在当今快速发展的工业和消费产品中，集成电路 (IC) 设计公司知道，按时或提前将其设计推向市场对于保持或获得竞争成功至关重要。但是，他们也知道，产品上市后的性能同样至关重要。将产品推向市场，却无法实现广告所承诺的性能或产品寿命，这是公司永远不想拥有的噩梦。 因此，可靠性验证现在是 IC 设计和验证流程的重要组成部分。随着设计转向最先进的工艺节点（图 1），可靠性问题（例如静电放电 (ESD) 和闩锁保护）的范围和复杂性显着增加。作为回应，大多数代工厂现在提供某种形式的可靠性设计规则，这些规则由电子设计自动化 (EDA) 公司以自动化可靠性验证工具和检查的形式启用 [1-3]。 图 1.

在最近发表于 ElectronicProducts.com 的一篇文章中，Microchip Technology 无线解决方案事业部的产品线经理 Alex Li 回顾了 Wi-Fi MCU 的重要性，因为它与将更多（和更多）功能整合到最少的空间和组件。 李认为，这正成为一个越来越重要的考虑因素，因为物联网的趋势现在正朝着将处理能力置于网络的远端，而不是仅仅在基于云的数据中心。他描述了 Wi-Fi MCU 如何成为设计工程师可以使用的更通用的 SoC 之一，并在帮助实现这一壮举方面大有帮助；也就是说，将多种功能集成在单个设备中，而不是在特定的分立元件中。 幸运的是，将这些设备实际集成到嵌入

一些公司渴望采用新技术以尽可能保持领先地位。其他人则不太热衷于数字化颠覆，尤其是考虑到某些趋势最终只是流行语。随着智能机械采用率的提高，许多人可能会提出有关物联网连接的这些问题。 消费者应用程序的采用速度超过了商业物联网的采用率，这可能是因为一些公司对投资该技术犹豫不决。公司在将资金投入这些项目之前需要经济利益的证据。很多人和出版物都对智能机械提出了崇高的要求，但它实际上可以节省多少时间和金钱？ 通过效率节约 智能技术节省时间和金钱的主要方式是提高效率。联网设备可自动执行员工必须手动执行的数据量大的任务。其中许多工作没有增值但很耗时，因此将它们自动化可以带来相当大的改进。 例如，佛罗里

虽然物联网 (IoT) 和机器人技术是独特的技术，但人工智能 (AI) 的进步正在迅速模糊两者之间的界限。现在机器人可以从物联网收集的数据中学习，机器人正在被编程以采取以前从未见过的纠正和预测行动。 要充分了解这些进步，需要了解每种技术的传统功能。虽然这两种技术都依赖于传感器，但物联网设备利用传感器来收集数据并将信息传递给具有专用任务的其他处理设备。这方面的一个例子是在温度发生显着变化时重置建筑物恒温器，或者在监控交通水平时对交通信号进行实时重新编程。 另一方面，机器人技术使用传感器来帮助控制机器人的运动、任务和运动路径。这方面的例子是机器人在工厂车间举起重物或在仓库的过道上行驶而不接触某

这段摘自最初发表在 ElectronicProducts.com 上的一篇文章。 大流行期间工厂的存在检测和保持社交距离的 PPE 为工业设施配备基于设施的存在检测解决方案有利于传统的安全和安保问题，并且可以在一般占用意义上帮助社会疏远和传染缓解。这些解决方案及其优势在本系列的先前安装中进行了广泛讨论（请参阅“用于商业楼宇自动化的智能存在检测 ”)。 通过语音识别或面部身份验证添加与机器的非接触式交互，通过限制一个人触摸潜在传染性表面的需要，在减轻传染方面是有益的。但是，为了在通常需要大量体力劳动以及员工之间以及与操作设备之间的物理交互的环境中提高生产力，必须考虑使用专门的解决方案。 可

Exascend, Inc., (www.exascend.com) 是一家领先的、服务驱动的、高性能存储解决方案提供商，宣布推出新的热优化、超容量、高速和 PCIe Gen3 NVMe 系列产品以及基于 Marvell 业界领先的 SSD 控制器的 SATA3 SSD 产品。 Exascend PI3 (PCIe Gen3x4) 产品系列是工业级（-40ᵒC~85ᵒC 工作温度）SSD，具有企业级性能特性（维持高速和低延迟），标准 U.2 最高 8TB，M.2 2280 最高 4TB . SI3 系列（工业 SATA3）等传统部件仍可提供高达 4TB 的容量，并将成为长期支持项目。 专为

在即将举行的网络研讨会上，ADI 公司推出了 CN0549，这是一个全新的基于状态的监控 (CbM) 开发平台，旨在帮助开发人员和设计人员创建状态监控硬件、软件和算法开发。 来自网络研讨会的描述： 鉴于计划外停机时间可能占总制造成本的近四分之一，预测性维护有可能显着节省成本并提高生产力。 在本次网络研讨会中，我们将介绍 ADI 公司的新状态监测平台，旨在帮助加速状态监测硬件、软件和算法的开发。 CN0549 平台是一个完整的开发平台，可提供机械安全、宽带宽的传感器数据以及强大的高保真数据采集。开源嵌入式软件将数据直接传输到基于 MATLAB 和 Python 的数据分析工具，用于预测性维

“让我们选择让机器成为机器，让人类成为人。让我们选择简单地使用我们的机器，更重要的是，彼此相爱。”李开复（人工智能超级大国：中国、硅谷和世界新秩序） 机器人已经存在了 60 多年。世界上第一台工业机器人于 1959 年由专门从事机器人开发的风险投资公司 Unimation 在美国投入使用。他们的第一款产品 Unimate 是在位于新泽西州特伦顿的通用汽车公司压铸厂推出的。 汽车行业是第一个采用 Unimate 的行业。每个机器人可以完成包括焊工在内的 10 名经验丰富的操作员 24/7 全天候工作。组装每辆汽车平均需要点焊 4,000 个零件，因此人们期望如果他们能够将这一过程自动化，将显

在设计产品的特定角色时，了解 IoT 解决方案的最终目的至关重要 由于物联网架构分为多层，重要的是不仅要知道你的产品在哪一层，而且要知道你的产品在更大的方案中的贡献是什么。对物联网解决方案的用途有 360 度全方位的了解，这将极大地有助于设计您的产品将如何进行相应的集成。快速回顾每一层的功能应该有助于提醒物联网解决方案的基础知识，同时为构成物联网生态系统的产品的供应商提供关键考虑因素的想法。 传感器层 ：这一层通常被称为“感知层”。在这一层，传感器和执行器负责从环境中收集数据。该层的主要功能是从周围环境中获取信息，然后将数据传递给网络层，以便根据该信息采取一些行动。 网关和/或网络层

为了实现工业 4.0 应用程序和服务的优势，需要大规模部署传感器、网关和云计算系统，并实现无缝连接。 有些人认为物联网 (IoT) 总是需要无线连接。这种误解源于大量使用移动设备、可穿戴设备和其他未物理插入有线网络的连接设备。 现实情况是，大部分工业互联网都是通过有线网络实现的，而以太网仍然是全球大多数工厂的连接骨干。 当需要无线连接时，Sigfox、LoRaWan 和 NB-IoT 等低功耗广域网 (LPWAN) 等新技术有助于管理本地和远程设施中的数百万 IoT 设备。 有线工业连接和 M2M 已经存在了几十年 自 1980 年代以来，许多行业都受益于某种形式的有线数据连接，

预测性维护可以实时识别维护问题，使机器和车主能够执行具有成本效益的维护，并在设备发生故障或损坏之前提前确定。如果使用得当，预测性维护可以延长工业资产的使用寿命，降低成本并提高可用性。 西班牙拥有全球第二大高速铁路网络，拥有超过 4,900 公里（3050 英里）的高速铁路线。铁路运营商 Renfe 承诺其在全国的所有 AVE（Alta Velocidad）列车准时到达。 直到最近，为了提供这样的服务和可用性，铁路运营商需要有大量的列车待命，以应对任何不可预见的故障和维护问题。 然而，得益于实时监控、预测性维护和按需更换部件，Renfe 现在能够保持其 99% 以上的高速列车始终运行。

在最近发表的文章“工业 4.0 是白日梦吗？”中，作者 Claudia Jarrett 探讨了工业物联网或 IIoT，或者更好的是工业 4.0 的主题，以及围绕这个新兴行业的想法和愿景如何可能有一天会意识到确实令人兴奋，但它们仍然主要是理论上的。这是因为要真正带来变革，需要规划、文化变革和新技术。 所有这些都引出了一个显而易见的问题：工业 4.0 是白日梦吗？ 好吧，让我们从基础开始。为了真正实现工业 4.0，制造设施必须首先实现数字化。这当然是指工业硬件的整合、新技术的发明和创新软件的实施。 当然，在更大的工业垂直领域内，创新的紧迫性很高，但只是为了成为“前沿”而匆忙通过这些解决方案。

每隔一段时间，一家公司就会推出一项创新技术来彻底颠覆一个行业。 Sourceability 和电子分销行业就是这种情况。 Sourceability 于 2015 年 7 月 15 日在佛罗里达州多拉成立，在短短六个月内成为全球供应商。如今，它在美国、以色列、中国、德国、印度、意大利、墨西哥、新加坡、斯洛伐克、瑞典、台湾和荷兰设有 13 个办事处和 6 个代表处。它排名第 22nd 根据 Source Today 的数据，在 2020 年 50 强电子分销商名单中，2019 年的收入超过 1.67 亿美元。 （来源） 这就引出了一个显而易见的问题：一家初创公司怎么能做这么多、这么快？

在即将举行的在线会议中，宜鼎国际将探讨边缘推理的主题，以及如何最好地利用人工智能从这种实践中获得可行的见解。 对于那些不熟悉的人，宜鼎国际是工业嵌入式闪存和 DRAM 存储产品的领先设计商和制造商，重点关注企业、服务器、工业、军事、网络和游戏市场。 来自类的描述： 数据挖掘是数字世界的新淘金热，大量数据在我们的设备之间流动。虽然我们拥有强大的服务器计算能力，但具有强大芯片的个人计算的兴起可以处理边缘收集的数据。借助 AI 加速器等技术，它掌握着毫不拖延地了解本地数据的关键。 在本次会议期间，与会者可以期待学习： 训练与推理。 推理的应用：提供可操作的情报 我们通过边缘推理获得哪些优势

在 Advantech 和 NVIDIA 即将举行的联合网络研讨会上，两家公司将讨论如何最好地使用边缘 AI 解决方案来帮助企业优化其日常运营；尤其是仓储业和制造业。 来自网络研讨会的描述： 在线购物需求的增长和更快的交付预期使电子商务企业关注提高生产力以完成复杂和大量的订单。自主机器人技术已成为减少手动日常任务和提高效率的新规范。还实施了智能检测机以提高良率和准确性。 作为工业市场的领导者，研华希望分享一些真实案例，说明我们由 NVIDIA® Jetson™ 平台提供支持的边缘 AI 系统如何优化仓库和制造现场的业务。 要点： 人工智能解决方案可以解决工厂、仓库和履行中心的哪些问题

GSMA Intelligence 和瞻博网络研究认为，5G 和嵌入式 SIM (eSIM) 将在工业物联网中发挥重要作用 尽管在今年的医疗危机期间采用率最初有所放缓，但连接的物联网设备的数量仍在不断增长。 Juniper Research 发布的最新数据表明，在短短五年内，工业物联网连接数将翻一番以上，从 2020 年的 177 亿增加到 2025 年的 368 亿。 今年的大流行加速了进一步自动化更多工业流程的愿望，因为工厂需要为更多的限制和潜在的封锁做准备。此外，当前许多需要机器操作员在场的流程都可以实现自动化或远程控制，从而允许一些工厂工人在家或在更受保护的环境中工作。 此外

随着云计算和边缘计算在工业世界中不断融合，新的解决方案和效率正在迅速建立。然而，随着这种快速的增长速度，经常被忽视的是利用点，那些有犯罪意图的人可能会在更大的连接系统中找到一个弱点，以出于恶意目的访问敏感信息。 为了让这个主题得到应有的报道，EETimes 的工作人员组织了一个名为保护工业云免受网络攻击的“特殊项目” .从项目描述来看： 以下来自项目的开篇部分： 在来自网络安全行业不同部门的多份报告中，数据泄露仍然是许多行业最关注的问题，身份和访问管理 (IAM) 实践中的缺陷继续被列为这些数据泄露的主要途径。 尽管有这些报道，尽管在 Sophos 最近的一项云安全研究报告中，三分之二

虽然看起来每家公司都在转变为物联网公司，但也有一些领导者，他们对行业的影响比其他公司更大。 Dialog Semiconductor就是这样一家公司。 Dialog 刚刚于 2019 年 5 月（现金 4500 万美元）收购了 Silicon Motion Technology 的产品线，刚刚宣布还将以 8000 万美元（再次以现金）收购混合信号 IC 开发商 Creative Chips GmbH。如果在 2020 年和 2021 年实现某些收入目标，Creative Chips 的员工将额外获得 2300 万美元。 由于其在行业中的独特地位，Dialog 瞄准了 Creative Ch

去年，微软宣布在物联网上投资 50 亿美元。 Microsoft 一直在忙于在 IoT Central 上实施新功能，推出 Azure Maps，并准备提供 Azure Sphere 以供一般用途。 Microsoft 最近在 IoT 解决方案世界大会期间发布了多项公告，其中包括 IoT Central（其完全托管的 IoT 应用平台）的以下新功能： 白标 ，能够根据客户的身份和外观对其进行自定义。 API 支持 ，扩展 IoT Central 并将其与其他解决方案集成。 物联网即插即用， 方便设备连接。 多租户支持， 构建具有多个租户的应用程序，每个租户都有自己的数据。 新的两层定价模式

由机器学习、大数据和物联网 (IoT) 提供支持的工业 4.0 正在改变工厂。借助物联网设备，管理人员可以收集全面、准确的数据，并可用于推动决策制定和优化流程。 然而，将物联网机器和设备集成起来并不总是那么容易，尤其是集成到拥有大量遗留系统或设备的工厂中。如果管理人员想要成功地将工业物联网设备添加到他们的工厂，他们需要仔细规划。 以下提示可帮助您将 IoT 机器集成到您的工厂中，无论您制造什么产品。 工业物联网的挑战和好处 工业物联网 (IIoT) 设备通常相当灵活，可用于在多种情况和目的下收集数据。 最大的好处之一是预防性维护——数据分析算法使用设备健康状况的实时更新来预测机器何时需