرار البشري

يمكن لـ Quilter AI إكمال تصاميم اللوحات البسيطة في غضون 15 دقيقة فقط. لكن بالنسبة للتصاميم الأكثر تعقيدًا التي تحتوي على آلاف الدبابيس، سيعمل النظام طوال الليل.

لكل طلب، تستكشف Quilter مرشّحات وضع وتوجيه متعددة عبر تراكيب مختلفة بالتوازي، مما يمنح المهندسين مجموعة من الخيارات لتقييمها. يمكنهم بعد ذلك تنزيل النتائج إلى أداة ECAD الأصلية الخاصة بهم، مراجعتها وتحسينها، وإعادة الإرسال إذا لزم الأمر.

تشغّل Quilter منصتها التجارية “app.quilter.ai” من منطقة AWS US West، مع خطط للتوسع إلى US East وفي النهاية أوروبا. يمنح هذا الشركة طريقة قوية وبسيطة لتوسيع عملياتها بالاعتماد على سعة الحوسبة السحابية من Amazon (AMZN ). كما يمكن تشغيل بيئة AWS مستضافة ذاتيًا بحيث لا تغادر البيانات الحساسة بنية الشركة.

حقيقة أن Quilter لا تدرب على بيانات عملائها أو أي بيانات لوحة موجودة تُعد ميزة إضافية في قطاع حيث حماية الملكية الفكرية مهمة للغاية، مثل الفضاء الجوي أو الدفاع.

تحوّل سير العمل المهندسين من رسامي المسارات اليدوية إلى منسقين يمكنهم تشغيل عدة متغيّرات للوحة بالتوازي، محوّلين دورة التصميم ربع السنوية إلى حلقة أسبوعية من التجارب والتعلم.

“العالم مع Quilter هو عالم تكون فيه اللوحات وفيرة وتكرارية مثل بناء البرمجيات، مما يُقوّي نموذجًا جديدًا نسميه التطوير الغني بالأجهزة™. تمنح Quilter مصممي الـ PCB المتقدمين القدرة على تحويل الأسابيع إلى أيام. إنه تحول جذري كامل. عندما تتكرر بسرعة، يمكنك التفوق على منافسيك في الابتكار.”

توفر العملية مزايا لجميع المتخصصين العاملين مع الـ PCB، مع أوقات استجابة أسرع، تصاميم جديدة، وتكامل سهل مع أدوات CAD الحالية.

المصدر: Quilter AI

مؤخرًا، نفّذت Quilter أكثر مشاريعها طموحًا حتى الآن، Project Speedrun، حيث صممت حاسوب لينكس يضم 843 مكوّنًا (لوحتان، 5,141 دبوسًا، DDR4 عالي السرعة، eMMC، PCIe، CSI/DSI، GigE). عادةً ما تستغرق هذه العملية 400–450 ساعة من التخطيط اليدوي. خفضت Quilter ذلك إلى 38.5 ساعة من العمل البشري، مع إكمال البقية تلقائيًا.

“اعتنت Quilter بالعمل التصميمي المتكرر بينما ظل المهندس مسيطرًا. تعاملت الأتمتة مع الوضع، التوجيه، وفحوصات الفيزياء، مما أتاح له التركيز على إعداد البرامج الثابتة، الوثائق، وتحسين القيود.”

الاستثمار في الذكاء الاصطناعي الفيزيائي

NVIDIA

من أصلها صانعة أجهزة GPU لألعاب الفيديو ومهام التصيير الرسومي الأخرى، تطورت NVIDIA (NVDA ) إلى شركة ضخمة لأجهزة الذكاء الاصطناعي، مما جعل سهمها يحمل أكبر قيمة سوقية في العالم.

أدركت NVIDIA إمكانات الذكاء الاصطناعي مبكرًا، قبل أن يهتم أي أحد، حتى الباحثون المتخصصون، بالشبكات العصبية. كان ذلك في ذلك الوقت خطوة مخاطرة إلى قطاع غير مثبت، بالكاد موجود، أو كما قال جينسن هوانغ:

“نستثمر في أسواق بقيمة صفر مليار دولار.”

في عامي 2016 و2017، أطلقت NVIDIA معمارية باسكال وفولتا على التوالي، أول مسرّع ذكاء اصطناعي قائم على GPU، بينما قدمت فولتا نوى Tensor التي سرّعت مهام التعلم العميق حتى 12 مرة بحلول عام 2024.

كان المستثمرون قلقين إلى حد ما من أن NVIDIA قد تنفد قريبًا من الأسواق الجديدة لتبرير مضاعفات تقييمها العالية. في معرض CES 2026 (معرض الإلكترونيات الاستهلاكية)، أعلنت NVIDIA عن تركيز جديد على الذكاء الاصطناعي الفيزيائي.

للقيام بذلك، أطلقت NVIDIA منصة Cosmos (ATOM )، لتسريع تطوير الذكاء الاصطناعي الفيزيائي للمركبات الذاتية (AVs)، الروبوتات، وعوامل الذكاء الاصطناعي لتحليل الفيديو؛ Isaac GR00T N1.6، نموذج رؤية-لغة-عمل بُني خصيصًا للروبوتات البشرية؛ وOSMO، برنامج “منسق” صُنع خصيصًا للذكاء الاصطناعي الفيزيائي.

سيوفر النشر الفعلي للذكاء الاصطناعي في الروبوتات، السيارات ذاتية القيادة، والأنظمة الذاتية الأخرى العديد من الأسواق الجديدة لـ NVIDIA لبيع أجهزتها. ويبدو أن الذكاء الاصطناعي سيصبح أيضًا مُمكنًا في تصميم الأجهزة الفيزيائية، مما يعزز بشكل أكبر إمكانات الطلب المتزايد على قدرة حوسبة الذكاء الاصطناعي.

أحدث أخبار وتطورات سهم NVIDIA (NVDA)