Reinforcement learning for designing electronics hardware that works.
物理法則に基づく
エレクトロニクス設計AI
使える結果を出すエレクトロニクス・ハードウェア設計のための強化学習

回路図から実基板を
手元に届くまでを、これまでより短時間で
既存のワークフローにそのまま
Altium、Cadence、Siemens、KiCAD のプロジェクトをそのまま投入できます。基板外形を定義し、コネクタを事前配置し、フロアプランを決める。制約条件はあなたがコントロールします。
物理制約を考慮した設計
Quilter は、バイパスコンデンサ、インピーダンス制御ネット、差動配線(差動ペア)などの重要項目を抽出して提示します。Quilter が何を考慮し、何を考慮しないかを事前に明確に確認できます。
より多く試して、より早く学ぶ
スタックアップ、製造パートナー、フォームファクタを複数パターンで試せます。すべて並列で、数週間ではなく数時間で。Quilter はPCBレイアウトを高速化し、試行回数を増やします。
比較しやすい設計レビュー
Quilter は、提供された物理制約の全リストに対して各レイアウトを評価します。どこが本当に「完了」していて、どこに追加のレビューや改善が必要かを明確に示します。
ファイル形式そのまま
Quilter は、投入したのと同じ形式でファイルを返します。DRC(デザインルールチェック)、仕上げ、製造データ生成まで、使い慣れたCADツールで行えます。
Hardware-Rich Development
完璧なハードウェアは、遅すぎるハードウェアです。R&Dを再定義するリーダーは、速く動き、頻繁に作り、リアルタイムで学びます。その他は追随を強いられます。

.webp)

