在7月20日举办的第九届EEVIA年度中国电子ICT媒体论坛暨2021产业和技术展望研讨会上，来自ADI、英飞凌、艾迈斯欧司朗、NI、Qorvo、安谋科技、伏达半导体七家国际著名IC企业的专家从各个角度对市场趋势和技术创新发表了看法，内容涉及工业互联、功率与第三代半导体、智能驾驶、UWB无线技术、高速计算和无线快充。这意味着：1）国际巨头正在紧锣密鼓地布局智能驾驶与工业互联领域；2）这两个应用方向仍存在半导体层面的痛点。

“第九届EEVIA年度中国电子ICT媒体论坛”现场

工业4.0数字化转型

ADI是业界知名的模拟信号、混合信号和数字信号处理芯片厂商，产品包括从基本的物理世界到数字世界转化中所需要的产品，包括传感器、信号链、做连接等等，把模拟世界的参数变成数字世界的参数。从过程来说，先感知了解这个世界，将感知的模拟量变成量化数据，对数据做分析，并通过连接发送至云端做更进一步分析；因此ADI提供给客户的方案围绕着感知、测量、解释、连接到最后分析链。

ADI产品解决方案早已深入智慧工厂。ADI中国区工业市场总监蔡振宇先生在《工业4.0数字化转型洞察：无缝连接推动工业创新》报告中指出，在推动工业创新的进程中，提高产能利用率及加速产品上市、优化供应链、自动化与机器人、充分利用绿色能源、为客制化系统提供灵活性和模块化设计。相对传统的工业制造，智慧工厂要求两点：具有先进可靠的工业连接，并利用连接获取到实时的数据并加以分析利用。因此，制造业朝向数字化转型有助于厂商降低成本、提升生产效率、优化维护力度以及提高生产的灵活性。

如何提高产线效率，随着AI技术在工厂得到大量使用，对温度、振动等数据的收集与获取将更加方便；数据积累越多对于连接的可靠性也要求越高，这是个大趋势。利用AI、机器学习、大数据等方式对数据进行分析，可提高工厂的整体效率和生产力。举个例子，电机原本的工作效率只有80%，通过实时调整负载状况可以提升至90~95%，这就是数据分析带来的优势。

连接是工业4.0第一步也是最重要的工作，而在目前阶段，提升连接的质量和能力也至关重要。无论是有线还是无线连接，未来我们可能会看到更多的以太网概念融入其中。原先整个工业互联网是比较独立的，从设备端、控制端、应用端至防火墙无法真正实现网络连接；如何从更高层面上实现无缝连接，达到IT和OT融合，把工厂数据跟现实的IT端融合，这是未来工业4.0需要解决的问题。

ADI中国区工业市场总监蔡振宇

智能驾驶

汽车行业提出“零愿景”，即零事故、零排放、零损耗。随着自动驾驶话题热度在攀升，整车厂和Tier 1厂都在积极布局自动驾驶；如何加快测试速度同时节约测试成本，已成为人们关注的重点。NI资深汽车行业客户经理郭堉在题为《平台化测试方案应对无限自动驾驶测试场景》的报告中，为在场听众详细介绍了自动驾驶仿真测试的新趋势。随着电动汽车功能越来越多，价格逐年下降，汽车系统复杂度、测试成本和整车价格之间的关系也在改变。而汽车的测试成本将随着复杂度的提升而逐步增加，在自动驾驶领域，头部公司采用仿真测试方法。比方说，Waymo每天做2000万英里的虚拟测试，迄今已累计超过150亿英里测试，但在真实道路上的路测只有2000万英里，虚拟测试占比高达约99.9%。

NI资深汽车行业客户经理郭堉

自动驾驶测试大致可以分为三大部分：传感器数据采集道路信息、数字孪生与仿真测试。其中，数字孪生与仿真测试是最核心的技术，包括对传感器和环境高精度的仿真；基于真实道路场景构建数字孪生场景；对汽车动力学模型的仿真；基于云的测试方法应对高数据量测试环境。

首先，通过传感器、摄像头等在道路上进行数据采集，将激光雷达、毫米波雷达、摄像头、IMU和GPS采集到的数据进行融合。这个过程的难点在于数据同步。NI的平台化方案是基于PXI平台的采集系统，一个传感器对应一个板卡。同时测试系统集成度高，可扩展性强，还能应对未来车上安装更多传感器/摄像头的测试需求。

郭堉强调，“自动驾驶测试不是一家测试公司能独立完成的工作，而是需要生态圈内很多厂商的协作。NI的开放平台能够作为一个连接者的角色，与合作伙伴共同推动自动驾驶的落地。”