Nieuw AWS AI‑hardwarebedrijf leert AI om in de natuurkunde te denken

Met de explosie van AI is alle aandacht van investeerders met betrekking tot computerhardware gericht op ultra‑geavanceerde chips, GPU:s en geheugen.

Om deze componenten echter met elkaar te verbinden in machines en consumentenproducten, van wasmachines tot auto’s tot industriële robots, zijn gedrukte schakelingen (PCB:s) nodig. Het zijn de platte borden die fysiek de elektronische componenten ondersteunen en elektrisch verbinden.

Bron: Quilter AI

Het produceren van PCB:s is niet triviaal, maar het is een goed begrepen en opgeschaalde volwassen toeleveringsketen, waarbij de daadwerkelijke productie steeds meer volledig geautomatiseerd is. Het ontwerpen van nieuwe PCB:s is echter allesbehalve eenvoudig en is feitelijk een van de laatste handmatige stappen in de ontwikkeling van elektronica.

Een specialist tekent het plan met de hand en plaatst honderden of duizenden componenten en routeert de koperen sporen die ze over meerdere lagen verbinden. Voor een bord van gemiddelde complexiteit duurt de lay-out vier tot acht weken. Geavanceerde systemen zoals auto‑elektronica of computers nemen drie maanden of langer in beslag.

Dit kan heel snel veranderen nu een nieuwe startup genaamd Quilter AI AI gebruikt om dit proces te automatiseren. Het kan een proces van een week of een maand omzetten in slechts enkele dagen, waardoor veel werkuren voor PCB‑ontwerpers worden bespaard.

Waarom is PCB‑ontwerp zo moeilijk?

PCBs zijn zeer complexe 3D‑fysische systemen die meerdere beperkingen moeten balanceren voor een goed ontwerp:

• Ruimte/mechanische limieten: de componenten moeten niet alleen samen worden geplaatst, maar ook in een zeer krappe ruimte passen.
• Elektrische ruis: het laten lopen van stroom kan potentieel vermogenslekken, ongewenste signaaloverdracht en elektromagnetische interferentie (EMI) veroorzaken, waardoor men rekening moet houden met ongewenste elektrische effecten.
• Thermisch beheer:  Hoge‑vermogen componenten mogen niet te veel hotspots creëren; een koperen koellichaam moet worden toegevoegd om die warmte af te voeren, en luchtstromen van ventilatoren mogen niet worden belemmerd.
• Productiebeperkingen: beperkingen in hoe productiematerialen en -gereedschappen werken betekenen dat het ontwerp moet vermijden dat koperen sporen elkaar in scherpe hoeken ontmoeten of dat soldeermaskers te dun zijn, rekening houdend met haalbare gatdiameters, enz.

Het oplossen van veel van deze problemen kan een ander probleem verergeren, wat betekent dat PCB‑ontwerp een evenwichtsoefening is om aan alle technische doelstellingen te voldoen, terwijl het nog steeds binnen de kosten-, energieverbruik-, prestatie- en afmetingsvereisten van een bepaalde PCB moet passen.

Als gevolg hiervan waren de meeste geautomatiseerde assistentietools voor PCB‑ontwerpen tot nu toe nuttig, maar hadden ze een flinke menselijke tussenkomst nodig om eventuele problemen te detecteren. Bovendien vereisen gevoelige circuits gespecialiseerde, niet‑standaard lay‑outs.

Bron: Cadence

Overzicht van Quilter AI

Geschiedenis van Quilter

Quilter werd opgericht door Sergiy Nesterenko na vijf jaar bij SpaceX (SPCX ) als Senior Radiation Effects Engineer, waar hij elektronica ontwikkelde voor Falcon 9 en Falcon Heavy, en daarvoor als onderzoeker in Californië.

“Ik heb drie keer een major gevolgd in wiskunde, natuurkunde en scheikunde aan Berkeley, niet omdat ik me wilde specialiseren, maar omdat ik de basisprincipes wilde beheersen. Dat maakt alles andere makkelijker te leren.”

Het team van het bedrijf bestaat uit ingenieurs van SpaceX, Apple (AAPL ), NASA, Johns Hopkins APL en MIT. Het heeft ook Electronic Design Automation (EDA)‑ontwikkelaars aangenomen van PCB‑automatiseringsbedrijven Cadence en Synopsys.

Het bedrijf haalde $10 miljoen op in zijn Series A in 2023, en nog eens $25 miljoen in 2025, een jaar na de lancering van de open bèta van zijn software. Het bedrijf lanceerde zijn Free Tier in augustus 2025, waarbij de kosten van de oplossing per gebruik worden berekend, afstappend van het vaak dure softwareabonnementsmodel dat de sector domineert.

“Wanneer je een bord uploadt naar Quilter, is het aantal niet‑gerouteerde pinnen op het moment van uploaden je ontwerp‑pincount. Je betaalt alleen voor wat Quilter moet compileren, niets meer. Als je een deel van het bord vooraf routeert vóór het uploaden (RF‑netwerken, fan‑outs, hoogspanningssecties), tellen die gerouteerde pinnen niet mee. Quilter routeert rond je bestaande werk en rekent alleen voor de pinnen die het moet verwerken.”

Quilter biedt ook geen propriëtaire formaten en geen lock‑in, waardoor het onboarden van PCB‑ontwerpers en de integratie in bestaande workflows en productietools wordt vergemakkelijkt.

Bron: Quilter AI

Fysica naar AI brengen

In het algemeen is AI tot nu toe vooral gebruikt voor tekst‑ en beeldgeneratie, inclusief computercode. Maar het worstelt vaak met de fysica van de echte wereld, waardoor een nieuwe focus van AI‑ontwikkeling fysieke AI is geworden, vooral voor robotica‑toepassingen (volg de link voor ons volledige rapport over dit onderwerp).

Quilter heeft een aanpak aangenomen die reinforcement learning, machine learning en neurale netwerken combineert om hun AI een beter begrip te geven van hoe echte fysica beperkingen creëert in PCB‑ontwerp.

Bron: Quilter AI

Als gevolg hiervan is de AI van Quilter niet ontworpen door bestaande borden te imiteren, zonder “begrip” waarom ze op die manier zijn gemaakt en zonder van mensen te leren. Deze aanpak, vergelijkbaar met de basiswerking van de meeste LLM's, zou vaak resulteren in een ernstig probleem wanneer meerdere beperkingen tegelijk spelen.

“Quilter genereert volledige lay-outs met AI die getraind is op real‑world fysica en productiebeperkingen, niet op menselijke voorbeelden. Dit stelt ingenieurs in staat om ontwerpruimtes te verkennen die door menselijke intuïtie zijn afgesloten, waardoor oplossingen naar voren komen die zonder een fysica‑eerste benadering onontdekt zouden blijven.”

In plaats daarvan moet de AI de fysica van elektrische stroom, elektromagnetisme en de fysieke ruimte die de componenten innemen begrijpen, en het PCB dienovereenkomstig ontwerpen.

Elke subcomponent‑agent van Quilter AI plaatst componenten, routeert sporen, evalueert de fysica en leert welke keuzes betere resultaten opleveren. Miljoenen iteraties verfijnen plaatsings‑ en routeringsstrategieën, balanceren beperkingen zonder menselijke vooringenomenheid, en produceren onconventionele routeringsmethoden en plaatsingsstrategieën.

“We proberen niet mensen te evenaren. We proberen ze te overtreffen door hun beperkingen volledig te vermijden.”

Dit betekent dat tientallen lay-outs gelijktijdig worden gegenereerd, elk gerangschikt op maakbaarheid en dekkingsgraad van de beperkingen. Ontwerpteams kunnen met dit hulpmiddel 100× meer ontwerpvarianten verkennen zonder vertraging of compromissen. Gebruikers kunnen ook snel testen hoe klein of dicht een bord realistisch kan zijn door meerdere variaties parallel te uploaden.

“Quilter creëert de eerste autonome PCB‑ontwerpengine. Het is geen autorouter, geen co‑pilot, en geen LLM. Het is een fysica‑eerste AI‑systeem dat leert van de natuurwetten zelf, niet van menselijke shortcuts.”

Menselijke besluitvorming versterken

Quilter AI kan eenvoudige bordontwerpen in slechts 15 minuten voltooien. Maar voor complexere ontwerpen met duizenden pinnen draait het systeem ’s nachts.

Voor elke inzending verkent Quilter meerdere plaatsings‑ en routeringskandidaten over verschillende stack‑ups parallel, waardoor ingenieurs een reeks opties krijgen om te evalueren. Ze kunnen vervolgens de resultaten downloaden in hun native ECAD‑tool, beoordelen en verfijnen, en indien nodig opnieuw indienen.

Quilter exploiteert zijn commerciële platform “app.quilter.ai”, vanuit de AWS‑regio US West, met plannen om uit te breiden naar US East en uiteindelijk Europa. Dit biedt het bedrijf een krachtige en eenvoudige manier om zijn operatie op te schalen door te vertrouwen op de cloud‑computercapaciteit van Amazon . Het is ook mogelijk om een zelf‑gehoste AWS‑omgeving te draaien zodat gevoelige gegevens nooit de infrastructuur van een bedrijf verlaten.

Het feit dat Quilter niet traint op de gegevens van zijn klanten of andere bestaande bordgegevens, is ook een plus in een sector waar IP‑bescherming uiterst belangrijk is, zoals de lucht‑ en ruimtevaart of defensie.

De workflow transformeert ingenieurs van handmatige trace‑tekenaars naar orkestrators die meerdere bordvarianten parallel kunnen uitvoeren, waardoor een kwartaal‑ontwerpcyclus wordt omgezet in een wekelijkse lus van experimenten en leren.

“Een wereld met Quilter is een wereld waarin borden net zo overvloedig en iteratief zijn als software‑builds, en een nieuw paradigma aandrijven dat we Hardware‑Rich Development™ noemen. Quilter geeft top‑PCB‑ontwerpers de superkracht om weken om te zetten in dagen. Het is een volledige paradigmaverschuiving. Wanneer je sneller iterereert, kun je je concurrenten overtreffen in innovatie.”

Het proces biedt voordelen voor alle professionals die met PCB:s werken, met snellere doorlooptijden, nieuwe ontwerpen en eenvoudige integratie met bestaande CAD‑tools.

Bron: Quilter AI

Onlangs heeft Quilter zijn meest ambitieuze project tot nu toe uitgevoerd, Project Speedrun, waarbij een Linux‑computer met 843 componenten (twee borden, 5.141 pinnen, high‑speed DDR4, eMMC, PCIe, CSI/DSI, GigE) werd ontworpen. Dit zou normaal gesproken 400–450 uur handmatige lay-out vergen. Quilter reduceerde dit tot 38,5 uur menselijk werk, waarbij de rest autonoom werd uitgevoerd.

“Quilter nam de repetitieve ontwerpwerkzaamheden op zich terwijl de ingenieur de controle behield. Automatisering verzorgde plaatsing, routing en fysica‑controles, waardoor hij zich kon concentreren op firmware‑voorbereiding, documentatie en verfijning van de beperkingen.”

Investeren in fysieke AI

NVIDIA

Van oorsprong een GPU‑hardwarefabrikant voor videogames en andere grafische renderingstaken, is NVIDIA (NVDA ) uitgegroeid tot een enorme AI‑hardwareonderneming, waardoor zijn aandeel de grootste marktkapitalisatie ter wereld heeft.

NVIDIA besefte vroeg het potentieel van AI, lang voordat iemand, buiten gespecialiseerde onderzoekers, zich bekommerde om neurale netwerken. Dit was destijds een riskante stap naar een ongeteste, nauwelijks bestaande sector, of zoals Jensen Huang het stelde:

“We investeren in nul‑miljard‑dollar markten.”

In 2016 en 2017 bracht NVIDIA respectievelijk de Pascal‑ en Volta‑architecturen uit, de eerste GPU‑gebaseerde AI‑versneller, terwijl Volta de Tensor Cores introduceerde, die deep‑learning‑taken tegen 2024 tot wel 12‑maal versnelden.

Investeerders maken zich zorgen dat NVIDIA binnenkort geen nieuwe markten meer heeft om zijn hoge waarderingsmultiple te rechtvaardigen. Op de CES 2026 (Consumer Electronics Show) kondigde NVIDIA een nieuwe focus op fysieke AI aan.

Om dit te doen bracht NVIDIA Cosmos uit, een platform om de ontwikkeling van fysieke AI voor autonome voertuigen (AV's), robots en video‑analytics AI‑agents te versnellen; Isaac GR00T N1.6, een vision‑language‑action‑model speciaal gebouwd voor humanoïde robots; en OSMO, een “orchestrator”‑software, specifiek ontwikkeld voor fysieke AI.

De fysieke inzet van AI in robots, zelfrijdende auto’s en andere autonome systemen zal NVIDIA voorzien van veel nieuwe markten om zijn hardware te verkopen. En het lijkt erop dat AI ook een facilitator zal zijn bij het ontwerpen van fysieke hardware, waardoor de potentiële groeiende vraag naar AI‑rekencapaciteit verder wordt versterkt.

Laatste NVIDIA (NVDA) aandelennieuws en ontwikkelingen