Modelos matemáticos aceleran el diseño de circuitos
El proyecto ASIVA14 proporcionó la oportunidad de desarrollar varios enfoques matemáticos frente a esta cuestión a un grupo de jóvenes investigadores. Se mostró que algunos métodos tienen una capacidad notable para reducir los tiempos de simulación e incluso se identificó una posible patente. «Estos métodos se implementarán en el sector de software comercial, donde las empresas podrán beneficiarse de los tiempos de simulación más rápidos», explica el coordinador del proyecto, el profesor Wil Shilders de la Universidad Técnica de Eindhoven, en los Países Bajos. «Esto beneficiará claramente a la industria, pero también hemos profundizado en ciertas metodologías con aportaciones que no se conocían anteriormente. Esto podría afectar a las simulaciones que se realizan en distintos campos, gracias a la versatilidad de las matemáticas; con frecuencia, los resultados que se obtienen para un tipo de aplicación se pueden aplicar directamente a muchas otras áreas. Un mundo complejo En toda una gama de sectores, el diseño de los productos ha adquirido tal complejidad que requiere entornos de diseño virtual. Por ejemplo, la automatización del diseño electrónico (EDA) es una categoría de herramientas de software que se utilizan para diseñar sistemas electrónicos como circuitos integrados y placas de circuitos impresos. Puesto que un chip semiconductor moderno puede tener miles de millones de componentes, las herramientas EDA se han convertido en un elemento esencial para su diseño. Sin embargo, existe una presión constante sobre el sector electrónico para crear diseños nuevos mucho más rápidamente y para comprobar la presencia de errores y fallos en estos diseños en una etapa temprana del diseño. La complejidad de los circuitos electrónicos modernos es tal que las simulaciones con software EDA puntero pueden tardar varios días, e incluso semanas, en ejecutarse. Además, los circuitos modernos funcionan con varias frecuencias, lo cual todavía complica más la ejecución de las simulaciones, y su rendimiento final puede verse afectado por ligeras imperfecciones e interferencias electromagnéticas en su entorno encapsulado. «Con el fin de evaluar la variabilidad y la incertidumbre, es necesario realizar simulaciones de Monte Carlo», explica Schilders. «Por este motivo es necesario realizar cientos de miles de simulaciones. Una vez más, esto representa un desafío para los matemáticos, para definir métodos que puedan acelerar el proceso de forma considerable». Soluciones matemáticas para la industria El proyecto ASIVA14 tenía como objetivo abordar estos desafíos asignando a jóvenes investigadores (ESR) para realizar tareas matemáticas específicas. Por ejemplo, un ESR trabajó para acelerar las simulaciones de circuitos concretos en los que interviene más de una frecuencia. Otro trabajó para acelerar las simulaciones en casos en los que es necesario tener en cuenta los efectos parásitos del electromagnetismo. Finalmente, otro trabajó para acelerar las simulaciones de Monte Carlo. «Como resultado del proyecto, se desarrolló un método para ciertos tipos específicos de dispositivos de computación que resultó ser entre 50 y 100 veces más rápido que los métodos de simulación actuales», explica Schilders. «Desde entonces, se ha trabajado en desarrollar y analizar teóricamente esos métodos y los resultados iniciales son muy prometedores. Existen posibilidades de acelerar las simulaciones de forma importante». El ESR que trabajó en los efectos parásitos también tuvo éxito en las pruebas de varios métodos matemáticos y sus resultados pueden llevar a una posible patente. En cuanto se refiere a las simulaciones de Monte Carlo, se combinó un modelo matemático sofisticado con simulaciones en regiones donde se producen muy pocos valores de parámetros. Como resultado, se logró acelerar las simulaciones de Monte Carlo en factores que van del orden de diez a cien mil. «Este proyecto también ha conseguido ayudar a salvar las distancias entre las matemáticas académicas y las aplicaciones industriales», explica Schilders. «Es importante mostrar que las matemáticas pueden ayudar a abordar grandes retos industriales».
