Böblingen, 19. Mai 2020 – Keysight Technologies hat heute PathWave Waveform Analytics vorgestellt, eine Edge-to-Cloud-Computing-Anwendung, die die Anomalie-Erkennung verbessert und die Kosten für die Datenspeicherung bei der Pre-Silizium-Validierung unter Verwendung von Algorithmen des maschinellen Lernens reduziert.
Die Märkte für Fahrzeuge, IoT und mobile Geräte wachsen schnell. Für diese Märkte müssen Design-Thinking und innovative Technologien genutzt werden, damit Halbleiter-Entwicklungsingenieure schnell Produkte entwickeln können, die robust, zuverlässig und sicher gegen böswillige Eingriffe sind und gleichzeitig den Stromverbrauch senken.
Die hochentwickelte Analysesoftwarelösung PathWave Waveform Analytics von Keysight beinhaltet eine neue Datenkomprimierungstechnologie, die eine Komprimierung von Signalformen über einen langen Zeitraum, eine hochauflösende Wiedergabe und eine Analyse von mehreren Terabyte an Daten ermöglicht. Das integrierte maschinelle Lernen verbessert die Erkennung von Spannungs- und Stromanomalien sowie von transienten Trends, die mit den Signalformen erfasst werden.
Keysights PathWave Waveform Analytics befasst sich mit den Herausforderungen, denen sich Halbleiter-Entwickler derzeit gegenübersehen, und bietet die folgenden Hauptmerkmale und Vorteile:
„Hocheffiziente Halbleiter erfordern eine robuste, zuverlässige und sichere Analytik während der Designqualifizierung“, sagte Christopher Cain, Vice President und General Manager von Keysights Electronic Industrial Products. „Die innovativen Lösungen von Keysight für die Analyse von Big-Data-Signalformen ermöglichen es den Halbleiter-Entwicklern, die Design-Analyse zu automatisieren, die Produktivität dieser Aufgaben um bis zu 90 Prozent zu verbessern und damit die Markteinführungszeit ihrer Unternehmen zu verkürzen.“
Außerdem ermöglicht es Keysights PathWave Waveform Analytics Entwicklern:
Weitere Informationen finden Sie unter https://www.keysight.com/us/en/assets/3120-1144/data-sheets/KS6300A-PathWave-Waveform-Analytics-PWA.pdf
Vorheriger Beitrag Nächster Beitrag