01
系统目标用自然语言描述智能功能
目标很容易理解：四个传感器数值进入一个微型模拟引擎，三个候选类别相互竞争，最高电压成为预测结果。
电路设计 · Vicena Compute 测试版
设计并模拟可检查的电路。
探索模拟、混合信号、传感器、功率和模拟计算系统，涵盖工作点、直流、交流、瞬态、噪声、稳定性和容差研究，并让方程、波形和模型边界保持关联。
模拟与混合信号电路
瞬态与频率响应
模型到电路验证
模拟 AI · 已执行 ngspice 结果
示例研究
由电流和电压构成的微型 AI 引擎。
这项真实研究无需电路术语也能解释，同时足够丰富，涵盖架构、有符号权重编码、瞬态行为、数值验证、裕量、稳健性和来源记录。
6 / 6
已分类模式
每个托管瞬态案例都选择了预期类别
359.75 mV
最小决策裕量
ngspice 结果中最小的获胜电压间隔
1.44 mV
最大模型偏差
解析分数与模拟分数的最大差异
ngspice 45.2
托管求解器
2,644 个已解析瞬态样本及作业来源记录
02
架构用物理方式编码有符号权重
正负权重在差分电阻交叉阵列中变成成对电导。电流求和直接在电路中完成点积。
03
电路模型构建一个可检查网表
Vicena 将交叉阵列、有限增益跨阻放大器、脉冲序列、测量和输出整合为一个自包含 ngspice 输入。
04
托管计算运行真实瞬态推理
一个托管作业施加六组时分复用传感器模式，并在电路稳定和改变决策时记录全部三个神经元电压。
05
证据验证每一个决策
笔记本比较预期与模拟类别分数，检查获胜类别，测量决策裕量，并量化模型偏差，而不是只展示看似合理的波形。
06
下一版设计探索稳健性与能耗
解析敏感性研究改变电阻容差和推理时间，明确哪些结论来自远程求解器，哪些属于设计估计。
真实工作流工件
看见电路如何“思考”。
这些图把物理架构与变化的输入模式、竞争的类别电压、数值参考和设计边界连接起来。它们来自同一份已执行分析记录，而不是互不相干的营销插图。
可追溯输出
一次瞬态运行完成六次分类
上图显示不断变化的传感器模式；下图显示三个物理神经元电压随时间竞争。
有符号权重变成物理电导
柿红色和藏红花黄色表示每个传感器到类别连接中的 +1 与 −1 差分电导编码。
清楚区分于模拟的设计权衡
容差和能量图是解析后续研究，并非远程蒙特卡洛或晶体管级功耗结果。这一区分与图表保持关联。
预期数学结果与模拟电子学相遇
解析分数图与 ngspice 分数图在 1.44 mV 内一致，同时六个获胜裕量均保持可见，而不是隐藏在准确率数字之后。
科学能力
从一个放大器到完整模拟系统。
Vicena 可以为常见任务复用可靠电路工作流，并在拓扑、模型或测量不同时构建有边界的新研究。
模拟与混合信号电路
探索放大器、滤波器、振荡器、转换器、传感器前端、功率级和架构级模拟计算。
瞬态与频率响应
运行工作点、直流、交流、瞬态、噪声、傅里叶和测量驱动研究，并获得可检查波形。
模型到电路验证
把预期方程与模拟电压、电流、决策、裕量、稳定过程和敏感性进行比较。
Design-space exploration
研究元件数值、容差、带宽、能耗、稳定性、感测范围和不同电路架构。
证据规范
由电压、裕量和来源记录支持的决策。
标题结果是六次正确分类。科学价值在于每个中间分数、预期值、裕量、模型假设、求解器版本和工件仍可检查。
托管运行以 Vicena 作业 lcb1d06dbeca9daa83bb2f31da3c20d3b1 完成，使用 ngspice 45.2。
自包含输入由 SHA-256 6c8552b7b41f0e4eca64b24b3adee28377dfdbbc174b03dd69a8aee5e86cd00d 标识。
六个预期类别、三条模拟分数曲线、2,644 个样本和每个决策裕量均保留在已执行笔记本中。
远程模拟、解析参考计算和解析敏感性估计均分别标注。
科学边界
架构证明，而非芯片实物。
! 这是架构级模拟计算概念验证，不是可直接流片的 AI 芯片。
! 放大器是有限增益行为模型。研究不包含晶体管级 PDK 行为、寄生、器件噪声、失配或工艺角。
! 电阻容差蒙特卡洛和能量曲线是解析研究，并非额外托管 ngspice 扫描或芯片实测。
! 编程电路、物理获胜选择比较器、版图、提取、时序收敛、可制造性和芯片验证仍属于未来工作。
从你的设计开始
电路应该感测、控制或计算什么？
描述功能和约束。Vicena 可以将其转化为模型、运行合适分析，并同时返回可视化结果和背后的证据。