回顾与展望:走过测试与量测产业40年…

分享到:
234
下一篇 >
所有工程师、科学家与厂商皆应拥抱新的方法,才能推动足以因应浩大工程挑战的**…

我已经在国家仪器(NI)服务四十年,不久后将从执行长的职务退休。这些年来测试与量测产业有了重大的进步与**,我们曾经历真空管技术**业界的通用无线电时代、惠普仰赖电晶体打下江山的时期,一直到软体成为仪器的现代,而NI皆参与了其中的种种转变。

“摩尔定律”(Moore's Law)带我们度过了这个进步神速、突飞猛进的年代。或许您以为摩尔定律已过时,然而流程**却也延伸触角到全新的领域,并进一步提升了效能。正如电晶体技术,NI起步时规模虽小,却不断透过客户与平台技术持续开发杰出的产品,并提供改变世界的**。请让我在即将进入全新职涯阶段之际,与您分享我过去四十年的所学与对未来市场的看法。

当Jeff Kodosky、Bill Nowlin与我在1976年创立NI的时候,我们认为工程师在测试与量测系统的互动与建置上,仍有许多**空间。我们之所以成立这间公司,就是认为一定还有更好的解决方案,让我们这些科学家与工程师在无法购买现成设备的情况下,不须从头来过也能满足测试与量测需求。

汇流排(GPIB、IEEE 488)一般做为闸道使用。我们的愿景自1983年以来,便是要“在测试与量测产业,提供有如财务分析报表(Spreadsheet)般的有利工具”。今日再度重申这句话时,力道似乎就弱了一点。不过想想1980年代的早期,当时手头上如果没有庞大的预算,便难以取得用于财务分析的昂贵工具。早期*具代表性的报表扭转了当时困窘的局势,而扭转局势正是我们想要达成的目标。我们认为达成这项目标之后,任何科学家与工程师便能像业界**的科技公司一般,拥有相同的工具或平台。这在当时可说是颠覆性的想法;即便到了今日,这样的想法从很多层面来看仍相当有突破性。

“在测试与量测产业,提供有如财务分析报表般的有利工具”

软体即是仪器

其他人可能会从硬体的角度思索GPIB,不过我们却单就软体的角度来探究GPIB的功能。随着电脑产业不断演进(我们也支援具备图形化使用者介面的Apple Mac),GPIB连接线也让您能够针对自身需求,以客制化的方式轻松分析与呈现资料。撷取资料时不须在仪器的前面板随时待命,也不再需要以纸笔记录。**的舞台已逐渐转移到软体的世界,此时程式语言必须仰赖仪器驱动程式,才能互连箱型仪器。针对这些驱动程式,我们的撰写与支援策略提供了重要的服务;这些服务不曾中断,及至今日,我们在仪器驱动程式资料库(IDNet)已累计支援超过10,000种驱动程式。

不过,科学家与工程师现在还是必须透过专为电脑科学设计的工具执行工程作业、测试与量测工作。为此,我们提供了两种解决方案:一种是LabWindowsTM/CVI,具备了ANSI C程式设计的工程专用工具;另一种图形化程式的典范LabVIEW,能把我们解决问题的思考过程 (流程图与图像等) 编译为程式码。这些方案相当简单,其实就是撷取、分析与呈现。在实作时,这些软体工具容易学习、功能**,而且是专为您的使用案例而设计;这也是我们所谓的“软体即是仪器”,可让科学家与工程师花费更少时间、更快取得成果,也让我们透过实际的市场经验来证明了我们的理念。

与摩尔定律一同演进

一般人在谈论摩尔定律时总是环绕着硬体,不过硬体还是为了执行软体(或者还有韧体)而生。当我们将测试与量测的重心放在软体上时,也顺势将Intel、Xilinx等市值超过10亿元的公司延揽至我们的研发团队中。正当许多客户与夥伴使用我们的软体工具增进专业技能时,我们只须追随晶片发展的动向,便能提升测试与嵌入性系统的价值。这项目标现在已在多核心处理器与 FPGA 两种工具的协助下完成。

LabVIEW具有图像化特性(因此不一定是序列性的),可说是专为平行处理作业打造。LabVIEW使用者是*早能将单核心处理器移植至多执行绪与多核心的工程师,而他们也看到了立即性的改善。机器或组合语言也能写出高效能程式码,因此您也能透过其他语言有效运用这些趋势。不过我们何必多此一举?就现代电子技术的改变步调而言,能用工具轻松完成的事,就不应浪费时间亲手进行,而这也是我们从LabVIEW使用者那里经常获得的回馈。

在考量FPGA时,顾虑层面便截然不同。有些问题较适合透过高度平行、**的晶片解决,但是这些工具链与程式设计建构,对于擅于自身领域(即非数位设计领域)的量测作业与问题排解的机械工程师与医疗研究人员却相当不易取得。1990年代晚期,我们透过LabVIEW的图像化范例发现到这样的现象,自此之后,让LabVIEW工程师能充分发挥FPGA的强大威力便成为我们的目标,而我们也顺利达成目标了。看看我们的工程影响奖便能了解科技的力量——从X至Y至Z应用。

软体为主的硬体设计方法

当您和我们一样以独特的观点思考软体时,便自然会以不同于他人的思维看待硬体。此时,模组化电脑架构的插入式介面卡便会应运而生。尽可能让硬体更轻巧、更符合成本效益 (即不需专属萤幕、电源供应器、固定式按钮/旋钮等等),并专注于ADC、DAC、讯号处理与资料移动。根据我的观察,就特定工作与产能提升而言,至今还没有任何测试与量测厂商比客户更会设计使用者介面。即使是在箱型仪器上*佳的前面板上,也不难发现平常不会用到的按钮或选单架构。我们多数的硬体产品皆因I/O连结器而有尺寸上的限制,但还有什么能达成比这项做法更佳的效能呢?

事实上,这项策略不但有效还很正确。比方说,全新的向量讯号收发器(VST)便于双槽式PXI模组中结合了RF讯号分析器、RF讯号产生器、平行与序列数位介面卡与高效能的讯号处理。此产品能够提供**业界的频宽(1GHz)、**的RF效能,以及可按MIMO应用扩充的软体。我们在开发FPGA时也尽可能考虑了多种技术问题,而摩尔定律(与 Xilinx)则提供了我们能够执行运算作业的工具。

*后我们再将这项工具交给我们的客户,以便他们在客制化FPGA时,能与客制化LabVIEW一样。从5G行动网路技术的开发、汽车雷达与驾驶辅助演算法,一直到降低IoT装置的成本,VST与LabVIEW皆能帮助客户完成传统仪器所无法达成的工作。

未来展望

不论我们望向何方,总能看见未来。造访现代工厂时,不难发现所谓的“讯息物理系统”。这套系统结合了软体为主的技术、机电整合系统与操作人员,能够增进**、效率与成本架构。撷取、分析与呈现的概念依然存在,不过我们在物联网(IoT)装置的平行流程中,还新增了“感测、运算、连接”这三项作业。我们不断强调无线技术相当普及,也就是说,现在还不是RF工程师的您,未来势必会跟上这股潮流。越是将事物加以连结,便越想要善用从数十亿个感测器节点所收集到的资料。对我们而言,这庞大的类比资料便是全球*丰富的资料组合,而NI的客户所撷取的资料每天更可达上千TB。

我们所解决的问题种类越多,便越能提升自己的能力、操作平常所用的工具。正如移植至组合、物件导向的机械语言,其他范例(包含图形化资料流程式设计)对于提供适量抽象化也相当重要。LabVIEW Communications System Design Suite中的多速率图表便是一个**的例子:直到我们在能够直接布署至硬体的单一资料流中,大胆使用多个运算模组之前,还没有任何一项软体工具能够提供执行5G演算法原型制作所需的产能。所有工程师、科学家与厂商皆应拥抱新的方法,才能推动足以因应浩大工程挑战的**。

伟大的**皆非独立完成。我们今天所用的平台之所以不凡,是因为他们形成了一套生态系统。NI 以软体为主的方法所建构的夥伴网路,聚集了超过1,000家公司与300,000名LabVIEW活跃用户。若未建立以***友好平台为架构的健全生态系统,行动装置与应用程式便难以普及。团队开发、共用程式码与社群支援不久就会成为必须,而非全新或*佳的支援项目。

结论

了解到过去四十年我在业界所观察到的现象后,对于上述所有技术与趋势将带领我们走向何方,势必会感到好奇、兴奋。我对未来工程师的意见相当简单,为自己建构未来的愿景,并竭力追逐。*后,也别忘了放胆享乐。

你可能感兴趣: 业界新闻 图片 LabVIEW Xilinx 解决方案
无觅相关文章插件,快速提升流量