En ny AI-ramme, PICasso, gør det muligt at designe fotoniske integrerede kredsløb (PIC'er) udelukkende ud fra naturlige sprogbeskrivelser. Rammerne automatiserer hele kæden fra specifikation til valideret layout, hvilket kan sænke barrieren for at bruge fotonik i produkter som sensorer, kommunikationsudstyr og kvantecomputere markant.
PICasso kobler en struktureret pipeline (NL → YAML → GDS) med PDK-viden, automatisk placering og routing, DRC/LVS-verifikation og SAX-baseret simulering. Det betyder, at designeren ikke længere behøver at mestre de komplekse værktøjer og regler, der normalt kræves for at fremstille fotoniske chips. For at teste rammen introducerer forskerne PIC-Set, en benchmark med 36 designopgaver, der spænder fra grundlæggende byggeklodser til multi-komponent kredsløb.
Resultaterne viser, at PICasso markant forbedrer specifikationsopfyldelse sammenlignet med direkte LLM-generering. På komplekse kredsløb når strukturel Spec@3 op på 92,7 % og funktionel Spec@3 på 52 %. Endnu vigtigere for praktisk anvendelse: rammen reducerer det gennemsnitlige indsættelsestab fra 4,98 dB til 3,25 dB gennem simuleringsstyret optimering. Det er en forbedring på 1,74 dB, hvilket i praksis betyder bedre signalintegritet og lavere strømforbrug i færdige produkter.
For beslutningstagere er pointen ikke de tekniske detaljer, men at AI nu kan omsætte forretningskrav direkte til fabrikerbare designs. Det kan forkorte udviklingscyklusser, reducere behovet for specialiserede fotonikingeniører og gøre det muligt for virksomheder uden dyb fotonik-ekspertise at innovere inden for området. Samtidig viser rammen, at LLM'er med de rette strukturelle begrænsninger og fysisk verifikation kan blive pålidelige designværktøjer frem for blot tekstgeneratorer.
