精密PCB製造、高頻PCB、高速PCB、標準PCB、多層PCB和PCB組裝。
1 滿足不同用戶的不同需求, 例如 PCB產品 suitable for different operating environments or different platforms
2. 軟件投入使用後, 運行一段時間後, 提出變更請求, 需要進行重大更正或錯誤更正, 或添加功能, 或效能得到改善.
模擬軟件是一種具有極高專業門檻的專業軟件. 它結合各學科學術理論研究的最新成果和最新的電腦技術，實現快速、準確的電腦模擬，指導實際工程設計和研發. 對於模擬軟件, 軟體版本包括不同的平臺支持版本, 以及不同時期發佈的功能增强版本. 我們的用戶更關心後者, 那就是, 隨著時間的推移, 軟件後續版本的功能增强和補充版本是用戶最關心的覈心功能價值.
隨著當今科技的飛速發展, 軟體更新反覆運算甚至更快, 作業系統將不時推動我們進行系統補丁更新, 移動應用程序每天都會推送新的更新. 相反, 模擬軟件的更新速度要慢得多. 近年來, 通常每年陞級一次主要版本. 在國外, 購買模擬軟件通常包括幾年的TECS服務, 這也是一項陞級服務. TECS服務期間, 用戶可以使用軟體公司軟件的最新版本. TECS服務期後, 他們需要購買相應的服務. 費用, 續訂陞級服務. 在中國, 由於各種原因, 大多數客戶似乎對購買TECS更加被動. 在今天的知識付費時代, 隨著國家對智慧財產權保護的加强和公眾對知識付費的意識的提高, 相信這種情況會得到很大改善.
新版本的軟件將在各個方面比舊版本帶來全面的改進。 科技在進步，方法在創新，電腦系統也在進步。 各種底層算灋庫、通信庫、指令集和加速方法數不勝數。 可以說，它是人類智慧在軟體技術上的結晶。 在產品研發和設計中，面對激烈的市場競爭，成功的關鍵是與時間賽跑。 新版本的軟件具有多種優勢，可以作為最先進的生產力工具，大大增强研發優勢。
值此ANSYS 2019 R3新版發佈之際，我想以電磁場模擬軟體工具HFSS為例，從以下幾個方面談談採用新版軟件的重要性。
新的挑戰, the impossible becomes possible
Technological development is always advancing in constant updating and updating. 對於最初不可用的功能, 新版本中添加了新算灋和改進, 實施得又快又好. 此類科技的清單數不勝數, 比如積分方程算灋, 有限數組, 反彈光線方法, 區域分解科技, ISAR成像, 微流量計算, 等等. 經過數十年的不斷研發和改進, HFSS已經形成了從晶片到城市環境的大規模場景, 具有跨尺度類比功能.
囙此，當我們遇到無法解决的問題時，讓我們回顧並思考一下，我們是否跟上了軟體版本開發的步伐？ 有沒有更好更快的方法來實現原本緩慢而麻煩的功能？ 效率是研發的生存基礎。它本質上是一場與時間的競賽，希望保持領先於競爭對手。
讓我們舉幾個典型的HFSS軟體功能示例，看看新版本的軟體技術如何響應不可能完成的任務的解決方案。
Doppler imaging calculation for autonomous driving in HFSS SBR+
Doppler imaging is its core requirement in the development of ADAS (Automatic Driving Assistant System) technology. 自獲得Delcross的產品Savant以來，HFSS軟件已經具備了快速解决場景級問題的能力, which has the core technology of the bouncing ray algorithm (SBR+). 然而, 需要借助Matlab等資料處理軟件來實現都卜勒成像功能, 並生成隨時間變化的動態圖形結果. 這樣的過程能力沒有問題, 但它的便利性要差得多.
然而，隨著今年6月ANSYS 2019 R2的發佈，HFSS軟件內寘了此功能，這非常方便實現加速都卜勒計算和處理場景級問題。 加速都卜勒計算可提供高達100-300的雷達畫面播放速率類比。 下圖顯示了其功能介面和自動駕駛場景計算結果的顯示。
Solving the micro-discharge problem
Micro-discharge refers to the discharge phenomenon caused by the migration of charged particles in high-power microwave equipment in a vacuum environment. 這對設備安全和效能可靠性非常重要. 這不是HFSS的直接參攷區域. 然而, 2019 R2版本發佈後, 這個問題已經得到妥善解决, and its built-in new charged particle tracking solver (Multi-Paction Solver) can easily solve such problems.
此解決方案方法易於設定，類似於後處理。 您可以通過添加電荷區域、添加SEE邊界、添加連結到離散掃描的解決方案設定，以及添加Maxwell DC bias link的幾個步驟來設定問題，以完成問題設定。 求解後，可以得到帶電粒子運動過程的結果，甚至是影像表達的動態變化結果，這為此類工程問題的設計和研究提供了很好的模擬支持。 如圖所示
作為上述應用程序的功能擴展，HFSS有許多以前的版本。 當您遇到一個不熟悉的新類比應用程序時，您可以首先諮詢，以瞭解它是否可以在最新版本的HFSS中解决，並儘量避免繞道而行。
Fast and accurate solution of aperiodic array antenna
Finite Large Array Technology (FA-DDM) is an advanced technology of HFSS software in the field of large array antennas. 具有靈活的建模方法, 快速網格複用方法, 以及快速高性能的區域分解算灋科技, 它實現了大規模陣列的精確解單元陣列解决了週期平面陣列的問題.
然而，當面對非週期和多週期複雜陣列時，此時我們應該做什麼？
l 2019 R3新版在這方面進行了突破性更新，採用3D組件科技、陣列單元虛擬建模和定義方法，加上DDM的快速實際陣列求解功能，實現了重大科技突破。
l該方法解决了多種單元類型、各種週期或非週期陣列解，在靈活性和適應性上取得了重大突破。
我們還將在明年的線上研討會上詳細討論，敬請期待。
UI
Accelerated improvement of kernel matrix solving
Here are a few examples from many new features in the historical version of HFSS as an illustration
1) HFSS R15: Direct matrix solver supports distributed solution (released in 2014)
The direct method matrix solver has the highest accuracy and the highest efficiency in the case of multi-port/多重刺激. 它支持使用多核CPU和多個計算節點的記憶體進行分佈式直接矩陣求解. 此功能需要ANSYS Electronics HPC模塊的支持.
2) HFSS R15: Multi-level high-performance computing improves solution scale and speed (released in 2014)
Supports multi-level high-performance computing functions. 例如, 第一級任務將優化或參數掃描任務分解為多個計算節點, 第二級使用多個CPU核或多個節點為每個節點的任務進行平行計算, 從而充分利用計算資源完成超大規模的模擬計算, 特別是優化設計和設計空間探索研究.
3) HFSS R14: HPC brings faster matrix solver (released in 2012)
Matrix solving is the most resource-consuming part of the HFSS calculation process. 在解算器設定檔中, 它顯示了最大的記憶體和時間消耗. HFSS V15中, HPC帶來了一種新的多核矩陣解算器. 與傳統MP解算器相比, 可以大幅提高純計算效率, 並且具有更好的可擴展性.
4) HFSS R14: DDM accelerated version improvement (released in 2012)
The DDM algorithm extends the FEM algorithm to the distributed memory environment, 並將有限元算灋的能力提高到前所未有的水准. DDM可以用來解决以前硬體系統上難以想像的問題. HFSS V15版本改進了DDM的覈心算灋, 覈心效率大大提高.
2016-2019 frequency scanning efficiency improvement
Taking a Galileo Test Board as an example, 讓我們看一組測試數據. 這是一個六層建築群 PCB板 有39個埠和24個網絡. 折開後, 大約有3個.300萬個四面體網格，約19.500萬未知數. 這是一個相對大規模的SI參數選取問題.
從2016版到2019版，SI設計帶來了非常可觀的速度提升。 收益是非常積極的。 我們已經進行了多年的多核解决和改進。 在這裡我們可以看到，在HPC 128核上的投資可以帶來大約40倍的加速，這是非常有利的。 畢竟，在當前5G應用背景下，高頻、高速、高速的科技要求越來越依賴於模擬。
此外，還附上了一組關於云計算資源模型不同資源配置的統計資料，作為雲應用環境中的參攷。
云計算默認有3種預定義的機器配置，即：
–小型：8核，224 GB節點
–中等：16核，224 GB節點
–大型：32核、448 GBs、兩個節點
從數據來看，為了提高效率，請不要讓記憶體大小成為問題。 記憶體非常便宜，自動高性能計算將積極尋求利用系統上的額外記憶體，頻率掃描可以並行解决多個頻點。 該過程將進一步與軟件的獨特能力相結合，以最小化掃描選取期間佔用的記憶體，從而將許多頻點封裝到給定的記憶體空間中。
當然，如果可用記憶體較少，解決方案就不會那麼快，自動高性能計算設定將自動處理這種情況。
2013-2019 Improvements to Broadband Frequency Scanning
This part shows an example of a 中型PCB板. 計算的困難在於, 單個頻點的計算規模不小, 另一方面, 需要掃描和計算的頻點數量非常多, 所以計算成本相對較高. 這是一個具有複雜頻率回應的大型模型. 最多使用HPC 128核來解决. 2019 R2版本的S參數計算僅為設定解決方案記憶體的5倍, 但速度是4.比HFSS 14版本快3倍.
以下是HFSS 14版本、HFSS 15版本和HFSS 2019 R2版本。 版本之間的最大差异是7個主要版本，年齡超過7歲。 我們可以比較一些數據（見下錶），以瞭解新版本在求解速度方面的顯著優勢。
HPC的數量分別從8芯、32芯和128芯計算得出，表示提供1、2或3個HPC包所支持的最大芯數。 出於速度的目的，由於網格點的數量有一些變化，囙此與比較不嚴格對應，但差异很小，總體問題規模相似。
HFSS 15使用更大的網格和更多的記憶體，但這只是自我調整網格的錯覺。 事實上，對於較大的網格，HFSS 15具有更好的精度收斂性（0.01 vs.0.007）。
但作為基準，我們只考慮使用8核多處理的HFSS 14分析（這是舊的矩陣解算器）。 並將其與基於SDM的HPC 32核和128核分析進行比較，我們發現HFSS 15在更短的時間內為分佈式頻率分析的使用提供了更準確的分析，值得注意的是，HFSS 15可以用於基準測試。耗時的過程從3天减少到5.5小時，HPC加速從幾天减少到幾小時。
更新至2019年版本後，整體類比時間速度新增了4倍，從每天一次反覆運算新增到每天4次反覆運算。 提高記憶體使用率可以加快類比時間，這是一種經濟高效的策略，因為最新一代電腦的記憶體成本相對較低。
