國家儀器(National Instruments;NI)在NIDays 2017以「邁向建構未來的解決方案,新一代的技術和展望」為主題解密跨世代的前瞻趨勢,提出與工業物聯網(IIoT)、5G、半導體、電動車(EV)與人工智慧(AI)等快速推動業界進展有關的技術趨勢,也點出工程師即將面臨的工程挑戰及其因應之道。

開放平台克服IIoT挑戰

「工業物聯網不再只是炒作」,NI全球技術與行銷總監Rahman Jamal在主題演講中指出,工業物聯網正從概念與各種先導專案邁入全面佈署階段,在未來幾年內,預計將有95%的企業投入工業物聯網。儘管導入IIoT技術有助於提高效能與降低成本,但如何有效管理智慧連網的分散式系統,也成為企業導入IIoT的一大挑戰。

為了有效管理呈指數級爆增的操作技術(OT)裝置與資料、因應IIoT動態多變的環境,以及促進OT與資訊技術(IT)的融合,Rahman Jamal強調導入遠端系統管理、資料管理與軟體配置等準則的重要性。NI以LabVIEW軟體為基礎的開放平台,能整合三大準則與第三方硬體,並隨著開發人員與系統整合商生態系統持續成長,將有助於在競爭的IIoT時代中勝出。

20171110_NI_NT12P1 開放平台策略整合遠端系統管理、資料管理與軟體配置,克服IIoT挑戰

機器學習推動工程分析自動化

在工業物聯網時代,工程師特別需要「機器學習」。Rahman Jamal指出,在2020年以前,來自工業設備產生的感測器與機器資料預計將超過78 Exabyte,藉由智慧化的機器自主學習技術將有助於加速資料分析。

此外,機器學習還有助於在工廠機器發生故障之前預測其行為模式,為工程師與產線等IIoT設計與應用帶來預測性維護、工程驗證與製造測試的優點。

NI將透過Big Analog Data方案結合功能日益強大的機器學習,協助客戶克服龐大資料量帶來的挑戰,推動工程分析自動化。

20171110_NI_NT12P2 機器學習將從Big Analog Data資料採集開始

車輛電氣化

以電能取代燃油驅動的電動車(EV)也是未來的要發展趨勢。車輛中的傳統機械子系統正快速被感測器、電力和控制子系統取代;而隨著電動車(EV)逐漸以微電網為主,整個電力產業也朝向相同的趨勢發展——從集中式電力網路逐漸進展至分散式智慧電網。

而當汽車產業的未來牽動著電網的未來發展時,業界需要更聰明、安全可靠的控制系統。為此,Rahman Jamal強調即時測試與生產測試工具的重要性,同時還得借重生態系統合作夥伴的垂直整合技術,共同打造車輛電氣化不可或缺的開放式平台與技術。

5G即將顛覆測試程序

隨著3GPP定義5G技術的腳步加速,預計自明年起就可以看到全球40+家業者展開早期系統部署。NI技術行銷經理潘建安指出,5G真正的挑戰這才開始,特別是針對5G最熱門的毫米波(mmWave)技術,從通道探測、反射訊號的收集與建模到商業化過程中,測試系統都必須突破以往的實體層限制。

潘建安介紹,NI最近發表的28GHz毫米波測試系統搭載FPGA運算,能將以往需要10秒的系統測試與通道建模作業時間,大幅縮短至300us,無論是研究與原型製作、元件驗證到終端測試,都可以在單一平台透過軟體整合進行。

20171110_NI_NT12P3 NI 28GHz mmWave收發器系統能即時傳輸與接收高頻寬訊號,滿足針對5G網路開發mmWave原型驗證系統或執行通道探測等5G測試需求

打破摩爾定律的緊箍咒

儘管摩爾定律歷經多次修正,許多人更斷言該定律告終,但近年來在各種晶片設計的技術持續突破後,開始為半導體的未來發展帶來生機,例如CPU、GPU結合FPGA,以及3D堆疊設計等途徑。

然而,NI行銷經理吳維翰指出,隨著這些新的設計途徑補足了以往只能依靠摩爾定律曲線成長的效能提升方式,也為半導體產業帶來新的挑戰。「以往只需測試數位或類比訊號,如今更需要開放平台搭建新的測試項目,才能因應異質運算和3D堆疊設計的更多資料與參數需求。」