Av: Thorsten Niermeyer och Stig Öresjö, Agilent Technologies
Fokuseringen inom industrin ligger för närvarande på övergången till en
blyfri lödningsprocess. Artiklar och arbetsgrupper behandlar just nu
ämnet och diskussionerna domineras av övergången, kanske mer än av
någon annan ny teknologiintroduktion under de senaste tio åren.
Det kostar lika lite att ändra i hårdvara som i programvara. Så fungerar den programmerbara FPGA-världen. Alla som utvecklar HW/SW-system bör sätta sig in i FPGA-tekniken. Den sänker drastiskt priset på utveckling och produktion och snabbar upp utvecklingen. Låt systemkonstruktören även bestämma över datorarkitekturen!
Halvledarindustrin är inte van vid att framställas som en miljöbov. Den är motorn bakom de flesta genombrott vi hyllar – AI, elektrifiering, uppkoppling och automation. Men i takt med att efterfrågan på elektronik växer, ökar också granskningen.
Stora språkmodeller (LLM:er) och tjänster baserade på dessa som ChatGPT och Gemini är lysande exempel på kraften i generativ AI. Men dessa AI-modeller består av enorma kodbaser – i början av 2025 har de största mer än en biljon parametrar.
Historiskt sett var elektronik som var avsedd för farliga miljöer, så kallad egensäker (IS) utrustning, mycket enkel. Den var sensorer som samlade in data såsom temperatur eller tryck och skickade den via långa kablar till ett centralt kontrollrum. Där bearbetade kraftfulla datorer informationen och skickade tillbaka styrkommandon.
Att designa mönsterkort med både analoga och digitala signaler kräver grundläggande förståelse av bägge domänerna för att minimera – helst förhindra – störningar av signalerna.
Att uppfylla kraven i EU:s CRA (Cyber Resilience Act) kommer snart att vara en av de stora tekniska och organisatoriska utmaningarna för alla som marknadsför inbyggda system i Europa. Förordningen trädde i kraft den 10 december 2024 och från den 11 december 2027 är många av de viktigaste kraven bindande.
Generativ AI gör det möjligt att använda chattbottar i kundtjänst och smarta högtalare i hemmet. Tekniken med taligenkänning är bara i sin linda men den är ändå på väg att ta steget in i robotiken, där den bidrar till att utveckla algoritmer som bättre styr rörelser och att initiera strategier för att utföra viktiga uppgifter.
När vi pratar med företag som börjat använda AI för utveckling finns ett tydligt mönster. Å ena sidan finns en stor entusiasm över alla nya möjligheter – som man hoppas ska komma till nytta tämligen omgående. Å andra sidan får vi samtidigt höra om farhågor över allt som kan tänkas bromsa deras AI-utveckling.
Den som vill bygga anpassningsbara och skalbara ATE-system kan med fördel använda en öppen arkitektur i kombination med standardprodukter (COTS). Det resulterar i kostnadseffektiva och robusta testsystem som inte bara uppfyller dagens krav utan också underlättar framtida modifieringar och uppdateringar – samt support under många år.
Innan jag började att driva ett företag där vi designade IoT-sensorer hade jag inte tänkt så mycket på varför en sensor skulle monteras på ett visst sätt. En temperatur var en temperatur, så länge rätt data kom in så var allt lugnt, eller?
Vilka tillämpningar och tekniktrender driver behovet av algoritmer för artificiell intelligens/maskininlärning vid test och mätningar på mikrovågs- och millimetervågsområdet?
About / Advertise 
Erlangprogrammerare kan lugnt ignorera revolutionen med multikärnor och fortsätta jobba som förut. Erlangkod blir automatiskt parallell.
Halvledarindustrin är inte van vid att framställas som en miljöbov. Den är motorn bakom de flesta genombrott vi hyllar – AI, elektrifiering, uppkoppling och automation. Men i takt med att efterfrågan på elektronik växer, ökar också granskningen.
