是德科技（Keysight Technologies Inc.）日前发表 PathWave Waveform Analytics边缘电脑至云端运算应用软体。这套创新软体利用机器学习演算法来改善异常侦测成效，并且降低矽前验证的资料储存成本。

运用强大的机器学习技术，消除电压和电流突波、IO 突波和时间偏移

汽车、物联网和行动装置市场正飞速成长。这些市场仰赖创新设计思维和科技，使得半导体设计工程师能够加速研发可靠、稳定而安全的产品，藉以阻挡各种恶意入侵，并且降低产品功耗。

Keysight PathWave Waveform Analytics是进阶分析软体解决方案，采用全新资料压缩技术，可长时间连续压缩波形，并以高解析度播放和分析超过数TB的资料。此解决方案内建机器学习技术，让工程师能更准确地侦测电压和电流异常，并且查看波形的暂态趋势。

Keysight PathWave Waveform Analytics主要功能和优势

．采用拥有专利的机器学习演算法，可侦测异常和离群值，大幅缩短矽前验证的分析时间

．直接在矽前验证阶段进行除错，节省高成本的矽後验证时间，进而降低整体专案成本

．利用前处理和後处理演算法，提高整体设计可靠度，以便准确侦测电源和信号波形的电压和电流突波

是德科技电子工业解决方案事业群??总裁暨总经理Christopher Cain表示：「高能源效率半导体需在设计品管阶段，严格执行可靠、稳定和安全的分析，是德科技创新的大数据波形分析解决方案，让半导体设计人员得以将设计分析作业自动化，将验证效率提高9成，进而缩短新产品从设计到上市的时间。」

利用Keysight PathWave Waveform Analytic，设计工程师能够：

．以更高的视野解读分组结果，以辨识离群波形形状

．支援高解析度的资料分析和阶层分组功能，以便钻探资料的不同层面

．查询并分析已撷取或储存之大向量资料或波形的任何一部分

．将边缘电脑和伺服器之间的资料传输量降到最低，大幅缩短回应时间

．直接在仪表板上查看无限多的通道，可锁定或移动想要观测之通道的波形，以便进行比较

．针对波形进行多维度比较并且进一步微调，以利後续分析