邊緣工程是一個四部曲網路研討會系列,探討隨著系統效能和複雜性加速提升,工程團隊如何演進。
在過去兩年,資料速率、頻率範圍、AI 系統規模和生產需求方面的進步,已將傳統驗證方法推向極限,並迫使工程師探索新的方法。
從晶片前設計和實驗室量測,到大規模網路流量模擬和製造測試,每場研討會都探討工程師如何調整工具、方法和工作流程,以便更早、更快、更大規模地驗證新一代系統。
第一集
了解不斷提高的資料速率和不斷縮小的餘裕,如何推動更早、基於模型的驗證策略。
第二集
探索更寬的頻率範圍和更廣的頻寬,如何提高量測準確度的標準。
第三集
了解為何 AI 基礎設施的規模,使真實流量模擬對驗證網路效能變得至關重要。
第四集
了解半導體和 PCBA 的複雜性如何增加生產測試覆蓋率、良率和可靠性的壓力。
資料速率已倍增,但驗證方法卻未能跟上腳步。隨著 PCIe、DDR 和多兆位元光學互連技術的發展,工程師們在設計流程中更早地遭遇訊號完整性挑戰。
歡迎加入 Keysight 設計工程軟體資深副總裁暨總經理 Niels Faché 的行列,共同探討隨著速度提升,驗證如何變得更具挑戰性,以及工程團隊如何應對。您將了解模擬、架構模型化和高傳真量測如何協助在晶片製造前驗證設計,並降低後續風險。
隨著系統邁向更高的頻率和更寬的頻寬,微小的量測誤差可能導致代價高昂的設計決策。從事無線、雷達、衛星和光學領域的工程師,現在必須驗證將現有工具推向極限的訊號。
歡迎加入 Keysight 產品管理副總裁 Jun Chie 的行列,共同探討量測傳真度開始失效之處,以及工程師們如何應對。您將了解新一代儀器如何協助提升訊號準確度、降低不確定性,並增加設計決策的信心。
AI 資料中心網路現在以一種規模運作,在這種規模下,裝置級驗證已無法反映真實效能。工程師必須了解系統在實際流量條件下的行為方式,而非僅限於獨立測試。
歡迎加入 Keysight 網路應用與安全副總裁暨總經理 Ram Periakaruppan 的行列,共同了解大規模流量模擬如何揭示壅塞、延遲問題和效能限制。您將了解如何在實際工作負載下驗證 AI 基礎設施,並確保其在大規模部署時能可靠運作。
隨著半導體複雜性增加和電路板設計日益緊密,製造團隊面臨更嚴格的公差、更少的測試存取點,以及維持良率和產能的日益增加的壓力。在生產規模下驗證 RF 效能和高速數位訊號完整性,增加了一層新的複雜性,是傳統方法難以解決的。
歡迎加入 Keysight 電子工業解決方案事業群資深副總裁暨總裁 Jason Kary 的行列,共同探討製造驗證如何演進。您將瞭解晶圓級和電路內測試策略如何提高涵蓋範圍、及早偵測缺陷,並在不影響品質的前提下,實現一致的大規模量產。