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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。