德州儀器COMPUTEX 2023暢談嵌入式系統未來趨勢

德州儀器(TI)副總裁暨處理器事業部總經理Sameer Wasson於2023 COMPUTEX Taipei論壇中以「邊緣AI視覺處理 賦能嵌入式系統未來可能」為主題,分享嵌入式系統未來趨勢,與其所面臨的挑戰和對應解方。...
2023 年 06 月 05 日

振動/音頻實現AI智慧監測

現階段智慧製造運用人工智慧(AI)時,最常見的是透過電腦視覺的影像識別技術,然而,不少產業及應用也開始採用振動、音頻等監控技術,搭配AI模型分析演算,即可即時偵測機台或產線是否有異常故障,達到預測性維護的目標,並藉此提高稼動率及良率,降低人工成本。...
2023 年 06 月 05 日

Cadence團隊持續擴張 加碼成立台灣研發中心

電子設計自動化工具業者益華電腦(Cadence)近日歡度35歲生日,同時宣布台灣研發中心正式揭牌運作。未來Cadence將持續擴大在台的研發投資,並結合本地的產學研資源,把更多AI、機器學習功能整合到自家的EDA工具中,為提升半導體工程師的生產力作出更多貢獻。...
2023 年 05 月 11 日

安立知優化5G毫米波3D EIS掃描測試時間

安立知(Anritu)為其無線通訊綜合測試平台MT8000A推出「使用機器學習的EIS-CDF最佳化」MX800010A-026全新軟體選項,透過機器學習(Machine Learning)實現最佳化的5G毫米波(mmWave)3D...
2022 年 12 月 14 日

晶片驗證少走彎路 EDA借力AI全速優化驗證過程

半導體各領域的發展難度與日俱增,驗證可能是整個發展過程中最具挑戰性的階段。多年來,研究顯示在驗證上投入的時間和資源所占的百分比會隨著新世代晶片的出現而增加。因此整體上,驗證的快速成長超乎晶片開發和晶片計畫中的其他階段。團隊不斷精益求精,希望能用更少的時間和資源來達成更好的結果。電子設計自動化(EDA)產業將人工智慧(AI)的力量應用到驗證過程的各個步驟,以因應這樣的情況。本文將概括說明AI如何在驗證上根據所面臨的主要挑戰提供協助,並進一步以新思科技(Synopsys)現有解決方案為例,分享其中獨特效能。...
2022 年 11 月 17 日

從手機到邊緣智慧 SoC加碼強化整合與運算能力

系統單晶片(SoC)支援物聯網的連接和運算能力早已受到高度認可,而該名詞也已成為產業流行語,以至於難以將SoC與其他類型的整合電路(IC)區分開來。與電源管理晶片等單功能晶片相比,SoC在單晶片上整合了多種功能。而高品質的SoC則是經由整體凝聚在微型晶片上運作的軟、硬體功能所組成。...
2022 年 07 月 21 日

施耐德獲Gartner 2022全球供應鏈25強第二名

施耐德電機Schneider Electric再度登上Gartner 2022年的全球供應鏈25強企業排行榜,排名高居全球第二。這是施耐德電機連續第七年榜上有名,且是第三次躋身前五強,充分展現施耐德電機針對供應鏈策略所許下的承諾與投資獲得肯定。此外,施耐德電機具有自我調節功能的供應鏈平台(Adaptive...
2022 年 07 月 04 日

波形分析儀納入機器學習 釐清電力異常根本原因

工業物聯網(IIoT)發展至今已超過十年,連網裝置的嵌入式電子元件數量增長,產品生命週期卻是逐年縮短,對於研發而言挑戰與日俱增。借助量測設備分析電源特性,有助於工程師改善電路設計提升最佳化效能,確保產品可靠度。克達科技應用工程經理馮育隆表示,由克達科技負責經銷的Keysight...
2022 年 06 月 06 日

DPI引擎解析封包內容 機器學習釐清安全風險

近年來大型企業數位轉型過程中,經常傳出遭受服務中斷、勒索軟體襲擊事件,尤其是國際化程度高的科技製造業,更容易成為駭客組織鎖定標的,正開展數位轉型計畫的企業,勢必得把資安納入營運風險並加以管控,避免重蹈覆轍。Netscout為正在轉型的企業網路環境設計提出深層網路預警系統,協助CT/IT/OT場域維運確保網路品質。...
2022 年 06 月 06 日

圖型化/非接觸大行其道 邊緣運算開創人機界面新局

邊緣處理系統通常包含呈現給使用者的資料,根據應用的不同,有機會曝露不同的資料,可能是原始資料和經過處理的資料,或是中間資料。這些通常都是敏感性資料,因此相比其他連接至雲而安全性較低的設備,將這些資料在邊緣設備上顯示更合理,為了支援此功能,邊緣設備系統單晶片(SoC)解決方案整合了圖形處理模組。...
2022 年 06 月 01 日

FPGA設計工具/IP支援到位 AI邊緣推論開發更敏捷

設計人員若想在邊緣的推論處理器上實作人工智慧(AI),單單為了降低功耗和縮短開發時間就已承受源源不斷的壓力,更何況處理需求還不斷增加。現場可編程閘極陣列(FPGA)尤其兼具速度和能源效率,能有效實作邊緣AI所需的神經網路(NN)推論引擎。然而,對於不熟悉FPGA的開發人員來說,傳統的FPGA開發方式可能比較複雜,導致開發人員經常退而求其次,改用其他方案。...
2022 年 05 月 26 日

CNN/RNN/LTSM/GAN各有所長 機器學習模型選對才有效

建置機器學習(Machine Learning)的過程涉及許多步驟,首先選擇一個模型,針對具體任務加以訓練,以測試資料進行驗證,然後將該生產模型建置到實際系統並加以監控。接下來將會討論這些步驟,每項步驟細分講解機器學習。...
2022 年 05 月 12 日