板卡式數字化儀，也成為ADC板卡，目前廣泛應用于科研、工業、醫療等領域的數據采集設備。它的工作就是將模擬信號轉換為數字信號，供計算機進行處理和分析。而在使用這些數字化儀板卡的過程中，我們的用戶可能會遇到一些疑問，例如：
“如何處理多張數字化儀板卡上多通道同步采回來的大量數據？”
“我想使用連續高速的流模式進行采集，但我不太確定我是否應該把所有的原始數據都保存到硬盤，以及我需要什么樣的電腦配置才能完成這個保存？”
“數字化儀是如何將采集到的數據直接高速傳輸到PC環境中？”
本文將針對以上這類問題進行解答，以幫助用戶更好地理解和使用數字化儀。
一、問題背景
首先，我們需要明確一點，這些疑問并不是沒有理由的。我們的高速采集卡在連續采集的過程中，確實會產生的非常大的數據量，尤其當用戶使用多張采集卡同步采集時，這個數據量還會進一步翻倍。
舉例來說，250 MS/s采樣率、16 bit分辨率的4通道板卡，1秒鐘就會生成2 GB的數據量，再增加一張相同的卡就會變成4 GB的數據量。順帶一提，我們單張采集卡最高使用PCIe Gen2 x8接口，能做到3.4 GB/s的持續數據流速度。
下面，我們會針對這個問題分情況進行討論。
（一）總數據量較少
如果需要持續采集時間較短，總數據量能控制在工控機系統內存（RAM）容量大小范圍內，那確實可以不執行額外的優化動作，以最大化節省測試程序的開發時間。
在這種條件下，不管是先運算處理后保存，還是直接保存，由于有充足內存空間作為緩沖，對CPU和硬盤速度的要求都較低，主流PC級別的性能即可滿足需求。
（二）總數據量較多
而如果是更長時間的采集，我們一般推薦兩種優化處理方式：第一種是快速處理，并少量存儲；第二種是少量處理，并快速存儲。
1.快速處理，少量存儲
整體實現思路如下：盡可能立即把生成的數據進行分析，然后僅保留核心結果數據進行存儲，大量的原始數據在處理完后直接丟棄以釋放內存空間，并降低存儲性能的要求。
由于分析處理涉及到的處理算法可能較為復雜，對于CPU而言，大概率會存在并行處理的能力瓶頸，因此我們更加推薦用CUDA專業卡進行高速的并行運算。在專業計算卡RDMA特性的幫助下，CUDA GPU可以不經過CPU直接從數字化儀板卡中獲取數據并處理，最后把關鍵結果返回到CPU和內存中，CPU再進一步將結果保存到硬盤或轉發至其他需要的位置即可。
使用這種優化方式的一類典型用戶就是射電天文學課題組，他們希望能夠不斷采集最新的，來自太空的無線電波。他們就會傾向于直接將數據流式傳輸到GPU，并通過GPU完成濾波、高速的FFT以及分析處理，找到關鍵的頻域信息結果再保存。
此外，在用戶想要持續掃描和分析類似信號（比如信號監視，雷達等）的其他應用，這個思路也同樣適用。典型的應用還包括處理激光雷達系統、掃描聲學顯微鏡和醫學成像系統（核磁共振、超聲、PET掃描儀、OCT等）收集的大量數據。
2.少量處理，快速存儲
整體實現思路如下：盡可能減少處理甚至不作不處理，直接存儲歸檔，供日后分析處理。
這種方式對存儲容量和速度有很高的要求，即使是最新的nvme固態也無法承受長時間大量數據的持續寫入，因此一般需要使用RAID陣列進行存儲。針對容量要求更大的場景，可能還會需要通過高速以太網，傳輸至專門的存儲服務器進行保存。
核心的注意事項有兩點：
(1)保證存儲速度能趕上數據生成速度
(2)保證可用存儲空間能存下預計生成的數據
使用這種優化方法的客戶通常是專注于某個細分領域的研發工程團隊，整個測試過程產生的數據量可以高達幾十個TB。
根據我們的統計，比較常見的場景包括質量控制（他們希望長時間監控某些參數以驗證系統是否始終符合要求）、航空航天和國防工業（監視、跟蹤和分析物體或系統的變化）和通信等領域。此外，我們也見過有一些客戶需求是想要連續存儲掃描系統中的原始超聲信號。在完成存儲后，用戶就會先后使用不同的算法來處理數據，然后從中提取特定信息，并試著尋找其他潛在內容。
二、德思特高速數字化儀
德思特數字化儀采樣率高達5GS/s，可支持128個通道同步采集，具有8/12/14/16位模擬分辨率，符合目前最常用的行業標準，包含LXI、PCIe、PXIe，配套軟件可以使用產品示波器、數據記錄儀、數據采集系統、頻譜分析儀、邏輯分析儀、碼型發生器、數據流系統（FIFO）和瞬態記錄儀等多種儀器功能。
三、結論
總的來說，數字化儀作為一種強大的數據采集設備，能夠幫助用戶高效地處理和分析大量數據。若想要發揮它的最大作用，用戶需要選擇恰當的數據處理和存儲方式，而這具體取決于用戶的實際項目需要，以及被采集信號的特性。希望本文能夠幫助用戶更好地理解和使用數字化儀，提高數據采集和處理的效率。
