AI会取代PCB工程师吗？最近PCB自动布线技术调研

最近几年跟多模态大模型AI沾边的话题都会特别有热度。今天来聊聊AI会画PCB不等于AI会理解整个工程、电气语义与制造约束把线布对。各种公司开始宣传AI LayoutAI RoutingAI PCB Design。学术界也开始密集发论文Reinforcement Learning RoutingTransformer RoutingLLM PCB Design…给人的感觉好像下一步就是输入一个原理图AI自动给你画出PCB。我最近连续看了几篇AI PCB Routing方向的论文也体验了一些相关产品。今天聊聊我的一些观察。为什么PCB布线一直这么难自动化很多非PCB工程师会觉得既然AI都能写代码了布个线还能有多难实际上PCB Routing是EDA里面最难自动化的问题之一。因为它不是单纯连接两个点。工程师在布线时还要同时考虑差分对、长度匹配、阻抗控制、EMC、散热、可制造性DFM甚至很多时候这些因素彼此矛盾。举个例子如果目标是最短路径那么可能需要增加过孔。但增加过孔以后SI变差、成本增加、制造风险增加所以布线实际上是个非常复杂的多目标优化问题。这也是为什么几十年来Autorouter一直存在但真正大量使用的工程师并不多。AI和传统Autorouter最大的区别是什么传统Autorouter更像按规则找路。如果把布线看成导航软件传统算法相当于“从A点寻找一条符合规则到达B点的路线。” 而现在的AI模型更像学习了无数老司机的驾驶经验。近年来很多研究开始使用强化学习Reinforcement Learning训练布线模型。例如IEEE 2024年的研究**《Reinforcement Learning Based PCB Routing Using Dueling Double Deep Q Network》**就探索了利用深度强化学习进行PCB布线。AI需要不断尝试走这里、换层、打Via、绕障碍然后根据最终结果获得奖励或者惩罚。训练次数可能达到数百万甚至上亿次。最终形成自己的布线策略。这个思路其实和AlphaGo非常类似。Transformer竟然也开始画PCB了更让我意外的是Transformer技术也开始进入PCB领域。2024年的论文**《GPCB Routing: Generative Pre-Trained Transformers Based Printed Circuit Board Routing Method》**提出了一种新的思路把PCB Routing当成语言生成问题处理。简单理解以前认为布线是路径搜索。现在认为布线是一种特殊语言。例如Plain Text起点→ 走线→ Via→ 换层→ 走线→ 终点模型通过学习历史布线案例预测下一步应该怎么走。这个思路其实和ChatGPT预测下一个词非常接近。看到这里的时候我第一次觉得AI布线可能真的不是炒概念。至少学术界已经找到了新的突破方向。大模型会直接替代PCB工程师吗我认为不会。至少短期内不会。原因很简单真正困难的并不是画线。而是决定怎么画。AI可能知道怎么连接USB线。但它不知道为什么这里必须隔离、为什么这个区域不能打孔、为什么这条线必须远离电源。这些其实都是设计意图Design Intent。而设计意图恰恰来自工程经验。2025年的研究**《Applying Existing Large Language Models for Printed Circuit Board Routing》**已经开始尝试利用GPT类模型辅助PCB Routing。结果表明大模型在少量案例指导下已经具备一定辅助能力。但距离完全替代工程师还很遥远。更现实的场景是AI负责80%的重复工作。工程师处理20%的关键决策。看完这些论文后我最大的感受其实不是“AI马上能自动布线。”而是PCB设计正在从工具时代进入平台时代。未来AI想真正发挥价值需要大量高质量设计数据。例如元件库、BOM、历史项目、设计规则、版本记录如果这些数据散落在Excel、本地文件夹、FTP、邮件附件。那么AI再强也学不到东西。所以我认为未来EDA行业的重要方向之一一定是设计数据的集中管理和协同。一个PCB工程师的真实感受说实话这几年我看过太多所谓的革命性EDA技术。很多产品演示的时候很惊艳。真正落地的时候却发现工程师根本不敢用。而AI PCB Routing第一次让我感觉不一样。因为它解决的确实是一个真实存在多年的行业痛点。当然现在距离一键完成复杂板设计还很远。但至少方向已经看到。未来几年我比较看好的模式是AI负责重复性工作工程师负责设计意图平台负责知识沉淀三者结合。写在最后作为Altium生态的长期用户我目前的观点很简单AI PCB布线值得关注但不要神化。比起天天讨论AI什么时候替代工程师我更关心的是如何提高团队设计效率。对于大部分中小企业来说比起追逐各种AI概念先把设计数据管理、版本管理和团队协作做好往往收益更大。最近在用 Altium Develop 的过程中这一点感受尤其明显。它并没有宣传什么炫酷的AI功能但提供的是一个完整版本的 Altium Designer 环境以及比较完善的协同和数据管理能力。对于很多团队来说性价比非常高上手门槛也低。也许未来真正改变行业的不一定是某个会自动布线的AI。而是那些能够帮助团队把设计经验沉淀下来并持续复用的平台。毕竟工程师最大的资产从来不是画出来的那几根线。而是藏在那些线背后的经验。参考文献AI-Optimized Placement and Routing for PCB Design, IEEE, 2024.Reinforcement Learning Based PCB Routing Using Dueling Double Deep Q Network, IEEE, 2024.GPCB Routing: Generative Pre-Trained Transformers Based Printed Circuit Board Routing Method, IEEE TCAD, 2024.Routing Generative Pre-Trained Transformers for Printed Circuit Board, IEEE, 2024.Applying Existing Large Language Modelsfor Printed Circuit Board Routing, MDPI Engineering Proceedings, 2025.DeepPCB Technical Overview, InstaDeep Google Cloud.Altium Develop Learning Hub.