2015 NIWeek：以 Big Analog Data 開啟物聯網之門

美國德州奧斯汀以兩個活動聞名全球資訊界，一個是網路新創和音樂盛世 SXSW，另一個就是每年國家儀器（National Instruments）舉辦的 NIWeek。NIWeek 擁有悠久的歷史，2015 年是第 21 屆年會，吸引超過三千人與會。今年搭著無線通訊邁向 5G 技術的話題，加上熱度絲毫未減的 Big Data 和物聯網，NI 將在高峰會上端出什麼新產品來因應轉型中的產業需求？

主題演講──從物理世界到資料處理

在 NIWeek 的主題演講中，NI 創辦人 Dr. James Truchard 提到 Big Analog Data，他指出真實物理世界有無窮的資料量產生，但須透過感測器與相關運算，才能將有意義的資料傳遞到雲端或是連結其他的節點，也就是 Interact、Compute、Connect 三個過程。當資料能被記錄下來並做後續分析，其應用範圍便可延伸到工廠乃至商業應用上，最終將可協助企業節省成本，同時找出顧客上門消費的時機點。

NI 全球業務與行銷執行副總裁 Eric Starkloff 亦指出，開發物聯網設備意味著系統端需整合越來越多元件，資料擷取系統數量也將明顯增加，針對市場大量資料需求，NI 在大會中展示全新 14 槽 USB 3.0 CompactDAQ 機箱，結合 LabVIEW 軟體後，即可透過單一系統處理目前的資料擷取需求，也可以輕鬆擴充以滿足未來應用。

Starkloff 同時也提到，在大數據的使用上，往往只有 5% 的資料會被用來分析，其他資料目前只能被擱置一旁，以跨國汽車公司 Jaguar Land Rover 為例，旗下量產的房車一天至少要處理 500 GB 的資料，但只有不到 10% 的資料會被拿來分析。如何提升資料的處理比率，獲得更多有用的資訊呢？Jaguar Land Rover 透過 NI 推出的 DIAdem 2015 軟體，即時將記錄的資料做好分類。當要查時速超過 95 公里下煞車的狀況，藉由 DIAdem 全新的資料顯示和分析功能，便可在全域尋找特定的資料並加以分析，減少需要跑另一次試驗的時間以及資源。如今 Jaguar Land Rover 已經運用超過 95% 的資料，充分了解其車體性能及客戶使用習性。

而在全球物聯網所帶動的 5G 熱潮中，NI 協助 5G 前瞻研究團隊，成功克服各項挑戰，讓 5G 技術得以更快速發展。NI 也為 5G 系統開發及研究員設計了 LabVIEW Communications System Design Suite，此套軟體將提供業界可即時執行系統運作的原始碼，針對演算法到處理器與 FPGA，提供一致的設計流程，有助於工程師迅速製作無線原型的硬體知覺環境，快速驗證 5G 技術原型。

▲ 祖師級的講者，NI 執行長暨創辦人 James Truchard 博士（右），以及另一位創辦人、LabView 教父 Jeff Kodosky（左），擔任兩天主題演講的講者，談論物聯網以及 5G 行動網路技術帶來的挑戰。

NI 舉辦論文競賽，鼓勵年輕研究者

在每天精彩的主題演講之外，NIWeek 期間還有 NI Engineering Impact Awards 論文競賽，藉由徵稿方式，讓全球各優秀使用團隊展示在先進製造和控制、尖端研究、太空和國防、消費性電子產品測試、能源、RF 和通訊、交通運輸等七個領域的解決方案。此外秉持培養後進的理念，NI Engineering Impact Awards 還開闢學生投稿專區，鼓勵學生發表應用 NI 產品做研究的成果。

蘇黎世聯邦理工學院和蘇黎世應用科技大學蘇黎世藝術學院組成的團隊，將現有輪椅加上履帶，改良成能夠爬樓梯的輪椅 Scalevo。他們用 NI LabVIEW 分析數據，持續改良輪椅。學生經由實際設計產品，學到如何與不同人合作、不畏懼失敗、堅持到底，並以創意改善這個世界。

（Source：YouTube）

中鋼運用 NI 設備監控工廠狀況，維持 24 小時機器運轉

NIWeek 的 Intel 物聯網大獎由台灣中鋼公司發表的《中國鋼鐵鋼廠智能學習型線上設備監診系統》奪得，為台灣在大型的國際會議上爭取佳績。現代工廠無人化，維持 24 小時運作，能夠用機器取代人工的部分就用機器處理，而寶貴的人工則負責監控工廠狀況。中鋼在 1998 年開始監控生產現場，並自主研發出「設備線上監控和診斷系統」（facility online monitoring and diagnosis system, FOMOS），監控工廠設施的振動狀況。此系統經過多年的運作，無法因應目前的數據量與複雜度，為了及早檢出設備異常並減少工作人員的負擔，中鋼藉由 NI 硬體平台──PXI、CompactDAQ 以及 CompactRIO，搭配 LabVIEW 軟體，推出一系列智能學習型線上設備監診系統（簡稱 FOMOS-AI 系統）。

在論文中，中鋼以 FOMOS-AI 系統，收集遍布在生產現場的感測器數據，即時分析收集回來的數據，若發現有機器出問題，就能夠預先排程修理，防止停機停工造成的生產損失。這即是物聯網最終想要達成的境界。