AI của Quilter thiết kế thành công máy tính Linux 843 linh kiện, hoạt động ngay lần đầu. Phần cứng sẽ không còn như xưa.

Một công ty khởi nghiệp ở San Francisco đã cho thấy một bước đột phá trong phát triển phần cứng: hệ thống trí tuệ nhân tạo có thể thiết kế một máy tính Linux hoạt động hoàn chỉnh trong một tuần — một quy trình thường tiêu tốn gần ba tháng lao động của các kỹ sư lành nghề.

Quilter, công ty đã huy động được hơn 40 triệu USD từ các nhà đầu tư như Benchmark, Index Ventures và Coatue, đã sử dụng AI dựa trên vật lý của mình để tự động hóa thiết kế của một hệ thống máy tính hai bảng mạch, hoạt động thành công ngay lần đầu tiên, không cần sửa đổi tốn kém. Dự án, được đặt tên nội bộ là “Project Speedrun”, chỉ yêu cầu 38,5 giờ lao động của con người so với 428 giờ mà các nhà thiết kế PCB chuyên nghiệp đã báo giá cho cùng một nhiệm vụ.

Thông báo này cũng đánh dấu lần đầu tiên công khai tiết lộ rằng Tony Fadell, kỹ sư đứng đầu việc phát triển iPod và iPhone tại Apple, sau đó thành lập Nest, đã đầu tư vào công ty và giữ vai trò cố vấn.

“Chúng tôi không dạy Quilter vẽ; chúng tôi dạy nó suy nghĩ bằng vật lý,” Sergiy Nesterenko, Giám đốc điều hành của Quilter và cựu kỹ sư SpaceX, cho biết trong một cuộc phỏng vấn độc quyền với VentureBeat. “Kết quả không phải là một mô phỏng — đó là một chiếc máy tính đang hoạt động.”

Thiết kế mạch in là nút thắt cổ chai bị lãng quên, làm chậm trễ hầu hết mọi sản phẩm phần cứng

Thông báo này làm sáng tỏ một điểm nghẽn không hào nhoáng nhưng cực kỳ quan trọng trong quá trình phát triển công nghệ: bố cục bảng mạch in. Trong khi bán dẫn và phần mềm nhận được sự chú ý và đầu tư khổng lồ, các bảng mạch sợi thủy tinh màu xanh lá cây kết nối chip, bộ nhớ và các thành phần trong hầu hết mọi thiết bị điện tử vẫn còn là một quy trình thủ công đáng kể để thiết kế.

“Ngoài các bộ định tuyến tự động, công nghệ thực sự đã không thay đổi kể từ đầu những năm 90,” Fadell nói với VentureBeat. “Những bảng mạch tốt nhất vẫn được làm thủ công. Bạn đến Apple, họ có công cụ, và những người này chỉ đang đẩy các đường dẫn, kiểm tra mọi thứ, thực hiện các thao tác điền đầy đủ — và bạn nghĩ, chắc hẳn phải có một cách tốt hơn.”

Quy trình thiết kế PCB thường diễn ra theo ba giai đoạn. Đầu tiên, kỹ sư tạo ra một sơ đồ mạch — một sơ đồ logic hiển thị cách các thành phần được kết nối. Sau đó, một chuyên gia vẽ thủ công bố cục vật lý trong phần mềm CAD, đặt linh kiện và định tuyến hàng nghìn đường dẫn đồng qua nhiều lớp. Cuối cùng, thiết kế được chuyển đến nhà sản xuất để chế tạo.

Bước giữa — bố cục — tạo ra một nút thắt cổ chai dai dẳng. Đối với một bảng mạch có độ phức tạp vừa phải, quy trình này thường tiêu tốn từ bốn đến tám tuần. Đối với các hệ thống phức tạp như máy tính hoặc thiết bị điện tử ô tô, thời gian kéo dài đến ba tháng hoặc hơn.

“Thời gian luôn là một thứ co giãn — họ sẽ nói, ‘Vâng, tối thiểu là hai tuần,’” Fadell nhớ lại kinh nghiệm của mình tại Apple và Nest. “Và chúng tôi sẽ nói, ‘Không, không. Làm việc ngày đêm. Chỉ hai tuần.’ Nhưng đó luôn là một nút thắt cổ chai cố định.”

Hậu quả lan tỏa khắp các tổ chức phần cứng. Các nhóm firmware ngồi chờ đợi các bảng mạch vật lý để thử nghiệm mã của họ. Kỹ sư xác nhận không thể bắt đầu gỡ lỗi. Việc ra mắt sản phẩm bị chậm trễ. Theo nghiên cứu của Quilter, chỉ khoảng 10% các phiên bản bảng mạch đầu tiên hoạt động chính xác, buộc phải sửa đổi tốn kém và mất thời gian.

Project Speedrun đã kiểm tra AI của Quilter với máy tính 843 linh kiện hoạt động ngay lần đầu tiên

Project Speedrun được thiết kế để đẩy công nghệ đến giới hạn của nó, đồng thời tạo ra một kết quả dễ hiểu: một máy tính hoạt động có thể khởi động Linux, duyệt web và chạy các ứng dụng.

Hệ thống bao gồm hai bảng mạch dựa trên nền tảng tham chiếu i.MX 8M Mini của NXP, một kiến trúc bộ xử lý được sử dụng trong hệ thống thông tin giải trí ô tô, tự động hóa công nghiệp và các ứng dụng thị giác máy.

Mô-đun hệ thống trên chip chính chứa bộ xử lý lõi tứ chạy ở tốc độ 1,8 GHz, bộ nhớ LPDDR4 2GB và bộ lưu trữ eMMC 32GB. Một bảng đế đi kèm cung cấp kết nối bao gồm Ethernet, USB, HDMI và âm thanh.

Cùng nhau, các bảng mạch này tích hợp 843 linh kiện và 5.141 kết nối điện, hay còn gọi là “chân”, được định tuyến trên các lớp mạch in tám lớp do Sierra Circuits ở California sản xuất. Hình học đường dẫn tối thiểu đạt 2 mil (hai phần nghìn inch) trên mô-đun hệ thống — đủ nhỏ để yêu cầu các kỹ thuật sản xuất kết nối mật độ cao tiên tiến.

AI của Quilter đã hoàn thành bố cục với độ phủ định tuyến khoảng 98% và không có vi phạm quy tắc thiết kế. Cả hai bảng mạch đều vượt qua bài kiểm tra bật nguồn và khởi động thành công Debian Linux ngay lần đầu tiên.

“Chúng tôi đã tạo ra toàn bộ máy tính để chứng minh rằng công nghệ này hoạt động,” Nesterenko nói. “Chúng tôi đã lấy một thứ thường được báo giá khoảng 400 đến 450 giờ, tự động hóa phần lớn trong số đó và giảm xuống còn khoảng 30 đến 40 giờ thời gian dọn dẹp.”

Thời gian dọn dẹp là công việc mà các kỹ sư con người vẫn thực hiện: xem xét kết quả của AI, sửa bất kỳ vấn đề nào và chuẩn bị các tệp chế tạo cuối cùng. Nhưng ngay cả với phần công việc bổ sung này, tổng thời gian trôi qua từ sơ đồ mạch đến bảng mạch đã chế tạo đã giảm từ 11 tuần điển hình xuống chỉ còn một tuần.

Không giống như ChatGPT, AI của Quilter học bằng cách chơi hàng tỷ ván cờ với các định luật vật lý

Phương pháp kỹ thuật của Quilter khác biệt cơ bản với các mô hình ngôn ngữ lớn đã thống trị các tiêu đề AI gần đây. Trong khi các hệ thống như GPT-5 hoặc Claude học cách dự đoán văn bản dựa trên các bộ dữ liệu viết khổng lồ của con người, AI của Quilter học bằng cách chơi thứ có thể coi là một trò chơi phức tạp với các định luật vật lý.

“Các mô hình ngôn ngữ không áp dụng được cho chúng tôi vì đây không phải là vấn đề ngôn ngữ,” Nesterenko giải thích. “Nếu bạn yêu cầu nó tạo ra một bản thiết kế, nó không có dữ liệu đào tạo cho điều đó. Nó không có ngữ cảnh cho điều đó.”

Công ty cũng đã từ chối cách tiếp cận rõ ràng dường như là đào tạo trên các ví dụ về bảng mạch do con người thiết kế. Nesterenko đã trích dẫn ba lý do: con người mắc lỗi thường xuyên (giải thích tại sao hầu hết các bảng mạch đều cần sửa đổi), các thiết kế tốt nhất bị khóa trong các công ty lớn không sẵn lòng chia sẻ dữ liệu độc quyền và đào tạo dựa trên các ví dụ của con người sẽ giới hạn hiệu suất của AI ở mức con người.

Thay vào đó, Quilter đã xây dựng thứ mà Nesterenko mô tả là một “trò chơi” nơi tác nhân AI đưa ra các quyết định tuần tự — đặt linh kiện này ở đây, định tuyến đường dẫn này ở kia — và nhận phản hồi dựa trên việc thiết kế kết quả có đáp ứng các ràng buộc về điện từ, nhiệt và sản xuất hay không.

“Những gì bạn thực sự thay đổi không phải là xác suất để đạt được kết quả rất cụ thể của mô hình, mà là xác suất chọn một hành động nhất định dựa trên kinh nghiệm đó,” Nesterenko nói.

Cách tiếp cận này tương tự như sự tiến bộ của DeepMind với các hệ thống chơi cờ Go của họ. AlphaGo ban đầu học từ các ván cờ của con người, nhưng người kế nhiệm AlphaZero đã học hoàn toàn thông qua tự chơi và cuối cùng vượt qua khả năng của con người. Quilter cũng nuôi dưỡng những tham vọng tương tự.

“Về lâu dài, để đưa ra các thiết kế bảng mạch tốt hơn những gì con người từng cố gắng làm,” Nesterenko nói.

Fadell đã đưa ra một sự tương đồng với một quá trình chuyển đổi công nghệ trước đó: “Tôi nhớ điều này với việc biên dịch. Bạn có trình biên dịch và trình hợp dịch, và các kỹ sư sẽ nói, ‘Tôi không thể tin tưởng trình biên dịch. Tôi sẽ tự thực hiện việc cuộn vòng.’ Bây giờ rất ít người viết bất kỳ mã hợp ngữ nào.”

Ông kỳ vọng thiết kế PCB sẽ tuân theo một quỹ đạo tương tự: “Tôi hy vọng điều tương tự cũng sẽ xảy ra với thiết kế PCB. Chắc chắn, một vài người sẽ giữ vững lập trường của mình, nhưng những công cụ này sẽ trở nên rất tốt đến mức mọi người khác sẽ chuyển sang sử dụng chúng.”

Fadell và Nesterenko đã dành nhiều tháng để giải quyết một vấn đề tế nhị: làm thế nào để tự động hóa thiết kế mà không tước bỏ quyền kiểm soát của kỹ sư

Việc tự động hóa một nhiệm vụ mà các chuyên gia lành nghề đã thực hiện thủ công trong nhiều thập kỷ đặt ra một câu hỏi rõ ràng: làm thế nào để kỹ sư duy trì quyền kiểm soát đối với các thiết kế cuối cùng sẽ được xuất xưởng trong các sản phẩm mà độ tin cậy là quan trọng?

Fadell cho biết ông đã dành thời gian đáng kể với Nesterenko để giải quyết căng thẳng này. Ông nói, giải pháp nằm ở việc cho phép người dùng chọn mức độ tham gia của họ ở mỗi giai đoạn của quy trình.

“Nếu bạn là người cầu toàn, bạn có thể là người cầu toàn. Nếu bạn muốn nói ‘cứ làm cho tôi đi,’ bạn cũng có thể làm điều đó — và mọi thứ ở giữa,” Fadell nói. “Bạn có thể đi qua từng giai đoạn của thiết kế và tham gia bất cứ khi nào bạn muốn, hoặc để AI xử lý.”

Luồng công việc bao gồm ba giai đoạn: thiết lập, nơi kỹ sư xác định các ràng buộc và yêu cầu; thực thi, nơi AI tạo ra các bố cục ứng cử viên; và dọn dẹp, nơi con người xem xét và tinh chỉnh kết quả. Kỹ sư có thể can thiệp bất cứ lúc nào, điều chỉnh các ràng buộc và tạo lại các thiết kế cho đến khi họ hài lòng.

“Đây là điều mà Tony và tôi nói về rất nhiều,” Nesterenko nói. “Làm thế nào chúng ta có thể trao quyền kiểm soát cho người dùng trong khi vẫn tự động hóa phần lớn công việc?”

Công nghệ của Quilter có những giới hạn rõ ràng: 10.000 chân và 10 gigahertz là các giới hạn hiện tại

Công nghệ có những giới hạn rõ ràng. Quilter hiện xử lý các bảng mạch có tới khoảng 10.000 chân — đủ cho nhiều loại ứng dụng nhưng còn kém xa các thiết kế phức tạp nhất, có thể vượt quá 100.000 kết nối.

Độ phức tạp vật lý cũng tạo ra ranh giới. Hệ thống xử lý giao tiếp tốc độ cao lên tới khoảng 10 gigahertz, bao gồm các thiết bị điện tử tiêu dùng điển hình và nhiều ứng dụng công nghiệp. Nhưng các hệ thống tiên tiến như radar phức tạp, có thể hoạt động ở tần số 100 gigahertz, vượt quá khả năng hiện tại.

“Có những bảng mạch mà Quilter sẽ không tạo đủ tiến triển để thời gian dọn dẹp trở nên xứng đáng,” Nesterenko thừa nhận. “Chúng tôi vẫn chưa hữu ích lắm với các thiết kế tiên tiến và phức tạp nhất.”

Ban đầu, công ty tập trung vào các danh mục mà tốc độ quan trọng hơn độ phức tạp cực cao: thiết bị kiểm tra, bảng mạch đánh giá, bảng mạch xác nhận thiết kế và phần cứng kiểm tra môi trường. Các bảng mạch này thường nằm trong các hàng đợi dài phía sau các thiết kế sản xuất có ưu tiên cao hơn, làm chậm các chương trình kỹ thuật.

Công ty đặt cược rằng kỹ sư sẽ trả cùng mức giá cho cải thiện tốc độ gấp 10 lần

Quilter định giá dịch vụ của mình theo số lượng chân, phù hợp với quy ước tính phí đã tồn tại khi các công ty thuê chuyên gia bố cục bên ngoài. Lời đề nghị cho khách hàng là chi phí tương đương với sự cải thiện tốc độ gấp mười lần.

“Chúng tôi sẽ tính phí cho bạn gần giống với chi phí bạn phải trả cho các chân khi làm việc với con người,” Nesterenko nói. “Nhưng lý do bạn chọn chúng tôi là vì chúng tôi làm điều này nhanh hơn 10 lần.”

Đối với một công ty phải đợi ba tháng để có bố cục bảng mạch, việc nhận nó trong một tuần đã thay đổi cơ bản những gì có thể. Các nhóm kỹ thuật có thể thực hiện nhiều thử nghiệm thiết kế song song. Các nhà phát triển firmware nhận được phần cứng nhanh hơn. Sản phẩm đến thị trường sớm hơn.

Công ty cung cấp quyền truy cập miễn phí cho những người đam mê, sinh viên và doanh nghiệp nhỏ có doanh thu dưới 50.000 USD — một chiến lược để xây dựng sự quen thuộc đồng thời nhắm mục tiêu đến khách hàng doanh nghiệp để có doanh thu thương mại.

Người tạo ra iPod đã đợi nhiều năm để gắn tên mình với Quilter — cho đến khi ông có thể chứng minh công nghệ hoạt động thực sự

Fadell cho biết ông đã chọn thời điểm này để công khai thừa nhận khoản đầu tư của mình vì màn trình diễn Project Speedrun cung cấp bằng chứng cụ thể rằng công nghệ này hoạt động.

“Đó không phải là về việc cảm thấy thoải mái — tôi luôn cảm thấy thoải mái với đội ngũ,” ông nói. “Đây là về việc chờ đợi cho đến khi chúng tôi có thứ gì đó để bạn có thể tự hào. Bây giờ tôi có thể nói, ‘Tôi đã sử dụng công cụ này. Tôi đã thấy nó.’ ”

Ông đối chiếu cách tiếp cận của mình với các thông báo điển hình của nhà đầu tư: “Mọi nhà đầu tư đều nói, tôi đã đầu tư vào điều này, nó sẽ thay đổi thế giới. Ý tôi là, không, tôi biết rõ hơn. Tôi đã sử dụng công cụ này. Tôi biết những người sử dụng nó. Tôi đã yêu cầu các startup của mình sử dụng công cụ này.”

Sự tham gia của Fadell vượt ra ngoài vốn. Ông mô tả các cuộc trao đổi email lên tới “một tá trang chi tiết” bao gồm thiết kế sản phẩm, trải nghiệm người dùng, bán hàng doanh nghiệp và kiến trúc kỹ thuật.

“Trong số tất cả các nhà đầu tư tôi làm việc cùng, Tony là người đi sâu nhất với tôi về khía cạnh sản phẩm,” Nesterenko nói.

Nếu Quilter thành công, nó có thể mở ra một thế hệ startup phần cứng mới chưa từng khả thi về mặt kinh tế trước đây

Các cổ phần vượt ra ngoài lộ trình sản phẩm của một công ty. Nếu công nghệ của Quilter được mở rộng quy mô, nó có thể thay đổi cơ bản nền kinh tế của việc xây dựng sản phẩm vật lý.

Fadell lập luận rằng phát triển phần cứng trong lịch sử đã diễn ra chậm chạp bởi vì mỗi bước trong quy trình — thiết kế sơ đồ, bố cục PCB, sản xuất, lắp ráp — đều tạo ra ma sát. Các đổi mới khác đã làm mượt các công cụ sơ đồ và sản xuất. Bố cục vẫn là điểm giữ chân cứng đầu.

“Khi bạn thu nhỏ thời gian đó từ vài tuần xuống còn vài giờ, bạn có thể lặp lại nhanh hơn rất nhiều vì tất cả các ma sát khác trong chuỗi đã được giảm bớt,” Fadell nói.

Ông dự đoán rằng công nghệ cuối cùng sẽ mở rộng lên trên vào chính thiết kế sơ đồ, với AI hiểu cả kết nối logic và các ràng buộc vật lý giúp kỹ sư tránh các vấn đề sớm hơn trong quy trình.

Tại MIT, nơi Fadell hiện đang dành thời gian, ông gặp gỡ những người sáng lập tiềm năng đã từ bỏ tham vọng phần cứng vì quy trình có vẻ không thể vượt qua.

“Tôi nói chuyện với các giáo sư và những người sáng lập startup, và họ nói, ‘Tôi sẽ không bao giờ làm phần cứng. Nó quá khó,’” ông nói. “Tôi hy vọng chúng ta có thể làm cho nó dễ dàng hơn để nhiều người tham gia và thử nghiệm.”

Các chuyên gia trong ngành vẫn hoài nghi. Các công cụ định tuyến tự động — những nỗ lực tự động hóa trước đây — đã khét tiếng vì tạo ra kết quả không thể sử dụng được, tạo ra các chiếc áo phông tuyên bố các kỹ sư sẽ “không bao giờ tin tưởng bộ định tuyến tự động”.

Nesterenko đã chứng kiến sự hoài nghi tan biến trong thời gian thực. Ông mô tả một cuộc họp gần đây với các giám đốc điều hành từ một khách hàng lớn, những người đến để thảo luận về khả năng của Quilter. Khi cuộc trò chuyện diễn ra, một giám đốc điều hành đã nhặt các bảng Project Speedrun lên và bắt đầu chụp ảnh chúng từ mọi góc độ, xoay chúng trong tay.

“Anh ấy chỉ kinh ngạc trước thực tế là điều này giờ đã có thể,” Nesterenko nói.

Câu hỏi không còn là liệu AI có thể thiết kế bảng mạch hay không. Một máy tính Linux hoạt động, được lắp ráp từ 843 linh kiện và khởi động thành công lần đầu tiên, trả lời điều đó một cách dứt khoát. Câu hỏi bây giờ là các kỹ sư sẽ xây dựng gì khi bố cục không còn là nút thắt cổ chai — khi phần cứng, như Fadell đã nói, cuối cùng “di chuyển với tốc độ của suy nghĩ”.

Về điểm đó, Nesterenko đưa ra một dự đoán. “Nếu bạn hỏi kỹ sư điện trung bình ngày nay liệu tự động hóa hay AI có thể giúp ích cho bảng mạch phức tạp như thế này không, họ sẽ nói không,” ông nói. Trong nhiều thập kỷ, họ đã đúng. Kể từ tuần trước, họ không còn như vậy.

Link bài viết gốc

• Tags:
• Ai
• 10 December 2025
• Venturebeat.com