شركة Keysight Technologies الأمريكية تطلق حلاً شاملاً لمحاكاة الإشارات الكهربائية-البصرية-الكهربائية

أخبار ar.wedoany.com، أعلنت مؤخراً شركة Keysight Technologies الأمريكية عن إطلاق حل شامل لمحاكاة الإشارات الكهربائية-البصرية-الكهربائية (E-O-E) الموجه لتصميم مراكز البيانات وشبكات الإيثرنت. يُدمج هذا الحل ضمن بيئة ADS 2026، مما يتيح للمهندسين محاكاة المسار الكامل بدءاً من الإشارة الكهربائية إلى البصرية ثم العودة إلى الكهربائية في بيئة تصميم واحدة، وذلك لخدمة تصميم الوصلات البصرية عالية السرعة، مراكز بيانات الذكاء الاصطناعي، وشبكات الحوسبة عالية الأداء.

يتمثل جوهر هذا الحل في دمج مسارات التصميم التي كانت سابقاً موزعة بين أدوات محاكاة الدوائر الكهربائية وأدوات المحاكاة الفوتونية ضمن سير عمل موحد. تعمل البنية التحتية للذكاء الاصطناعي على دفع الوصلات البصرية بسرعات 800 جيجابت/ثانية و1.6 تيرابت/ثانية وما فوقها نحو سيناريوهات الربط البيني لمراكز البيانات، مما يزيد من تعقيد التفاعلات بين وحدات المعالجة المركزية ووحدات معالجة الرسوميات وواجهات SerDes عالية السرعة والوحدات البصرية والدوائر المتكاملة الفوتونية وأطراف الاستقبال الكهربائية. غالباً ما تقوم المسارات التقليدية بنمذجة المجالين الكهربائي والبصري بشكل منفصل، ثم يقوم فريق الهندسة بتجميع النتائج يدوياً، مما يسهل إغفال التأثيرات عبر المجالات، مثل مشاكل سلامة الإشارة الناتجة عن تراكم سلوك قنوات SerDes الرقمية عالية السرعة مع سلوك الرقاقة الفوتونية. بعد أن أدخلت Keysight قدرات المحاكاة الكهربائية-البصرية-الكهربائية في ADS 2026، يمكن للمهندسين تقييم الأداء على مستوى النظام للقنوات الكهربائية والمكونات البصرية والمعدلات وأطراف الاستقبال والوصلات متعددة الأطوال الموجية قبل تنفيذ الأجهزة، مما يمكنهم من اكتشاف اختناقات الأداء وقضايا المفاضلة في البنية بشكل مبكر.

يجمع هذا الحل بين سير العمل الرقمي عالي السرعة من Keysight وأداة Keysight Photonic Designer، مما يدعم محاكاة مسار الإشارة الكامل، ومحاكاة الوصلات البصرية ثنائية الاتجاه، وتقييم التأثيرات غير الخطية متعددة الأطوال الموجية، ونمذجة الضوضاء عبر المجالين الكهربائي والبصري.

بالنسبة لفرق تصميم مراكز البيانات وشبكات الإيثرنت، تعني المحاكاة الشاملة من البداية إلى النهاية إمكانية نقل مخاطر التطوير إلى مرحلة مبكرة. تنتقل الوصلات البصرية عالية السرعة من مرحلة التحقق التقليدية على مستوى الوحدة إلى مرحلة تؤكد أكثر على التصميم المشترك للرقاقة والتغليف والمكونات الفوتونية والنظام. مع زيادة سرعة الوصلات البصرية، ستؤثر عوامل مثل تعدد الإرسال بتقسيم الطول الموجي متعدد القنوات، وانحياز المعدل، واللاخطية للإشارات الكبيرة، والانعكاس الراجع، وتراكم الضوضاء، وجودة الإشارة على مستوى النظام على الأداء النهائي. إذا ظهرت هذه المشكلات فقط في مرحلة النموذج الأولي، فإن تكلفة تعديل التصميم ترتفع بشكل كبير. توفر بيئة المحاكاة الموحدة في ADS 2026 مساعدة لفرق الهندسة لإكمال المزيد من عمليات التحقق مسبقاً في مراحل تحديد البنية، وميزانية الوصلة، وتصميم الواجهة الكهربائية-البصرية، وتقييم المعايير عالية السرعة، مما يقلل من الأخطاء الناتجة عن تحويل البيانات بين الأدوات المختلفة.

يعكس هذا الإطلاق أيضاً تمدد برامج القياس والاختبار وبرامج EDA بشكل أعمق في سلسلة تصميم البنية التحتية للذكاء الاصطناعي. أصبحت قدرة الربط البيني عالية السرعة لمراكز البيانات أحد القيود الهامة لتوسيع نطاق مجموعات تدريب الذكاء الاصطناعي وأنظمة الاستدلال. لم يعد تصميم الوصلات البصرية مجرد مشكلة داخلية لمصنعي الوحدات البصرية، بل أصبح مرتبطاً بشكل وثيق بمجموعات وحدات معالجة الرسوميات ورقائق التبديل والتغليف وشبكات الخزانات والبنية العامة لمركز البيانات. من خلال دمج محاكاة الإشارات الكهربائية-البصرية-الكهربائية في ADS 2026، تساهم Keysight في توسيع قدراتها البرمجية في مجالات التكامل الفوتوني والرقمي عالي السرعة وأشباه الموصلات وتصميم الربط البيني لمراكز البيانات، كما توفر للمهندسين مسار تصميم مستمر يمتد من تحسين مستوى النظام إلى تحسين مستوى المكونات.

مع تطور البنية التحتية للحوسبة للذكاء الاصطناعي نحو سرعات أعلى وكثافة أعلى واستهلاك أقل للطاقة، ستستمر أهمية التصميم المشترك للمجالين الكهربائي والبصري في الازدياد. سيعتمد تأثير حل المحاكاة الذي أطلقته Keysight هذه المرة على دقة النماذج، ونطاق دعم PDK، ودرجة اكتمال مكتبة المكونات الفوتونية، وملاحظات التحقق من فرق الهندسة في المشاريع الحقيقية. بالنسبة لسلسلة توريد الإيثرنت عالية السرعة ومراكز بيانات الذكاء الاصطناعي، سيصبح تحديد المشكلات عبر المجالات في مرحلة المحاكاة مسبقاً عاملاً رئيسياً لتقصير دورات التطوير وزيادة موثوقية النظام.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com