नई AWS AI हार्डवेयर कंपनी AI को भौतिकी में सोचने की शिक्षा दे रही है

AI के बूम के साथ, कंप्यूटिंग हार्डवेयर के बारे में निवेशकों का सारा ध्यान अल्ट्रा-एडवांस्ड चिप्स, GPU और मेमोरी पर केंद्रित रहा है।

हालाँकि, इन घटकों को मशीनों और उपभोक्ता वस्तुओं, जैसे वॉशिंग मशीन, कार और औद्योगिक रोबोट में जोड़ने के लिए प्रिंटेड सर्किट बोर्ड (पीसीबी) की आवश्यकता होती है। ये वह सपाट बोर्ड हैं जो इलेक्ट्रॉनिक घटकों को भौतिक रूप से समर्थन और विद्युत रूप से जोड़ते हैं।

स्रोत: Quilter AI

पीसीबी का उत्पादन सरल नहीं है, लेकिन यह एक अच्छी तरह समझी गई और बड़े पैमाने पर विकसित परिपक्व आपूर्ति श्रृंखला है, जहाँ वास्तविक निर्माण धीरे-धीरे पूरी तरह स्वचालित हो रहा है। हालांकि, नए पीसीबी का डिजाइन करना बिल्कुल सरल नहीं है और यह वास्तव में इलेक्ट्रॉनिक्स विकास में अंतिम मैनुअल चरणों में से एक है।

एक विशेषज्ञ हाथ से योजना बनाता है और सैकड़ों या हजारों घटकों को रखता है तथा कई परतों में उन्हें जोड़ने वाले तांबे के ट्रेस को रूट करता है। मध्यम जटिलता वाले बोर्ड के लिए लेआउट में चार से आठ सप्ताह लगते हैं। ऑटोमोटिव इलेक्ट्रॉनिक्स या कंप्यूटर जैसे जटिल सिस्टम को तीन महीने या उससे अधिक समय लग सकता है।

क्विल्टर एआई नामक एक नया स्टार्टअप इस प्रक्रिया को स्वचालित करने के लिए एआई का उपयोग कर रहा है, इसलिए यह स्थिति बहुत तेज़ी से बदल सकती है। यह एक सप्ताह या एक महीने तक चलने वाली प्रक्रिया को केवल कुछ दिनों में पूरा कर सकता है और पीसीबी डिजाइनरों के कई कार्य घंटे बचा सकता है। (स्रोत)

पीसीबी डिजाइन इतना कठिन क्यों है?

पीसीबी बहुत जटिल 3D भौतिक सिस्टम होते हैं जिन्हें एक अच्छा डिजाइन प्राप्त करने के लिए कई प्रतिबंधों को संतुलित करना पड़ता है:

• स्थान/यांत्रिक सीमाएँ: घटकों को केवल साथ में व्यवस्थित नहीं होना चाहिए, बल्कि बहुत सीमित स्थान में फिट भी होना चाहिए।
• Electrical noise: धारा के प्रवाह से संभावित पावर लीक, अनपेक्षित सिग्नल ट्रांसफर, और विद्युतचुंबकीय हस्तक्षेप (EMI) उत्पन्न होते हैं, जिसके लिए अवांछित विद्युत प्रभावों की भविष्यवाणी आवश्यक है।
• Thermal management: उच्च-शक्ति वाले घटकों को बहुत अधिक हॉट स्पॉट नहीं बनाना चाहिए; उस गर्मी को हटाने के लिए तांबे का हीट सिंक जोड़ना आवश्यक है, और पंखों से आने वाले वायु प्रवाह में बाधा नहीं होनी चाहिए।
• Manufacturing Limits: निर्माण रसायनों और उपकरणों के कार्य करने के तरीके पर प्रतिबंधों के कारण डिजाइन को ऐसे मामलों से बचना चाहिए जैसे तांबे के ट्रेस का तीक्ष्ण कोण पर मिलना या बहुत पतला सोल्डर मास्क, और संभावित होल व्यास आदि को ध्यान में रखना चाहिए।

इनमें से कई समस्याओं को हल करने से अन्य समस्याएँ और बढ़ सकती हैं, जिसका अर्थ है कि पीसीबी डिजाइन एक संतुलन कार्य है जिसमें सभी तकनीकी उद्देश्यों को पूरा करना होता है जबकि लागत, पावर खपत, प्रदर्शन और आकार की आवश्यकताओं के भीतर रहना पड़ता है।

परिणामस्वरूप, अब तक पीसीबी डिजाइन के अधिकांश स्वचालित सहायक उपकरण उपयोगी थे, लेकिन अंततः समस्याओं का पता लगाने के लिए मानवीय हस्तक्षेप की आवश्यकता होती थी। इसके अलावा, संवेदनशील सर्किटों को विशेष, गैर-मानक लेआउट की आवश्यकता होती है।

स्रोत: Cadence

Quilter AI अवलोकन

Quilter इतिहास

Quilter की स्थापना Sergiy Nesterenko ने SpaceX (SPCX ) में वरिष्ठ रेडिएशन इफ़ेक्ट्स इंजीनियर के रूप में पाँच साल काम करने के बाद की, जहाँ उन्होंने फ़ाल्कन 9 और फ़ाल्कन हेवी के लिए इलेक्ट्रॉनिक्स विकसित किए, और इससे पहले कैलिफ़ोर्निया में शोधकर्ता के रूप में कार्य किया।

“मैंने बर्कले में गणित, भौतिकी और रसायन विज्ञान में त्रिगुणित प्रमुख किया, न कि इसलिए कि मैं विशेषीकरण करना चाहता था, बल्कि इसलिए कि मैं मूलभूत सिद्धांतों में महारत हासिल करना चाहता था। इससे बाकी सब कुछ सीखना आसान हो जाता है।”

कंपनी की टीम SpaceX, Apple (AAPL ), NASA, Johns Hopkins APL, और MIT के इंजीनियरों से बनी है। इसने PCB ऑटोमेशन कंपनियों Cadence और Synopsys से इलेक्ट्रॉनिक डिज़ाइन ऑटोमेशन (EDA) निर्माताओं को भी नियुक्त किया है।

कंपनी ने 2023 में अपनी सीरीज़ A में $10M जुटाए, और 2025 में, अपने सॉफ़्टवेयर के ओपन बीटा लॉन्च के एक साल बाद, अतिरिक्त $25M जुटाए। कंपनी ने अगस्त 2025 में अपना फ्री टियर लॉन्च किया, जहाँ समाधान की लागत प्रति उपयोग आधार पर होती है, जो उद्योग में प्रचलित महंगे सॉफ़्टवेयर सब्सक्रिप्शन मॉडल से अलग है।

“जब आप Quilter पर एक बोर्ड अपलोड करते हैं, तो अपलोड के समय अनरूटेड पिनों की संख्या आपका डिजाइन पिन काउंट होती है। आप केवल उन चीज़ों के लिए भुगतान करते हैं जो Quilter को संकलित करने की आवश्यकता है, और कुछ नहीं। यदि आप बोर्ड का कुछ हिस्सा अपलोड करने से पहले प्री-रूट करते हैं (RF नेट्स, फैन-आउट्स, हाई-वोल्टेज सेक्शन), तो उन रूटेड पिनों को गिना नहीं जाता। Quilter आपके मौजूदा कार्य के आसपास रूट करता है और केवल उन पिनों के लिए शुल्क लेता है जिनकी उसे आवश्यकता होती है।”

Quilter कोई स्वामित्व फ़ॉर्मेट और कोई लॉक‑इन नहीं प्रदान करता, जिससे पीसीबी डिजाइनरों का ऑनबोर्डिंग और मौजूदा वर्कफ़्लो तथा निर्माण उपकरणों के साथ एकीकरण आसान हो जाता है।

स्रोत: Quilter AI

भौतिकी को AI में लाना

विस्तार से, AI अब तक मुख्यतः टेक्स्ट और इमेज जनरेशन, जिसमें कंप्यूटर कोड भी शामिल है, के लिए उपयोग किया गया है। लेकिन यह अक्सर वास्तविक दुनिया की भौतिकी से जूझता है, इसलिए AI विकास का नया फोकस भौतिक AI रहा है, विशेष रूप से रोबोटिक्स अनुप्रयोगों के लिए (इस विषय पर हमारी पूरी रिपोर्ट के लिए लिंक का अनुसरण करें)।

Quilter ने रिइन्फोर्समेंट लर्निंग, मशीन लर्निंग और न्यूरल नेटवर्क्स को मिलाकर एक दृष्टिकोण अपनाया है ताकि उनका AI वास्तविक भौतिकी कैसे पीसीबी डिजाइन में प्रतिबंध बनाती है, इसे बेहतर समझ सके।

स्रोत: Quilter AI

परिणामस्वरूप, Quilter का AI मौजूदा बोर्डों की नकल करके नहीं बनाया गया है, बिना यह “समझे” कि उन्हें इस तरह क्यों बनाया गया और मनुष्यों से सीखते हुए। यह दृष्टिकोण, अधिकांश LLM के बुनियादी कार्यप्रणाली के समान, कई प्रतिबंधों के साथ काम करने पर अक्सर गंभीर समस्या उत्पन्न करता है।

“Quilter वास्तविक दुनिया की भौतिकी और निर्माण प्रतिबंधों पर प्रशिक्षित AI का उपयोग करके पूर्ण लेआउट उत्पन्न करता है, न कि मानव उदाहरणों पर। यह इंजीनियरों को मानव अंतर्ज्ञान द्वारा बंद किए गए डिजाइन स्पेस का अन्वेषण करने देता है, ऐसे समाधान उजागर करता है जो भौतिकी-प्रथम गणना के बिना अज्ञात रह जाते।”

इसके बजाय, AI को विद्युत धारा, विद्युतचुंबकत्व और घटकों द्वारा उपयोग किए जाने वाले भौतिक स्थान की भौतिकी को समझना चाहिए, और उसके अनुसार पीसीबी डिजाइन करना चाहिए।

Quilter AI के प्रत्येक उपघटक एजेंट घटकों को रखता है, ट्रेस को रूट करता है, भौतिकी का मूल्यांकन करता है, और सीखता है कि कौन से विकल्प बेहतर परिणाम देते हैं। लाखों पुनरावृत्तियों से प्लेसमेंट और रूटिंग रणनीतियों को परिष्कृत किया जाता है, मानव पक्षपात के बिना प्रतिबंधों को संतुलित किया जाता है, जिससे अपरंपरागत रूटिंग विधियाँ और प्लेसमेंट रणनीतियाँ उत्पन्न होती हैं।

“हम मानवों से मेल खाने की कोशिश नहीं कर रहे हैं। हम उनके प्रतिबंधों से पूरी तरह बचकर उन्हें पार करने की कोशिश कर रहे हैं।”

इसका मतलब है कि दर्जनों लेआउट एक साथ उत्पन्न होते हैं, प्रत्येक को निर्माणयोग्यता और प्रतिबंध कवरेज के आधार पर रैंक किया जाता है। डिजाइन टीमें इस टूल के साथ 100× अधिक डिजाइन वैरिएंट बिना देरी या समझौते के अन्वेषण कर सकती हैं। उपयोगकर्ता कई वैरिएंट समानांतर अपलोड करके यह भी जल्दी परीक्षण कर सकते हैं कि बोर्ड कितना छोटा या घना वास्तविक रूप से हो सकता है।

“Quilter पहला स्वायत्त पीसीबी डिजाइन इंजन बना रहा है। यह एक ऑटोराउटर, को‑पायलट, या LLM नहीं है। यह एक भौतिकी‑प्रथम AI सिस्टम है जो प्राकृतिक नियमों से स्वयं सीखता है, न कि मानव शॉर्टकट्स से।”

मानव निर्णय को सशक्त बनाना

Quilter AI सरल बोर्ड डिजाइन को केवल 15 मिनट में पूरा कर सकता है। लेकिन हजारों पिन वाले अधिक जटिल डिजाइन के लिए, सिस्टम रात भर चलाया जाएगा।

प्रत्येक सबमिशन के लिए, Quilter समानांतर में विभिन्न स्टैक‑अप्स में कई प्लेसमेंट और रूटिंग उम्मीदवारों का अन्वेषण करता है, जिससे इंजीनियरों को मूल्यांकन के लिए विकल्पों की एक श्रृंखला मिलती है। वे फिर परिणामों को अपने मूल ECAD टूल में डाउनलोड कर सकते हैं, समीक्षा और सुधार कर सकते हैं, और आवश्यकता पड़ने पर पुनः सबमिट कर सकते हैं।

Quilter अपना व्यावसायिक प्लेटफ़ॉर्म “app.quilter.ai” AWS के US West क्षेत्र से संचालित करता है, और US East तथा अंततः यूरोप में विस्तार की योजना है। यह कंपनी को Amazon क्लाउड कंप्यूटिंग क्षमता पर निर्भर होकर अपने संचालन को स्केल करने का एक शक्तिशाली और सरल तरीका देता है। यह भी संभव है कि संवेदनशील डेटा कंपनी की इन्फ्रास्ट्रक्चर से बाहर न जाए, इसके लिए स्वयं‑होस्टेड AWS वातावरण चलाया जाए।

यह तथ्य कि Quilter अपने ग्राहकों या किसी अन्य मौजूदा बोर्ड डेटा पर प्रशिक्षण नहीं देता, एक ऐसे सेक्टर में अतिरिक्त लाभ है जहाँ बौद्धिक संपदा सुरक्षा अत्यंत महत्वपूर्ण है, जैसे एयरोस्पेस या रक्षा।

वर्कफ़्लो इंजीनियरों को मैनुअल ट्रेस‑ड्रॉअर से ऐसे ऑर्केस्ट्रेटर में बदल देता है जो समानांतर में कई बोर्ड वैरिएंट चला सकते हैं, जिससे त्रैमासिक डिजाइन चक्र को साप्ताहिक प्रयोग और सीखने की लूप में बदल दिया जाता है।

“Quilter के साथ एक दुनिया वह है जहाँ बोर्ड सॉफ़्टवेयर बिल्ड्स की तरह प्रचुर मात्रा में और पुनरावृत्तिपूर्ण होते हैं, जो एक नई परिप्रेक्ष्य को शक्ति देते हैं जिसे हम हार्डवेयर‑रिच डेवलपमेंट™ कहते हैं। Quilter शीर्ष पीसीबी डिजाइनरों को सप्ताहों को दिनों में बदलने की सुपरपावर देता है। यह एक पूर्ण परिप्रेक्ष्य परिवर्तन है। जब आप तेज़ी से पुनरावृत्ति करते हैं, तो आप अपने प्रतिस्पर्धियों से अधिक नवाचार कर सकते हैं।”

यह प्रक्रिया पीसीबी से जुड़े सभी पेशेवरों के लिए लाभ प्रदान करती है, तेज़ टर्नआउट, नए डिजाइन, और मौजूदा CAD टूलिंग के साथ आसान एकीकरण के साथ।

स्रोत: Quilter AI

हाल ही में, Quilter ने अपना सबसे महत्वाकांक्षी प्रोजेक्ट, Project Speedrun, किया, जिसमें 843‑घटक वाला लिनक्स कंप्यूटर (दो बोर्ड, 5,141 पिन, हाई‑स्पीड DDR4, eMMC, PCIe, CSI/DSI, GigE) डिजाइन किया गया। सामान्यतः इस परिणाम को प्राप्त करने में 400–450 घंटे की मैनुअल लेआउट लगती। Quilter ने इसे 38.5 घंटे के मानव श्रम में घटा दिया, बाकी कार्य स्वायत्त रूप से किया।

“Quilter ने दोहराव वाले डिजाइन कार्य को संभाला जबकि इंजीनियर नियंत्रण में रहा। ऑटोमेशन ने प्लेसमेंट, रूटिंग और भौतिकी जांच को संभाला, जिससे वह फ़र्मवेयर तैयारी, दस्तावेज़ीकरण और प्रतिबंध सुधार पर ध्यान केंद्रित कर सका।”

भौतिक AI में निवेश

NVIDIA

वीडियो गेमिंग और अन्य ग्राफ़िक रेंडरिंग कार्यों के लिए GPU हार्डवेयर निर्माता के रूप में अपनी शुरुआत से, NVIDIA (NVDA ) एक विशाल AI हार्डवेयर कंपनी में विकसित हो गया है, जिससे उसके स्टॉक का बाजार पूंजीकरण विश्व में सबसे बड़ा हो गया है।

NVIDIA ने AI की संभावनाओं को जल्दी समझा, जब तक कि कोई भी, विशेष शोधकर्ताओं में से, न्यूरल नेटवर्क्स की परवाह नहीं करता था। यह उस समय एक जोखिम भरा कदम था, एक अप्रयुक्त, लगभग अस्तित्वहीन सेक्टर में प्रवेश करना, जैसा कि Jensen Huang ने कहा:

“हम शून्य‑बिलियन डॉलर के बाजारों में निवेश कर रहे हैं।”

2016 और 2017 में, NVIDIA ने क्रमशः Pascal और Volta आर्किटेक्चर जारी किए, जो क्रमशः पहला GPU‑आधारित AI एक्सेलेरेटर थे, जबकि Volta ने Tensor Cores प्रस्तुत किए, जिन्होंने 2024 तक डीप लर्निंग कार्यों को 12 गुना तक तेज़ किया।

निवेशकों को कुछ हद तक चिंता थी कि NVIDIA जल्द ही अपने उच्च मूल्यांकन मल्टीपल को उचित ठहराने के लिए नए बाजारों की कमी का सामना कर सकता है। CES 2026 (कंज्यूमर इलेक्ट्रॉनिक्स शो) में, NVIDIA ने भौतिक AI पर नया फोकस घोषित किया।

इसके लिए, NVIDIA ने Cosmos जारी किया, जो स्वायत्त वाहन (AVs), रोबोट और वीडियो एनालिटिक्स AI एजेंटों के लिए भौतिक AI विकास को तेज़ करने वाला प्लेटफ़ॉर्म है; Isaac GR00T N1.6, एक विज़न‑लैंग्वेज‑एक्शन मॉडल जो विशेष रूप से मानवीय रोबोटों के लिए बनाया गया है; और OSMO, एक “ऑर्केस्ट्रेटर” सॉफ़्टवेयर, जो भौतिक AI के लिए विशेष रूप से निर्मित है।

रोबोट, स्व‑ड्राइविंग कार और अन्य स्वायत्त प्रणालियों में AI का भौतिक उपयोग NVIDIA को अपने हार्डवेयर को बेचने के लिए कई नए बाजार प्रदान करेगा। और ऐसा प्रतीत होता है कि AI भौतिक हार्डवेयर के डिजाइन में भी एक सक्षम कारक होगा, जिससे AI कंप्यूटिंग क्षमता की बढ़ती मांग की संभावनाएँ और अधिक सुदृढ़ होंगी।

नवीनतम NVIDIA (NVDA) स्टॉक समाचार और विकास