来自总统:启用数字转换

似乎每当我们接近技术对我们文化影响的边界时，一项新的发展、趋势或令人兴奋的创新将这些边界推得更远，展开更深入的探索。在过去的几年里，一场“数字化变革”正在我们周围展开——向网上银行、电子商务、医疗记录等的快速转变——这对我们的日常生活产生了深远的影响。

在科学和工程应用程序的工作流程中，网络和无线连接使工作效率获得了类似的提高。具体来说，在测试和测量领域，有一个明显的过渡到更网络化或“连接”的设备，这使得从远程设备和系统获得数据和测量更容易和更快地到PC或“云”，以进行进一步的分析，更好的数据管理，并提高整体生产力。这一运动正在创造一种对技术的需求，我将称之为“嵌入式测量”。让我们一起探索吧。

“嵌入式测量”在哪里有意义?

实时、连续的测量是出现在工厂自动化、交通运输、能源和其他行业的更大数字转型的重要组成部分。物联网(“物联网”)的趋势是由嵌入式测量实现的，这是测量、嵌入式设计和软件的融合。在消费产品领域，恒温器或智能冰箱交流状态的能力是嵌入式测量和设备内部的云连接设备的结果。从汽车和安全系统到机械和医疗设备，同样的能力也被应用到工业应用中。

与消费产品中的低成本设备相比，这些应用可能需要更高的测量速度和精度，以及相当大的处理能力。在这些应用中，实时数字信号处理通常需要在传感器或设备(“在边缘”)附近聚集和处理大量数据，然后才会向云发送更新。这就是嵌入式测量系统的闪光点——它们是台式仪器与通用嵌入式计算机的功能和特征的融合——网络连接、独立处理、用户可编程等。

为什么Digilent在嵌入式测量系统中使用fpga ?

fpga带来了性能、并行性和功率效率的独特组合。这种结合使得fpga成为数字信号处理(DSP)的首选计算技术，在很大程度上取代了通用的DSP设备。由于信号处理是测试和测量应用的基础，fpga在新的仪器设计中被广泛使用，从通用测试和测量产品到医疗、半导体、航空航天和其他行业的更具体的应用仪器。

最近，fpga与神经网络的自然匹配帮助加速了人工智能和机器学习(AI/ML)从实验室到商业应用的出现。这种快速增长的趋势是将更复杂的处理和决策置于传感器附近或“边缘”，提高响应能力，减少对网络带宽和可靠性的需求。

软件在嵌入式测量中也扮演着重要的角色，使工程师能够轻松地获取、保存、管理、处理和可视化他们的测量数据和结果。客户在自动化测试和测量系统方面有越来越多的选择，随着Python等新进入者加入到MATLAB和LabVIEW等已建立的最爱中来。Digilent是嵌入式系统世界与关注效率的低级语言之间的桥梁，同时提供了高级语言的生产力优势，将设备彼此连接到云上。

这对工程师意味着什么?

由于测量在设备的运行中越来越重要，特别是随着设备变得“更智能”，更能意识到自身的状态和所处的环境，电气工程师必须更好地理解如何与传感器进行接口和处理数据。这在历史上一直是一个专业领域(仪器和数据采集)，但即使是一直专注于数字电子的电气工程师，也需要很好地理解如何将测量与数字系统的效率和准确性相结合。

最后一个单词

工程是液体。它总是跨越“进步”和“做有用的事”之间的界限——它是关于将新技术付诸行动。展望2021年及以后，我相信最有趣的进展将出现在传统工程学科相互重叠的地方:机械、生物医学、电气、射频、计算机科学。挑战的一部分(也是我喜欢成为一名工程师的原因)是要乐于尝试新事物，跨越传统的界限。嵌入式测量是一个非常诱人的机会为自己和Digilent,和我希望通过一个阵容令人兴奋的产品我们今年计划连同我们的第一个产品在这个领域(Eclypse Z7和USB104 A7),将会有大量的工具来保持我的工程师从事导航这一新的前沿。