Sztuczna inteligencja zaprojektowała komputer z 843 komponentów

Sztuczna Inteligencja
AI Designed an 843‑Part Computer
Startup z Los Angeles wykorzystał AI uwzględniającą prawa fizyki do zaprojektowania dwóch płytek PCB dla systemu NXP i.MX 8M Mini składającego się z 843 części. Pliki projektowe udostępniono po tym, jak komputer przy pierwszej próbie poprawnie uruchomił system Linux. Wynik ten skraca miesiące prac projektowych do zaledwie kilku dni, budząc jednocześnie pytania o weryfikację, łańcuchy dostaw oraz procesy tworzenia sprzętu.

SI przekształciła schemat w działający komputer jednopłytkowy z systemem Linux

10 grudnia 2025 roku firma Quilter AI opublikowała szczegółowy raport z projektu Project Speedrun: komputera z systemem Linux opartego na procesorze NXP 8M Mini, rozdzielonego na dwie płytki drukowane, zawierającego 843 komponenty dyskretne i 5141 pinów. Firma twierdzi, że jej oparta na fizyce sztuczna inteligencja zaprojektowała i zweryfikowała układ przed przekazaniem go do produkcji. Quilter udostępnił surowe dane wyjściowe SI, oczyszczone pliki produkcyjne oraz szczegółowy opis kroków walidacyjnych, których zwieńczeniem było pierwsze uruchomienie systemu Debian na zmontowanym sprzęcie. Firma udostępniła również pliki projektowe inżynierom do pobrania i inspekcji.

Czym system Quilter różni się od autorouterów i asystentów LLM

Quilter pozycjonuje swój silnik jako system generatywny typu „physics-first”: zamiast naśladować ludzkie układy lub funkcjonować jak duży model językowy przewidujący prawdopodobne rozmieszczenie elementów, platforma wykorzystuje uczenie przez wzmacnianie i wbudowane kontrole fizyczne do równoległego badania wielu kandydatów rozmieszczenia i trasowania. Celem, jak twierdzi Quilter, jest włączenie integralności sygnałów, docelowej impedancji, dopasowania długości ścieżek DDR i ograniczeń produkcyjnych bezpośrednio do procesu generowania, zamiast korygowania ich po fakcie w konwencjonalnym procesie CAD. Takie podejście ma pozwolić zespołom na szybkie wygenerowanie wielu kandydatów gotowych do produkcji, a następnie wybranie lub dopracowanie najlepszej opcji w natywnych narzędziach CAD.

Od tygodni pracy ręcznej do jednego tygodnia i pierwszego uruchomienia

Quilter informuje, że Project Speedrun przeszedł od schematu do działającego systemu Linux w mniej niż tydzień, przy czym ludzie spędzili około 38,5 godziny na konfiguracji i czyszczeniu danych, podczas gdy reszta układu i trasowania została wygenerowana przez SI. Quilter zestawił to z szacowanymi 428 godzinami potrzebnymi na konwencjonalne, ręczne projektowanie układu o podobnej złożoności. Po wyprodukowaniu i montażu, dwupłytkowy zestaw uruchomił się i załadował system Debian przy pierwszej próbie, a następnie podczas walidacji obsługiwał standardowe obciążenia, takie jak odtwarzanie wideo, prostą demonstrację gry i aplikacje biurowe. Roszczenia te były szeroko opisywane w prasie branżowej i są udokumentowane w materiałach projektowych Quilter.

Co właściwie udowadnia sukces pierwszego uruchomienia

Uruchomienie przy pierwszej próbie jest użytecznym i namacalnym kamieniem milowym w rozwoju sprzętu, ponieważ pokazuje, że trasowanie zasilania, szyny zasilające i podstawowa inicjalizacja urządzenia są poprawne. Jednak sam sukces rozruchu nie jest pełnym potwierdzeniem długoterminowej niezawodności, zachowania termicznego pod stałym obciążeniem czy problemów z sygnałami w skrajnych przypadkach, które zazwyczaj ujawniają się podczas rozszerzonych testów wygrzewania lub w interfejsach o wysokiej prędkości. Media branżowe zauważyły zarówno znaczenie pierwszego uruchomienia, jak i ograniczenia tego osiągnięcia: dowodzi ono słuszności koncepcji i zmniejsza ryzyko na wczesnym etapie cyklu, ale nie zastępuje pełnej walidacji i kwalifikacji terenowej. Własna dokumentacja Quilter pokazuje kolejne testy obciążeniowe i wskazuje miejsca, w których inżynierowie dokonali ręcznych poprawek przed wysłaniem plików do producenta.

Wybory techniczne i ograniczenia: platforma 8M Mini

System Project Speedrun wykorzystuje procesor aplikacyjny NXP 8M Mini jako serce obliczeniowe – powszechnie stosowaną rodzinę wbudowanych układów SoC ARM z maksymalnie czterema rdzeniami Cortex‑A53, akceleracją multimediów i szeregiem interfejsów peryferyjnych. Ten wybór kształtuje zasady projektowania wysp zasilania, trasowania DDR i interfejsów wysokiej prędkości, takich jak PCIe i Gigabit Ethernet, dając zespołowi walidacyjnemu dobrze udokumentowany zestaw ograniczeń do wprowadzenia do SI. Użycie znanego, dobrze scharakteryzowanego układu SoC pomaga uczynić zautomatyzowaną weryfikację wykonalną, ponieważ kontrole fizyczne i budżety czasowe mają jasno określone cele.

Co zmieniło się w procesie pracy – i dlaczego ma to znaczenie

Tradycyjne procesy projektowania PCB kładą duży nacisk na wiedzę ekspercką człowieka: grupowanie komponentów, geometria odsprzęgania, ścieżki powrotne, trasowanie par różnicowych i kompromisy produkcyjne to zadania wymagające umiejętności i czasu. Quilter przekonuje, że automatyzując powtarzalne i oparte na regułach części tej pracy, inżynierowie systemowi mogą iterować znacznie więcej projektów w danym oknie czasowym, odkrywać układy, które umknęłyby ludzkiej intuicji, i poświęcać czas na ważniejsze kwestie systemowe – firmware, plany testów i diagnostykę na poziomie płyty. Dla zespołów dostarczających wiele wariantów płyt lub budujących platformy ewaluacyjne, takie skrócenie czasu realizacji może realnie zmienić mapy drogowe produktów i obniżyć koszty eksperymentowania.

Weryfikacja, zaufanie i potrzeba walidacji przez strony trzecie

Konsekwencje dla łańcuchów dostaw, małych zespołów i branży półprzewodników

Jeśli zautomatyzowane narzędzia do projektowania układów będą niezawodnie skracać czas projektowania z miesięcy do dni, mniejsze zespoły będą mogły szybciej iterować sprzęt i wcześniej rozpoczynać walidację produktów – to zmiana o oczywistych skutkach dla startupów i firm polegających na szybkim prototypowaniu. Może to również zmienić sposób pozyskiwania specjalistycznych usług projektowych: rutynowe projektowanie układów może stać się usługą powszechną, podczas gdy eksperci skupią się na najtrudniejszych wyzwaniach związanych z integralnością sygnałów i optymalizacją systemową. Z drugiej strony, szybsza iteracja zwiększa zapotrzebowanie na szybką produkcję prototypową i niezawodne dostawy części, więc logistyka i zamówienia pozostaną krytycznymi wąskimi gardłami, nawet jeśli projektowanie układów przestanie nimi być.

Gdzie pojawiają się kwestie weryfikacji, regulacji i bezpieczeństwa

Automatyzacja układu nie zdejmuje odpowiedzialności regulacyjnej. Produkty w sektorach medycznym, motoryzacyjnym czy lotniczym wymagają formalnego zapewnienia jakości projektu, identyfikowalności, a czasem akredytowanych procesów weryfikacji. Każdy proces wprowadzający automatyczne generowanie musi zachować pochodzenie danych: kto ustalił ograniczenia, jakie reguły zostały wyegzekwowane i jakie kontrole przeprowadzono przed produkcją. Dokumentacja i udostępnione pliki Quilter są krokiem w stronę przejrzystości, ale regulowane branże będą wymagać audytów procesów i powtarzalności przed wdrożeniem autonomicznych silników projektowych dla płyt krytycznych pod względem bezpieczeństwa.

Na co zwrócić uwagę w przyszłości

Project Speedrun to wczesna demonstracja publiczna, a nie wdrożenie na skalę przemysłową, ale jasno pokazuje kierunek innowacji: systemy generatywne uwzględniające fizykę, połączone z konwencjonalnymi narzędziami CAD. Najbliższymi kamieniami milowymi, na które warto czekać, są niezależne weryfikacje generowanych przez SI płyt w różnych formatach, opublikowane studia przypadków w domenach regulowanych oraz reakcje konkurencji ze strony uznanych dostawców oprogramowania CAD. To, jak szybko organizacje wdrożą autonomiczne projektowanie układów, będzie zależeć od powtarzalności wyników, kosztów i wydajności partnerów produkcyjnych oraz stopnia, w jakim zespoły przyjmą nowe praktyki weryfikacji.

Project Speedrun nie zmieni inżynierii sprzętowej z dnia na dzień, ale kompresuje etap pracy o dużym tarciu w coś, co znacznie bardziej przypomina iterację oprogramowania: szybsze propozycje, więcej testów i wcześniejsze pętle uczenia się. To znaczący postęp dla każdego, kto tworzy płytki drukowane – od hobbystów i laboratoriów uniwersyteckich po przemysłowe zespoły projektowe i startupy sprzętowe. Praktyczna wartość stanie się wyraźniejsza, gdy więcej organizacji przeanalizuje pliki Quilter we własnych procesach walidacyjnych i opublikuje wyniki.

Źródła

  • Quilter AI — Pliki projektowe i dokumentacja techniczna Project Speedrun (Strona projektu i pliki do pobrania)
  • Quilter AI — Seria blogów technicznych na temat projektowania opartego na fizyce i porównania platform
  • NXP — Strona produktu i karta katalogowa 8M Mini
Mattias Risberg

Mattias Risberg

Cologne-based science & technology reporter tracking semiconductors, space policy and data-driven investigations.

University of Cologne (Universität zu Köln) • Cologne, Germany

Readers

Readers Questions Answered

Q Czym jest Project Speedrun i co osiągnęła firma Quilter AI?
A Project Speedrun to komputer z systemem Linux oparty na procesorze NXP i.MX 8M Mini, rozmieszczony na dwóch płytkach drukowanych (PCB) z 843 komponentami dyskretnymi i 5141 pinami. Firma Quilter AI zaprojektowała i zweryfikowała układ, stosując podejście oparte na fizyce, opublikowała surowe dane wyjściowe AI, oczyszczone pliki produkcyjne oraz walidację krok po kroku, a zmontowana płytka uruchomiła system Debian przy pierwszym włączeniu zasilania, co świadczy o gotowości projektu do produkcji.
Q Czym różni się AI firmy Quilter od autorouterów i kopilotów opartych na LLM?
A Quilter definiuje swój silnik jako oparty przede wszystkim na fizyce (physics-first), zamiast naśladować ludzkie układy lub przewidywać prawdopodobne rozmieszczenie elementów, jak robią to modele językowe. Wykorzystuje uczenie ze wzmocnieniem i wbudowane testy fizyczne do równoległego badania wielu kandydatów na rozmieszczenie i trasy, dążąc do uwzględnienia integralności sygnału, celów impedancji, dopasowania długości ścieżek DDR i ograniczeń produkcyjnych już na etapie generowania, a nie po fakcie.
Q Jakie zmiany w cyklu pracy to umożliwiło i jak wypada w porównaniu z tradycyjnym projektowaniem układów?
A Tradycyjne projektowanie PCB w dużym stopniu opiera się na wiedzy eksperckiej w zakresie ręcznego rozmieszczania elementów; Quilter twierdzi, że automatyzacja może znacznie skrócić czas realizacji. W przypadku Speedrun ludzie spędzili około 38,5 godziny na konfiguracji i czyszczeniu danych, podczas gdy AI zajęła się resztą rozmieszczenia i trasowania. Quilter szacuje, że konwencjonalne ręczne projektowanie układu o podobnej złożoności zajęłoby około 428 godzin, co ilustruje potencjalną redukcję czasu o rząd wielkości.
Q Co udowadnia pierwsze uruchomienie (first-boot) i jakie są jego ograniczenia?
A Udane pierwsze uruchomienie pokazuje, że projekt zapewnia poprawne szyny zasilania, właściwe prowadzenie zasilania i inicjalizację urządzenia umożliwiającą start systemu operacyjnego. Nie gwarantuje jednak długoterminowej niezawodności, odpowiedniego zachowania termicznego pod stałym obciążeniem ani integralności sygnału w skrajnych przypadkach. Quilter zauważa, że późniejsze testy warunków skrajnych (stress testy) i weryfikacja przeprowadzana przez człowieka pozostają niezbędne w scenariuszach krytycznych dla bezpieczeństwa lub wymagających wysokich prędkości.

Have a question about this article?

Questions are reviewed before publishing. We'll answer the best ones!

Comments

No comments yet. Be the first!