利益:
- AI を使用して回路図、コンポーネントの選択、供給/消費量の計算草案を迅速化し、データシートと相互検証する機能
- AI サポートによる PCB レイアウト、レイヤースタッキング、シグナルインテグリティルールをレビューする機能
- AIが提案する回路/レイアウトソリューションをDRC、シミュレーション、プロトタイプ測定でテストする機能
電子製品は、次の 2 つの主要な段階の産物です。 回路図: コンポーネントと接続の論理的な図面、およびレイアウト (これらのコンポーネントがプリント基板上に物理的に配置される方法)。図は「何を接続するか」を決定します。 「どこにどのように接続するか」はレイアウトで決まります。この単元では、AI を両方のフェーズでアクセラレータとして使用する方法を説明しますが、最終的な決定がデータシート、シミュレーション、デザイン ルール チェック (DRC: 製造性と電気的ルールの自動チェック)、プロトタイプの測定によって行われる理由を説明します。ここでの基本的な緊張は、AI は回路がどのように動作するべきかを流暢に説明しますが、選択した実際のコンポーネントの実際の限界や基板の物理的な現実を測定するものではないということです。
AIが回路設計に強いところ
AI は、トポロジ オプションの生成、ブロックの構築方法の説明、データシート内の数式を適用する手順の表示、アカウントのスケルトンの構築など、設計の「思考」部分に優れています。たとえば、分圧器 (入力電圧を 2 つの抵抗で比例させる単純な回路)、ローパス フィルター、またはオペアンプ アンプ ブロックの設計手順を順番に示すことができます。マイクロコントローラーの周辺機器を接続するのにどのピンが適しているか、どのラインがノイズの影響を受けやすいかについて議論できる。これは、パワーツリー、つまり各ブロックがどのレギュレーターから電力を供給されているかを示す図を作成するのに役立ちます。
ただし、ここで重要な区別をする必要があります。AI によって与えられる抵抗値、コンデンサー値、またはレギュレーターの選択が出発点です。実際の値は、電圧/電流/許容差、温度範囲、および選択した部品のデータシートによって異なります。抵抗器の電力 (ワット数)、コンデンサの耐電圧と DC バイアス効果 (電圧が印加されると容量が低下します)、MOSFET の RDS(on) 値などの詳細は製品にとって重要であり、データシートからのみ検証されます。
電力と供給（パワーインテグリティ）の計算
最も一般的なタスクの 1 つは、電力バジェットを作成することです。つまり、各ブロックが消費する電流を合計し、それに応じてレギュレーターと供給経路を選択します。 AI はこのテーブルの設定を支援しますが、行内の各現在の値はそのコンポーネントのデータシートから取得する必要があります。 AI が「通常はこれくらい引っ張る」と言っているのは検証ではありません。
ヒント: AI に電力バジェット テーブルを「空のスケルトン」(コンポーネント、ブロック、最小/標準/最大電流、ソース列) として構築させます。次に、データシートから各セルを自分で入力します。つまり、AI は時間を節約しますが、数字を生み出すわけではありません。
AI は、デカップリング/バイパス コンデンサ (デカップリング コンデンサ: 各チップの電源端の近くに配置され、突然の電流需要に対応し、ノイズを抑制するコンデンサ) に関する一般原則 (できるだけチップの近くに配置する、短くて幅の広い配線を使用する、異なる値を並列化する) を思い出させてくれます。ただし、どの値がいくつあるかという質問に対する答えは、チップのデータシートの推奨事項とその動作周波数によって異なります。
PCB レイアウトにおけるシグナル インテグリティ
シグナルインテグリティとは、信号がカード上で歪むことなく目的地に到達する能力です。高速設計では、次の 4 つの概念が最も頻繁に登場します。
- リファレンス/グランド プレーン: 信号のリターン電流が流れる連続銅層。遮断されると騒音や輻射が増加します。
- リターンパス: すべての信号電流にはリターンパスがあります。このパスは信号トレースのすぐ下で途切れることなく流れる必要があります。
- クロストーク: あるトラックの信号が隣のトラックに飛び移ります。それは、それらの間の距離と平面の近さとともに減少します。
- インピーダンス制御: 高速回線では、特定の特性インピーダンス (例: 50 Ω または 100 Ω の差動) を達成するために、トレース幅と層の積層 (スタックアップ) が計算されます。
AI は、これらの原則をチェックリストに変えるのが非常に得意です。レイアウトについて説明し、「このレイアウトで信号の整合性についてどのようなリスクをチェックする必要がありますか?」と尋ねることができます。ただし、トレース幅、クリアランス、およびインピーダンスの値は、実際の層スタックとカードのメーカーの能力に応じて、フィールド ソルバーまたはジェネレーター計算ツールによって決定されます。 AI によって与えられる「50 Ω の 0.3 mm トレース」のような値は、層の厚さと材料に依存するため、必ず検証する必要があります。
ミニケース3個
ケース 1 — DC バイアス トラップ。設計者は、AI が推奨する「10 µF、6.3 V、X7R セラミック コンデンサ」を使用して 3.3 V ラインをフィルタリングします。カードのノイズが予想より大きいです。測定すると、この小型パッケージのコンデンサは 3.3 V 未満で実効容量の半分以上が失われることがわかります (DC バイアス効果)。データシートの容量-電圧曲線を調べると、実効値が約4 µFまで低下していることがわかります。 AI は一般的な値を与えました。実際の動作はデータシートの曲線からのみ明らかです。
ケース 2 — 切り取られたグランドプレーン。エンジニアはそのレイアウトを AI に説明し、「高速信号線がその下のグランドプレーンの分割を通過している」と指摘しました。 AIは、これによりリターンパスが長くなり、輻射やノイズが発生する可能性があること、スリットにラインを通さないことやブリッジコンデンサを入れないことが必要であることを注意喚起します。エンジニアはこれを警告として受け取り、基板の 3D ビューでスリットを視覚的に確認し、ラインの配線を変更します。ここでは AI がチェックリストの役割を果たしました。エンジニアは、測定可能な正当性を持って決定を下しました。
ケース 3 — パケットの一致が正しくありません。インターンは AI にコネクタの「フットプリント」（基板上のコンポーネントのはんだ島パターン）を作成するように依頼します。 AI は合理的と思われる測定値を提供します。インターン生は、メーカーの機械図面と比較せずにこれを使用します。カードが到着すると、コネクタが適合しません。正しいアプローチは、メーカーの公式機械図面から各フットプリントを逐語的に確認することです。 AI が自らフットプリントの生成を停止することは決してありません。
コピー可能なプロンプトテンプレート
電力バジェット スケルトン テンプレート「次のブロックに対して空の電力バジェット テーブル スケルトンを作成します: [リスト ブロック/チップ]。列: コンポーネント、供給電圧、最小/標準/最大電流、ソース (データシートのページ番号)、メモ。数値は空白のままにしておきます。各電流は関連するデータシートから入力する必要があることに注意してください。最後に合計とレギュレータの選択にどの程度のマージンを取る必要があるかを説明します。」
シグナル インテグリティ チェックリスト テンプレート 「次のレイアウトを検討してください: [ボードの説明; 層の数、高速ライン、敏感なアナログ ブロック]。信号インテグリティと電源インテグリティを項目ごとにチェックする必要があるリスクの概要を示します: グランド プレーンの導通、リターン パス、デカップリング コンデンサの配置、クロストーク、インピーダンス チェック。各項目に「測定方法/検証方法」情報を追加します。正確なトレース「幅/インピーダンスを与える」価値。」
コンポーネント選択問い合わせテンプレート「次のブロックのコンポーネントを選択するときに確認する必要があるデータシート パラメータをリストします: [ブロックの説明、降圧レギュレータなど]。各パラメータについて、それが重要な理由と、どのような動作条件下で重要になるかを書きます (温度、DC バイアス、RDS(on)、許容誤差など)。特定の部品を推奨しません。データシートから選択します。」
スキームレビューテンプレート「以下の回路図の説明を確認し、質問形式で考えられるエラーを尋ねてください (例: 「このピンにはプルアップ抵抗が必要ですか」、「レギュレータは最小負荷電流を提供しますか」)。絶対的な真/偽は言わないでください。データシートと照合するための質問リストがポップアップ表示されます。スキーム: [レシピ/ペースト]。」
弱いプロンプト / 強いプロンプト
弱いプロンプト: 「3.3 V にはどのコンデンサを付けるべきですか?」
強いプロンプト: 「どのような基準を説明してください (容量、耐電圧マージン、DC バイアス効果、誘電体の種類)
弱いプロンプトは、単一の値を作成するよう促します。強力なプロンプトにより、適切な質問をするマーキーが表示されます。
回路/PCB設計における検証層
レイヤー
どういうことですか
AIの役割
データシート
コンポーネントの実際の境界を返します。
パラメータリストと質問を生成します
シミュレーション（SPICE）
回路の動作を数値的に予測します
インストールとネットリストの概要を出力します
DRC/ERC
製造性と電気的ルールのチェック
チェックするルールのリストを提供します
試作測定
実際のカードで修正します
測定計画とテストポイントを推奨します
注意: SPICE シミュレーション (数学モデルを使用して回路を解く) であっても、その精度はモデルの精度によって決まります。 AI によって確立されたシミュレーションは、実際のコンポーネント モデルや寄生効果 (配線の抵抗/インダクタンス) を考慮せずに現実性を保証するものではありません。
よくある間違い
- AIが与えた成分値をデータシートで確認していない。 DC バイアス、温度、電力の制限が製品にとって決定的です。
- 層の積層に依存しないインピーダンス/配線幅を考慮します。値は材質と厚さによって異なります。面積はソルバー/ジェネレーター ツールを使用して計算されます。
- 機械図面で設置面積を確認していない。はんだ島パターンが間違っていると、基板全体が破壊されてしまいます。
- DRCを通過したらデザインが完成すると考えます。 DRC ルールに合格した場合でも、信号の完全性と熱的動作は個別に検証されます。
- AIのSPICE結果をプロトタイプの代わりに置きます。シミュレーションは予測です。最終決定権はあなたの測定値です。
要約すると
この単元では、回路図、電力バジェット、および PCB レイアウトにおけるアクセラレータおよびチェックリスト ジェネレーターとして AI を配置しました。 AI はトポロジーを提案し、計算の足場を築き、シグナルインテグリティのリスクを思い出させ、レビュー用の質問を生成します。ただし、すべてのコンポーネントの値はデータシートから検証され、すべてのインピーダンス/トレース値は層スタック計算から、すべてのフットプリントは機械図面から、すべての設計決定は DRC、シミュレーション、プロトタイプ測定から検証されます。 「数字を与える」のではなく、「適切な質問をさせる」パートナーとして AI を活用しましょう。
アプリケーションタスク
小さな回路ブロック (降圧レギュレータやセンサー インターフェイスなど) を選択します。まずは「コンポーネント選択クエリ」テンプレートでAIから制御対象となるデータシートパラメータを抽出します。次に、「電力バジェット スケルトン」テンプレートを使用して空のテーブルを設定し、実際のデータシートから 2 つのコンポーネントの値を入力します。最後に、「信号整合性チェックリスト」テンプレートを使用して導入リスクをリストし、それぞれを検証する方法を記述します。
チェックリスト
- [ ] AI がデータシートから提案したすべてのコンポーネント値 (DC バイアス、温度、電力を含む) を検証しました。
- [ ] 電力バジェット テーブルの電流を AI に適合させるのではなく、データシートから入力しました。
- [ ] レイヤースタックとフィールドソルバー/ジェネレーターツールを使用して、インピーダンス/トレース幅の値を計算しました。
- [ ] 各設置面積をメーカーの機械図面と比較しました。
- [ ] DRC/ERCによるレイアウトの検証、シミュレーション、試作測定計画を計画しました。
- [ ] AI 出力を最終的な設計ではなく、検証するための予備としてマークしました。