Una nuova azienda hardware AI di AWS sta insegnando all’AI a pensare in fisica

Con il boom dell’AI, tutta l’attenzione degli investitori sull’hardware di calcolo si è concentrata su chip ultra‑avanzati, GPU e memoria.

Tuttavia, per collegare questi componenti tra loro in macchine e beni di consumo, dalle lavatrici alle automobili ai robot industriali, sono necessarie le schede a circuiti stampati (PCB). Sono le schede piatte utilizzate per supportare fisicamente e collegare elettricamente i componenti elettronici.

Fonte: Quilter AI

La produzione di PCB non è banale, ma è una catena di fornitura ben compresa e su scala, con la produzione reale sempre più completamente automatizzata. Tuttavia, progettare nuovi PCB è tutt’altro che semplice ed è in realtà uno degli ultimi passaggi manuali nello sviluppo elettronico.

Uno specialista disegna il progetto a mano e posiziona centinaia o migliaia di componenti, tracciando le piste di rame che li collegano attraverso più strati. Per una scheda di complessità moderata, il layout richiede da quattro a otto settimane. Sistemi sofisticati come l’elettronica automobilistica o i computer richiedono tre mesi o più.

Questo potrebbe cambiare molto rapidamente, poiché una nuova startup chiamata Quilter AI sta ora usando l’AI per automatizzare questo processo. Può trasformare un processo di una o più settimane in pochi giorni, risparmiando molte ore di lavoro per i progettisti di PCB.

Perché la progettazione dei PCB è così difficile?

PCBs sono sistemi fisici 3D molto complessi che devono bilanciare molteplici vincoli per una buona progettazione:

• Limiti di spazio/meccanici: i componenti non devono solo essere disposti insieme, ma anche adattarsi a uno spazio molto ristretto.
• Rumore elettrico: il passaggio di corrente crea potenziali perdite di potenza, trasferimenti di segnale non intenzionali e interferenze elettromagnetiche (EMI), richiedendo l’anticipazione di effetti elettrici indesiderati.
• Gestione termica: i componenti ad alta potenza non dovrebbero creare troppi punti caldi; è necessario aggiungere un dissipatore di rame per evacuare il calore, e i flussi d’aria delle ventole non devono essere ostruiti.
• Limiti di produzione: vincoli su come funzionano i prodotti chimici e gli strumenti di produzione, il che significa che il progetto deve evitare tracciati di rame che si incontrano ad angoli acuti o maschere di saldatura troppo sottili, tenere conto di diametri di foro fattibili, ecc.

Risolvere molti di questi problemi può aggravarne altri, il che significa che la progettazione dei PCB è un atto di equilibrio per soddisfare tutti gli obiettivi tecnici rimanendo entro i requisiti di costo, consumo energetico, prestazioni e dimensioni della specifica scheda.

Di conseguenza, fino a ora, la maggior parte degli strumenti assistenti automatizzati per la progettazione di PCB era utile, ma necessitava di un forte intervento umano per rilevare eventuali problemi. Inoltre, i circuiti sensibili richiedono layout specializzati e non standard.

Fonte: Cadence

Panoramica di Quilter AI

Storia di Quilter

Quilter è stata fondata da Sergiy Nesterenko dopo cinque anni presso SpaceX come Senior Radiation Effects Engineer, dove ha sviluppato elettronica per Falcon 9 e Falcon Heavy, e come ricercatore in California prima di ciò.

“Ho conseguito una tripla laurea in matematica, fisica e chimica a Berkeley non perché volessi specializzarmi, ma perché volevo padroneggiare le basi. Questo rende più facile apprendere tutto il resto.”

Il team dell’azienda è composto da ingegneri provenienti da SpaceX, Apple (AAPL ), NASA, Johns Hopkins APL e MIT. Ha inoltre assunto costruttori di Electronic Design Automation (EDA) da aziende di automazione PCB come Cadence e Synopsys.

L’azienda ha raccolto 10 milioni di dollari nella sua Serie A nel 2023, e altri 25 milioni nel 2025, un anno dopo il lancio della beta aperta del suo software. L’azienda ha lanciato il suo livello gratuito nell’agosto 2025, dove il costo della soluzione è basato su utilizzo, discostandosi dal modello di abbonamento software spesso costoso che domina il settore.

“Quando carichi una scheda su Quilter, il numero di pin non instradati al momento del caricamento è il conteggio dei pin del tuo progetto. Paghi solo per ciò che Quilter deve compilare, nient’altro. Se pre‑instradi parte della scheda prima del caricamento (reti RF, fan‑out, sezioni ad alta tensione), quei pin instradati non contano. Quilter si aggira intorno al tuo lavoro esistente e addebita solo i pin che deve gestire.”

Quilter offre inoltre nessun formato proprietario e nessun lock‑in, facilitando l’integrazione dei progettisti di PCB e l’integrazione nei flussi di lavoro e negli strumenti di produzione esistenti.

Fonte: Quilter AI

Portare la fisica all’AI

In generale, l’AI è stata finora usata principalmente per la generazione di testo e immagini, incluso il codice informatico. Ma spesso fatica con la fisica del mondo reale, motivo per cui un nuovo focus dello sviluppo dell’AI è stato AI fisica, soprattutto per le applicazioni robotiche (segui il link per il nostro rapporto completo su questo argomento).

Quilter ha adottato un approccio che combina reinforcement learning, machine learning e reti neurali per fornire alla loro AI una migliore comprensione di come la fisica reale crei vincoli nella progettazione dei PCB.

Fonte: Quilter AI

Di conseguenza, l’AI di Quilter non è progettata imitandone le schede esistenti, senza “comprendere” perché sono state realizzate in quel modo e senza apprendere dagli umani. Questo approccio, simile al modo di funzionamento di base della maggior parte dei LLM, spesso porterebbe a un serio problema quando sono in gioco molteplici vincoli.

“Quilter genera layout completi usando un’AI addestrata sulla fisica del mondo reale e sui vincoli di produzione, non su esempi umani. Questo consente agli ingegneri di esplorare spazi di progettazione chiusi dall’intuizione umana, facendo emergere soluzioni che altrimenti sarebbero rimaste inesplorate senza un calcolo basato sulla fisica.”

Invece, l’AI deve comprendere la fisica della corrente elettrica, dell’elettromagnetismo e dello spazio fisico occupato dai componenti, e progettare il PCB di conseguenza.

Ogni agente subcomponent di Quilter AI posiziona i componenti, instrada le piste, valuta la fisica e apprende quali scelte producono risultati migliori. Milioni di iterazioni affinano le strategie di posizionamento e instradamento, bilanciando i vincoli senza bias umano, producendo metodi di instradamento e strategie di posizionamento non convenzionali.

“Non stiamo cercando di eguagliare gli esseri umani. Stiamo cercando di superarli evitando completamente i loro vincoli.”

Ciò significa che decine di layout vengono generati simultaneamente, ciascuno valutato per fabbricabilità e copertura dei vincoli. I team di progettazione possono esplorare con questo strumento 100× più varianti di design senza ritardi o compromessi. Gli utenti possono anche testare rapidamente quanto piccola o densa possa essere realisticamente una scheda caricando più varianti in parallelo.

“Quilter sta creando il primo motore di progettazione PCB autonomo. Non è un autorouter, un co‑pilota o un LLM. È un sistema AI basato sulla fisica che apprende dalla legge naturale stessa, non da scorciatoie umane.”

Potenziare la decisione umana

Quilter AI può completare progetti di schede semplici in appena 15 minuti. Ma per progetti più complessi con migliaia di pin, il sistema funzionerà per tutta la notte.

Per ogni invio, Quilter esplora molteplici candidati di posizionamento e instradamento su diversi stack‑up in parallelo, offrendo agli ingegneri una gamma di opzioni da valutare. Possono quindi scaricare i risultati nel loro strumento ECAD nativo, rivedere e perfezionare, e reinviare se necessario.

Quilter gestisce la sua piattaforma commerciale “app.quilter.ai“, nella regione US West di AWS, con piani di espansione verso US East e infine l’Europa. Questo offre all’azienda un modo potente e semplice per scalare le operazioni facendo affidamento sulla capacità di cloud computing di Amazon (AMZN ). È inoltre possibile eseguire un ambiente AWS auto‑ospitato in modo che i dati sensibili non escano mai dall’infrastruttura dell’azienda.

Il fatto che Quilter non addestri sui dati dei propri clienti o su altre schede esistenti è anche un vantaggio in un settore dove la protezione della proprietà intellettuale è estremamente importante, come l’aerospazio o la difesa.

Il flusso di lavoro trasforma gli ingegneri da disegnatori manuali di tracce in orchestratori che possono eseguire più varianti di scheda in parallelo, trasformando un ciclo di progettazione trimestrale in un ciclo settimanale di esperimenti e apprendimento.

“Un mondo con Quilter è un mondo in cui le schede sono abbondanti e iterative come le build software, alimentando un nuovo paradigma che chiamiamo Hardware‑Rich Development™. Quilter offre ai migliori progettisti di PCB il superpotere di trasformare settimane in giorni. È un cambiamento di paradigma completo. Quando iteri più velocemente, puoi superare i concorrenti in innovazione.”

Il processo offre vantaggi a tutti i professionisti coinvolti con i PCB, con tempi di consegna più rapidi, nuovi progetti e facile integrazione con gli strumenti CAD esistenti.

Fonte: Quilter AI

Recentemente, Quilter ha realizzato il suo progetto più ambizioso finora, Project Speedrun, progettando un computer Linux da 843 componenti (due schede, 5.141 pin, DDR4 ad alta velocità, eMMC, PCIe, CSI/DSI, GigE). Normalmente richiederebbe 400–450 ore di layout manuale per ottenere questo risultato. Quilter ha ridotto il tempo a 38,5 ore di lavoro umano, con il resto eseguito autonomamente.

“Quilter si è occupato del lavoro di progettazione ripetitivo mentre l’ingegnere è rimasto al controllo …”

Investire nell’AI fisica

NVIDIA

Dalla sua origine come produttore di hardware GPU per i videogiochi e altre attività di rendering grafico, NVIDIA (NVDA ) è evoluta in una gigantesca azienda di hardware AI, conferendo alle sue azioni la più grande capitalizzazione di mercato al mondo.

NVIDIA ha compreso il potenziale dell’AI in anticipo, molto prima che chiunque, fuori dai ricercatori specializzati, si interessasse alle reti neurali. All’epoca era una mossa rischiosa in un settore non provato e quasi inesistente, o come ha detto Jensen Huang:

“Stiamo investendo in mercati da zero miliardi di dollari.”

Nel 2016 e 2017, NVIDIA ha rilasciato le architetture Pascal e Volta, rispettivamente, il primo acceleratore AI basato su GPU, mentre Volta ha introdotto i Tensor Core, che hanno accelerato i compiti di deep learning fino a 12 volte nel 2024.

Gli investitori sono stati in parte preoccupati che NVIDIA possa presto esaurire i nuovi mercati per giustificare i suoi alti multipli di valutazione. Al CES 2026 (Consumer Electronics Show), NVIDIA ha annunciato un nuovo focus sull’AI fisica.

Per farlo, NVIDIA ha rilasciato Cosmos (ATOM ), una piattaforma per accelerare lo sviluppo dell’AI fisica per veicoli autonomi (AV), robot e agenti AI di analisi video; Isaac GR00T N1.6, un modello vision‑language‑action costruito specificamente per robot umanoidi; e OSMO, un software “orchestratore”, progettato appositamente per l’AI fisica.

L’implementazione fisica dell’AI in robot, auto a guida autonoma e altri sistemi autonomi fornirà a NVIDIA molti nuovi mercati per vendere il suo hardware. E sembra che l’AI sarà anche un facilitatore nella progettazione dell’hardware fisico, potenziando ulteriormente il potenziale della crescente domanda di capacità di calcolo AI.

Ultime notizie e sviluppi sulle azioni NVIDIA (NVDA)