新产品可以轻松连接整个工作流程中的数据
2022年5月25日—NI(纳斯达克:NATI)在时隔两年再次回归线下的全球用户大会上推出DataStudio软件,这一全新的从设计到测试完整的分析软件为现代、安全和可扩展的工程数据基础设施和应用程序奠定了基础,加快了无线通信、半导体和电子创新的步伐。

为了满足快速跟踪产品开发的需要,DataStudio软件在半导体设计和测试工作流程中架起了关键数据的桥梁。DataStudio Specification Compliance Manager(SCM)是DataStudio系列中第一个应用程序,它能管理设备规格、连接到测量数据源并自动生成合规报告。DataStudio SCM提供设备符合目标规范的全面视图,能实现更好的决策和报告,并将设计、验证和生产测试各个割裂的孤岛中经常丢失的数据利用起来。通过为全面的数据架构奠定基础,工程师可以获得清晰可行的洞察,从而提高生产力并减少芯片开发过程中所需的人工作业量。

此外,NI正在启动DataStudio Bench Data Connector(BDC)验证平台测试库。BDC库提供了一套标准化的方法来存储与DataStudio SCM自动兼容的验证数据,从而可以将基准测量数据轻松地导入合规性报告软件。
NI半导体和电子业务事业部副总裁兼总经理Ritu Favre表示:“过去几十年,我们一直专注于设计和测试自动化,这个过程产生了大量的数据。我们的客户希望利用这些数据来实现更好的项目可视性从而更好地制定决策。我们正处于一个临界点,数据量和使用这些数据的压力是巨大的,我们的客户正在寻找能跨越整个流程的解决方案。”
“根据今天的模拟器,如果半导体原型产品不符合所有规范,就很难判断问题出在哪里。是某个特定部件有缺陷吗?是制造过程中某个地方出了问题吗?是设计中的根本缺陷吗?” Ritu解释道。“为了调试这一点,工程师们必须使用来自不同供应商的不同工具和不同数据集来处理这些不同的信息孤岛。我们正在打破这些障碍。”
DataStudio以工程师需求为中心,采用现代的、软件连接的方法来设计和测试数据。NI 这款最新产品可用于本地部署和云端部署,将有助于加速工作流程现代化,从产品定义到验证、至确认最后到生产测试,将NI丰富的软件传统与新的云服务和机器学习功能相结合,给正在迅速创造未来的工程师们以助力。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。