云计算成应对可靠性验证算力峰值的弹性方案 在快速迭代的工业和消费产品中，IC 设计公司深知按时或提前推向市场对竞争成败至关重要。但产品上市后的性能表现同样关键。产品上市却因无法兑现广告承诺的性能或寿命而失败，是企业最不愿面对的噩梦。 因此，可靠性验证已成 IC 设计验证流程必不可少环节。随着工艺节点推进至最先进节点，静电放电（ESD）和锁定保护等可靠性问题的范围和复杂度大幅增长（图 1）。响应此需求，大多数晶圆厂提供可靠性设计规则，由 EDA 公司通过自动化可靠性验证工具和检查实现。 图 1. 工艺节点演进下检查数量复杂度与 ESD 路径密度增长。 自动化 IC 设计验证同其他形式一样，运行

Microchip 专家解析：将处理能力下沉至网络边缘的核心器件 Microchip Technology 无线解决方案组产品线经理 Alex Li 在 ElectronicProducts.com 刊文，阐述 Wi-Fi MCU 在以最少空间和元件集成更多功能方面的重要性。他认为，随着 IoT 趋势将处理能力从云数据中心下沉至网络远端边缘，这一考量愈发关键。Wi-Fi MCU 是设计工程师可用的最通用 SoC 之一，能在单一器件而非离散元件中集成多功能。 幸运的是，将这些器件集成到嵌入式 IoT 子系统中可以很简单——前提是 Wi-Fi MCU 厂商提供合适资源。关键在于：高安全性、满足云服

一些公司渴望拥抱新技术以保持领先。另一些对数字颠覆不那么热情，尤其考虑到一些趋势不过是流行语。随着智能机械采用上升，许多人可能对物联网连接有这些疑问。 消费应用领跑企业物联网采用，可能因一些公司犹豫投资技术。公司需要经济效益证据才投资这些项目。许多人和出版物对智能机械做夸大宣称，但实际能节省多少时间和金钱？ 效率带来的节省 智能技术节省时间进而省钱的主要途径是提高效率。联网设备自动化员工原本需手动执行的数据密集型任务。许多这类工作非增值但耗时，自动化可带来显著改进。 例如，佛罗里达大学科学家实施无人机和AI系统统计橙树。该方案耗时仅为人工替代方案10%。研究人员可在系统运行时执行其他增值任务，

AI 模糊 IoT 与机器人边界，催生“机器人物联网”新范式 物联网（IoT）与机器人本是独立技术，但人工智能（AI）进步正迅速模糊二者界限。如今机器人能从 IoT 采集数据中学习，被编程执行前所未有的纠正和预测动作。 要领会这些进步，需审视两者传统能力。两者均依赖传感器，但 IoT 设备用传感器采集数据并传递给专用处理设备。例：温度剧变时重置楼宇恒温器，或监测交通流量实时重编程红绿灯。机器人则用传感器控制自身移动、任务、路径。例：工厂搬运重物、仓库巡航避障。 机器人物联网（IoRT）如何运作 IoRT 是大幅利用 AI 的新概念。核心思想：智能技术监控并操控事件，融合机器人传感器数据与 I

工厂人员存在检测与社交距离 PPE 方案 为工业设施配备基于设施的存在检测解决方案，既有利于传统安全安保，也能在一般占用层面辅助社交距离和传染缓解。相关方案与效益已在本系列前作《商业楼宇自动化的智能存在检测》中广泛讨论。 增加与机器的无触控交互（语音识别或面部认证），可减少人员接触潜在感染表面，利于传染缓解。但要在通常需高强度体力劳动、员工间及与设备频繁物理交互的环境中维持生产力，必须考虑专用方案。 理论上可仅部署设施端设备（无需每人佩戴可穿戴设备）实现此类方案，但需要极高精度人脸识别技术。考虑到大型设施所需边缘节点数量、数据采集传输处理量，成本极高。 配备蓝牙低功耗（BLE）的可穿戴技术，为

基于 Marvell 主控，融合企业级性能与宽温可靠性 高性能存储解决方案提供商 Exascend 宣布推出基于 Marvell 行业领先 SSD 主控的新系列热优化、超大容量、高速 PCIe Gen3 NVMe 与 SATA3 SSD 产品。 PI3 系列（PCIe Gen3x4）为工业级（-40°C~85°C 工作温度）SSD，具备企业级性能特性（持续高速、低延迟），提供标准 U.2 最高 8TB、M.2 2280 最高 4TB。SI3 系列（工业 SATA3）仍长期供货，最高 4TB。 产品专为工业和坚固型应用设计，应对不可预测环境、宽温波动、热/气流限制等小尺寸设计挑战，尤其适配 SA

Analog Devices 推出 CN0549，助力预测性维护从振动感测到算法开发全流程 Analog Devices 即将举办网络研讨会，发布 CN0549——全新状态监测（CbM）开发平台，旨在帮助开发者和设计师加速状态监测硬件、软件和算法开发。 研讨会简介：非计划停机可占制造总成本近四分之一，预测性维护蕴藏巨大节省潜力与生产力提升。本次网络研讨会将介绍 ADI 全新 CbM 平台，提供机械安全、宽带宽传感器数据，具备稳健高保真数据采集。开源嵌入式软件将数据直接流式传输至 MATLAB 和 Python 分析工具，支持实时处理和机器学习算法开发。平台灵活性让各学科工程师快速上手 CbM

“让机器做机器擅长的事，让人做人擅长的事。让我们善用机器，更要彼此关爱。” —— 李开复《AI·未来》 工业机器人已走过 60 多年。1959 年，美国风险投资公司 Unimation 诞生首台工业机器人 Unimate，首装于新泽西州特伦顿通用汽车压铸厂。汽车业率先采用，每台机器人可替代十名资深焊工 7×24 小时作业。组装一辆车平均需 4000 处点焊，自动化该流程预期大幅提升生产力。 1968 年川崎重工基于 Unimation 设计制造日本首台工业机器人“川崎-Unimate 2000”，1969 年完成。虽日企工厂已有专用机器，但川崎 Unimate 可编程执行多种作业，填补严重劳动

洞悉 IoT 解决方案终极目标，精准设计产品角色 IoT 架构分层，不仅要知晓产品所在层级，更要明确其在大局中的贡献。拥有 IoT 解决方案目的的 360 度全景视角，将极大助力设计产品如何相应集成。快速回顾各层功能，既可复习 IoT 解决方案基础，也为 IoT 生态系统产品提供者提供关键考量。 感知层 常称“感知层”。传感器和执行器负责从环境采集数据。核心功能：获取周围信息并传递给网络层，以便基于信息采取行动。 网关/网络层 存储来自传感器、读取器、标签的大部分数据，并将数据传输至中间件层。网关常驻此层，为不同 IoT 设备提供网络协议。网关可以是微控制器、嵌入式 OS、无线通信模块或信号处

有线仍是工业互联网主力，LPWAN 成无线首选，5G 非刚需 实现工业 4.0 应用与服务效益，需要海量传感器、网关、云计算系统部署，并保障无缝连接。 有人误以为 IoT 总需无线连接，源于移动设备、穿戴设备等大量非有线联网终端。现实是工业互联网多由有线网络实现，以太网仍是全球工厂连接骨干。 需无线时，Sigfox、LoRaWAN、NB-IoT 等低功耗广域网（LPWAN）技术助力管理本地/远程设施的海量 IoT 设备。 有线工业连接与 M2M 存在数十年 自 1980 年代起，许多行业受益于有线数据连接，多用 24V 可编程逻辑控制器（PLC），这是工业应用的全球电压标准和数字语言。199

实时监测+预测性维护，西班牙高铁列车可用率达 99.94% 预测性维护能实时识别维护问题，让机器/车辆主机在故障或损坏前以高性价比方式提前维护。正确使用可延长工业资产寿命，降本增效。 西班牙拥全球第二大高铁网（超 4900 公里）。国铁 Renfe 承诺所有 AVE 高铁全线准点到达。过去为保服务可用性，需备大量列车应对突发故障。如今借助实时监测、预测性维护和按需换件，Renfe 让 99% 以上高铁持续运营。 图片来源：Renfe。 西门子建造维护大部分列车，利用成千上万传感器、边缘计算和实时分析预测潜在故障，确定最佳维护/换件时机。系统自动排期停机，确保技术人员和备件到位，避免延误。技术

从概念到落地：规划、文化变革与新技术缺一不可 Claudia Jarrett 近期刊文《工业 4.0 是空中楼阁吗？》探讨工业物联网（IIoT）即工业 4.0。围绕这一新兴产业的愿景虽令人振奋，但多停留在理论层面。因为真正推动变革需要规划、文化变革和新技术。 工业 4.0 究竟是否只是空中楼阁？先看基础：要实现工业 4.0，制造设施必须先数字化——引入工业硬件、发明新技术、实施创新软件。 工业界虽有创新紧迫感，但为“尖端”而匆忙上马不可取。工程雇主联合会（EEF）指出，企业工业 4.0 之旅须跨越三个里程碑——构想、演进、革命。每家企业所处阶段不同，应聚焦自身业务与现实需求，而非盲目投资最炫酷

从初创到全球前 22 大分销商，仅用五年 偶尔会有公司凭借创新技术彻底颠覆一个行业。Sourceability 便是电子元器件分销领域的这种案例。2015 年 7 月 15 日成立于佛罗里达州多拉尔，仅六个月成为全球供应商。如今拥有 13 个办事处和 6 个代表处，遍布美国、以色列、中国、德国、印度、意大利、墨西哥、新加坡、斯洛伐克、瑞典、台湾、荷兰等地。根据 Source Today 2020 年全球 50 大电子分销商榜单，Sourceability 排名第 22 位，2019 年营收超 1.67 亿美元。 这引出显而易见的问题：一家初创企业为何能如此迅速做到这么大？ 图 1：面向电子元

Innodisk 线上课程深度解析边缘推理与 AI 落地 Innodisk 即将举办在线课程，探讨边缘侧推理主题，以及如何利用人工智能从中获取可落地的洞察。Innodisk 是工业级嵌入式闪存和 DRAM 存储产品的领先设计制造商，专注于企业、服务器、工业、军工、网络和游戏市场。 课程简介：数据挖掘是数字世界的新淘金热，海量数据在设备间流动。虽然服务器拥有强大算力，但具备强劲算力的个人终端硅片已能在边缘处理采集数据。AI 加速器等技术掌握了无延迟在本地理解数据的关键。 学员将学到： 训练与推理的区别； 推理的应用：提供可落地的智能； 边缘侧推理的优势； 如何开始系统级设计（OpenVINO/

边缘 AI 赋能智能仓储与制造，提升效率与良率 Advantech 与 NVIDIA 即将举办联合网络研讨会，探讨如何利用边缘 AI 解决方案优化企业日常运营，重点聚焦仓储与制造行业。 研讨会简介指出：在线购物需求激增与更快交付期望下，电商企业面临提高生产力以完成复杂海量订单的压力。自主机器人已成常态，用于减少人工常规任务、提升效率；智能检测机器也被部署以提高良率和精度。 作为工业市场领导者，Advantech 将分享基于 NVIDIA® Jetson™ 平台的边缘 AI 系统在仓库和制造现场的真实案例。 核心收获： AI 解决方案可解决工厂、仓库、履约中心的哪些问题； 如何从可信赖的可持续

GSMA Intelligence 与 Juniper Research 预测：5G 与 eSIM 将成工业物联网关键驱动力 尽管今年医疗危机一度减缓采用节奏，但联网 IoT 设备数量持续增长。Juniper Research 最新数据显示，未来五年工业物联网连接数将翻倍以上，从 2020 年的 177 亿增至 2025 年的 368 亿。 疫情加速了工业自动化进程：工厂需为更多限制和潜在封锁做准备，许多原本需要机器操作员现场作业的流程可实现自动化或远程控制，让部分工人居家或在更安全环境下工作。 两大蜂窝新技术将进一步渗透工业物联网市场：第五代蜂窝网络（5G）和嵌入式用户身份模块（eSIM）。

云边融合加速下的工业网络安全隐患 随着云计算与边缘计算在工业界深度融合，新解决方案与效率提升不断涌现。然而，在快速增长的背后，往往被忽视的是那些可能被犯罪分子利用的薄弱环节——他们可通过连接系统的漏洞窃取敏感信息实施恶意攻击。 为深度剖析这一议题，EETimes 编辑部推出专题项目《保护工业云免受网络攻击》。项目引言指出： 多份网络安全行业报告显示，数据泄露仍是众多行业的头号担忧，而身份与访问管理（IAM）实践缺陷持续位列数据泄露的主要途径。Sophos 云安全研究发现，三分之二的攻击利用了配置错误导致的安全漏洞，但仅四分之一组织将缺乏员工专业知识列为首要关切。许多企业仍未将这些关联串联起来。

半导体巨头加速工业物联网版图扩张 虽然似乎每家公司都在向物联网转型，但少数领军企业对行业影响力远超其他。Dialog Semiconductor 便是其中之一。继 2019 年 5 月以 4500 万美元现金收购 Silicon Motion Technology 产品线后，Dialog 近日宣布以 8000 万美元现金收购混合信号 IC 开发商 Creative Chips GmbH。若 Creative Chips 在 2020 和 2021 年达成特定营收目标，还将额外获得 2300 万美元。 Dialog 看中 Creative Chips 的独特行业地位：作为无晶圆厂半导体制造商，其

微软加码物联网，IoT Central、Azure Maps 与 Azure Sphere 迎来重大更新 去年，微软宣布在物联网领域投入 50 亿美元。过去一年，微软在 IoT Central 推出新功能、发布 Azure Maps，并准备让 Azure Sphere 正式商用。近日，在 IoT Solutions World Congress 大会上，微软发布了一系列新能力： 白标定制：允许客户按自有品牌外观定制 IoT Central。 API 支持：扩展 IoT Central 并与其他解决方案集成。 IoT Plug and Play：实现设备轻松接入。 多租户支持：构建多租户应用，

工业 4.0 由机器学习、大数据、IoT 三驾马车驱动。IoT 设备让管理者获得全维、准确、可决策的数据资产，驱动流程优化。但遗留系统/设备下的集成并非易事，需精密规划。 IIoT 挑战与红利并存 IIoT 设备柔性强，适配多场景数据采集。最大红利：预测性维护——分钟级设备健康数据喂养算法，精准预判维修窗口；次之：数据驱动决策与流程增效。最大挑战：海量设备协同避免数据孤岛、安全加固、连接基建支撑。好在科学规划可逐一化解。 IIoT 车队集成六步法 锚定单一业务目标：如“预测设备维修”，防范范围蔓延，确保数据可分析可落地； 先行搭建数据协调框架：跨设备/部门/文件系统的数据流转拓扑、基础运维（