今年的NI Connect有“亿”点精彩🎉，一起通过视频➕文字重返现场。
艾默生测试与测量业务集团总裁Ritu Favre表示：“NI现为艾默生新的测试与测量业务集团的一部分，我们将继续增强NI品牌的实力以及践行我们对创新的承诺，同时在艾默生的助力下，加速下一代自动化技术在测试组织中的发展。同时，我们坚信测试确实可以成为一种战略性的差异化因素，关键在于重构想象，将测试、测量和数据分析融入产品全生命周期的每一个环节，实时的数据洞察让决策更加精准，从而提高产品质量、加速产品上市、以及提升组织的整体运营绩效。”
以软件为中心的测试方法可帮助企业提高效益，西门子交通和ADI的案例就是很好的证明。
西门子交通专注于推动火车的电气化，现在他们面临着复杂测试挑战。每个火车订单都是独一无二的，配备不同的软件、系统和布线，同时还要与陈旧的铁路和通信网络集成，且随着日常运行路线和容量需求的变动频繁调整。这些因素共同构成了一个高度复杂的测试环境，要求极高的定制化和灵活性。
西门子交通为解决这一难题，采用了数字孪生技术。这意味着为每一列火车创建数千个数字模型，涵盖从最小的电线到大型电子控制单元（ECU）在内的每一个组件。这种数字孪生方法为西门子提供了极大的灵活性，他们可以在设计完成后的几个小时内，从头开始在数字虚拟世界“建造”一列火车—一辆对应现实世界真车的数字孪生列车。
"通过采用NI测试系统，包括PXI、CompactDAQ、VeriStand和LabVIEW，我们不仅将数字孪生技术从测试验证工具转变为设计过程的核心要素，还将新列车的调试时间从以往的半年缩短至几周之内，”西门子交通开发负责人George Kaehler表示：“这要归功于NI平台的开放性和丰富的选择，为我们节省数千个小时和数百万美元。”
西门子交通开发负责人George Kaehler
作为行业领先的半导体公司，ADI面临着在其庞大的全球验证实验室中提高效率的挑战。在2020年COVID-19疫情期间，其运营受到了严重影响，他们发现验证阶段的工作效率下降了大约30%。面对挑战，ADI迅速采取行动，借鉴设计和测试团队的成功经验，比如通过标准化工作流程和集中资源管理等方法，来提升验证环节的效率。
同时，ADI启动了一个名为“HyVe实验室” 的计划，旨在通过标准化和集中化的方法，在全球所有开发站点中推动更多的IP重用。
ADI运营工程副总裁Michael O’Sullivan表示：“在实施标准化的过程中，软件框架的选择至关重要，我们选择了NI的PXI平台，因为它提供了高度的灵活性，使团队能够快速适应变化。此外，NI与Soliton合作，为开发TestStand就绪的代码模块提供了架构指导，这使ADI能够在标准化的代码环境中实现测量自动化。”
ADI运营工程副总裁Michael O’Sullivan
为了帮助更多企业通过以软件为中心的测试方法提升经营业绩，我们坚定地投资以LabVIEW为核心的软件。
视频详解LabVIEW▼
1.强化LabVIEW：AI和 LabVIEW中的新功能、完善协作
2.连接LabVIEW
3.建设软件社群
LabVIEW社区是LabVIEW用户的聚集地，每天都有众多工程师在此交流技术问题，其中一些交流甚至为LabVIEW功能的更新提供了灵感。
JKI作为LabVIEW社区的集成合作伙伴，专注于LabVIEW已有30年的历史。NI通过与JKI的合作，为LabVIEW社区提供了强大的支持。JKI CEO Jim Kring是LabVIEW社区最活跃的成员，提到LabVIEW社区的未来发展，他表示：“期待NI在更多开发领域采用开源模式，我们希望与NI并肩同行，加快LabVIEW新用户的增长。”
面对汽车电子电气架构变革所带来的挑战，全球知名汽车零部件供应商麦格纳国际推出了一个开创性的车载嵌入式软件平台SmartBridge，该平台率先采用“功能优先”的设计理念，通过按性能和安全需求分类实施功能，并运用“感知-思考-行动”的整体软件范式，在车辆级别上实现了功能与底层硬件的解耦，极大简化了跨专业领域的集成。
在软件定义汽车时代，SmartBridge是一个很好的解决方案。Smartbridge Connect项目启动时，麦格纳国际虽然提出了降低成本和复杂性的目标，但对具体需求和实现路径尚不清楚。NI为麦格纳国际配备了构建灵活、接近真实车辆水平的硬件在环（HIL）系统所需的软/硬件。该系统的一大亮点是其出色的跨领域集成能力，能够与各类组件无缝对接，确保在快速迭代的集成与部署周期中，仍然可以有效地测试平台及其上运行的嵌入式软件的质量。
SmartBridge已经在全球多个地点部署和使用，对此，麦格纳国际副总裁Lee Bauer强调：“NI的SystemLink软件是项目推进的关键力量，使我们能够有效地管理、配置和监控不同地点的所有系统。从SmartBridge构想的初现火花，到其作为成熟全球解决方案的广泛应用，每一步都凝聚着NI团队与麦格纳国际团队的紧密协作与共同努力。”
麦格纳国际副总裁Lee Bauer
生成式AI时代对高质量数据的需求量呈爆发式增长，但真实世界数据有限，而合成数据凭借其真实性、泛化性和生成效率等优势会是解决数据短缺的最有效办法。Lightwheel AI 结合生成式AI和仿真技术，为客户提供规模化、高质量、可泛化的合成数据，将真实数据的价值放大100倍，弥补AI时代的数据缺口。
随着技术演进，数据质量成为决定AI模型效能的关键，测试工程师作为连接数字世界与物理世界的专家，擅长将数据设计与真实的信号和产品结合起来，其地位越来重要。被问及测试工程师的发展方向，Lightwheel AI创始人兼首席执行官Steve Xie表示：“测试工程师的专业领域知识（Domain Expertise）是未来AI能力提升的关键，因此应利用合成数据来进一步扩展并强化这些专业知识，实现从1到N的无限放大。NI是确保数字与物理世界有效互联的必要手段，测试工程师也应当在数字与物理融合互通的大趋势下，进一步发掘数据价值、推进AI变革发生。”
Lightwheel AI创始人兼首席执行官Steve Xie
NI Connect未完待续，请期待下一篇精彩报道。
知道那些你想知道的NI事
