中文翻译如下

Lady : 女士们,先生们,请欢迎Mike Santori登场.
Good: 早上好,欢迎来到2008 NIweek.
I trust: 我相信你们所有人都度过了愉快的第一天,了解到了许多新的应用和技术.
You know: 我真的非常兴奋地看到图形系统设计所取得的所有巨大成功.
It really: 它依旧继承着多年来客户使用虚拟仪器所取得成功的传统
Now: 到目前为止我确信到你知道虚拟仪器不会被淘汰并被图型化系统设计替代
Real:真正的图形化系统建立在虚拟仪器的基础上,并且支配着它.
Virtual: 虚拟仪器技术开始于一种想法,像使用数据报表帮助财务分析那样去协助测试测量.
That vision这种想法促使Labview的诞生,完全改变了我们测试测量的方式
But但是它不仅如此
IT它改变了数据采集的方式,自动化测试以及工业控制,嵌入式控制
It它改变了我们教育工程师科学技术的方式
That expand它扩展了世界测试测量的能力
That is这就是图形化系统设计.
You 你知道这是全新的, 令人振奋的技术,但是它却是完全基于虚拟仪器技术
So lets让我们回到最初的想法:像通过电子数据表格帮助财务分析那样去帮助测试测量..
What电子数据表格是如何帮助财务系分析?
First首先给大家的印象是一个非常简单,高级的数据表格
Its它是一个巨大的表格包含了许多数字和计算.
But但是这样一个简单工具能够做复杂的财务建模,经济预测.
That’s because那是因为其内嵌了一种编程语音,微软语言去做这些重复的计算.
So now你稍微思考当时Jeff Kodosky在考虑一个某一天被称为Labview的产品
You want你需要一个美好的,高级的抽取工程工具, 所以他选择了方框图
But但根据他的经验,他也知道他们三个合作人为了实现自动化测试需要一种编程语言
So所以他开始发明一个图形化编程语言的探索
Till thisday到今天,结合高级工程工具以及强大的编程能力依然持续促使着Labview的更新
So所以,仅仅回顾一下Labview最近发布的几个主要版本
Labview7 我们引入了一种快速技术,完全高级,易用开发技术,同时引入了FPGA编程.
Labview8 引入了对复杂的分布式软硬件系统的项目管理,同时引入了图形化对象编程.
I think我想最具冲击力的例子是LEGO机器人,工程师使用图形化数据流编程语言Labview并且开发出高级的工程工具.使用这个工具全世界的孩子都能创建机器人.
So that高级工程工具和强大灵活的图形化编程语言的结合都是集成在图形化系统设计的架构中.
So what we所以,今天早上我们想要做的是,强调Labview的一些特性.
We will gonna同时会展示一些demo,我想你们中的许多人来到这里期望看到许多DEMO.
Some其中的一些demo你们能够在你的机子上运行,我猜想许多人都会去做这些demo因为你们都有Labview8.6
Well 同时我们也将向您展示我们的工程师正在努力进行并且还没有正是发布的应用
But但是我们想向您展示我们的技术趋势
I will我要郑重提醒您们,我们将在demo中看到许多方框图程序,因为我们将想你展示许多labview
So我们将从当前最热门的计算机技术话题入手:多核处理
Youknow您知道,所有的人都在谈论这个技术.行业领袖,全球研究机构
But但我很荣幸的评价来自stewen的说法: 没有人知道如何进行多线程编程
You know您知道吗,我不愿去冲撞他,但是他实际上是错的,因为今天我们有一大屋子懂得如何进行多线程编程的人,因为你们都是Labview的使用者
Now 现在你可能会想,好的,我明白了,我听说了许多如何进行多核编程,但是还没有仔细研究如何实现的
So 因此今天早上我们将向您展示一个真的非常大的应用,该应用使用了Labview的多核处理技术.
And here这里将为您介绍这项应用的是Mike Cerna.





Mike 你好,给我们讲讲你们正在进行的应用.
So I am 在这里我将向你们讲述一个Labview在望远镜应用的案例.
ESO被13个欧洲国家支持一个机构,他们设计,建造并操作着地球上最大的最高级的望远镜.
VOT 称为 非常大的望远镜
2003年VOT传回了173光年之外的第一副图片,它能探测到人眼视距范围400万倍的深度.

But even即便是使用了这种令人惊奇的技术,他们想建造更大的望远镜,这样才看的更深远.
ESO准备建造EOT ,其被称为超级大的望远镜
They他们想出的名字真的很有创意,不是么
Actually是的,其实这个名字非常准确.
You 你能够看这幅图的下面的镜片.它非常的大.
Its它的主要镜片被称为M1,它比世界上最大的任何光学望远镜还要大4倍.
At直径尺寸42米,半个主球场那么大.
Half半个足球场那么大?这是很大的一个镜子.他们是如何建造如此大的一个镜子.
That-s这是一件复杂的事情,如此之大的镜子是不可能建造的.
So所以它是有许多小尺寸的镜子组成,并且安装在一个结构上
And总共 984个独立的小镜片结构,每个小镜子1.5m直径重量大概300磅.都必须完美的对齐,10mm的误差.
SO这里有个用Labview做的程序来说明镜子如何工作
We 我们将展示两个镜片结构,每个镜子是一个六边形,每个边沿有个边沿传感器.
These 这些边沿传感器能够探测到镜片的相对周围镜片的位置.
Under 每个镜片下面有三个激励器,它们能够用来改变镜片的各自位置
So所以想象当风吹来的时候,冲击这个镜面结构,地面上的镜面稍稍移动
I am我有点夸张,但是你可以看见镜子不再对齐.
We need我们需要做的控制器做的事情就是探测这些边沿传感器,重新对齐这些镜片,有点像现在这种情况
So 所以不管这个镜面结构如何运动,我们都能通过控制激励器来重新对齐这些镜面
This iswhat这是7个镜面同时存在的情形
Basically基本上讲,我们必须组合所有的镜面使得它们整体上像一个大镜片?
是的!
How这里一共有多少个部件?
M1这里有984个
Let me让我做个算术运算,这里大概一共1000个机构,每个机构有三个传动机构,6个传感器.
是的,
So你将有6000个输入和3000个输出来控制这个大镜面?
是的

So每次我们必须每次通过计算来确定6000个传感器中的3000激励如何调整?处理一个矩阵3000*6000的海量数据.
We 我们必须一秒钟计算500到1000次左右
So每一秒你必须要做很多计算
So你给观众留下了一个概念,这里有一个巨大的控制难题?
是的
How这个周末你的项目将怎么进行?
ESO也一直使用NI的数据采集设备.很久以前我们一直合作致力于攻克一些控制难题.
So this 这个VI是我们和ESO合作设计的,开始演示
With this vi通过这个VI,我们计算镜片的布局,设计控制矩阵并且仿真控制循环.
At the heart of在控制循环的核心有个大规模矩阵运算操作
So 那个操作完成所有工作?所有计算操作在这个操作中进行?
是的
We can show我们将证实使用Labview我们能够完成控制任务.说明如何控制望远镜并且分析性能.
But 但是这个特殊的运算并不是足够的快.
You show 你向大家展示了一个好的想法,但是却不是足够的快?
是的,
How 那你如何使其变得更快?
We have to我们必须求助于多核技术,使用多核技术我们分析了不同的算法,不同的程序框图.
With 使用多核技术我们能够将计算时间降低到15ns左右,我们快要接近目标
你使用8个核的计算机达到了15ns的速度,让人感觉到快要接近目标?
But 但是有件事我还没有提起,那就是所有的操作必须实时的进行.
实时?
是的,但是Labview可以在多核系统上运行,因此我们能够满足这个要求.
所以你完成了设计,给大家展示了产品可能性,能告诉我们隔实时控制望远镜还有多远?
非常接近,今天讲台上放置了两个Dell主机,每个主机有8个核,
它们之间通过Gbit以太网进行高速数据传输.使用一台笔记本作为主机
这个机箱是个镜片机箱,它能建造镜片系统.用来仿真镜片
另外一个机箱是控制系统,运行控制算法,完成多核操作.
这个镜片机箱用来接受3000个机构输入,假设它是一个用于仿真的镜片系统,仿真风力以及其它影,同时产生了6000个传感器数据.并传到了控制机箱
控制机箱接受6000个传感器数据并运行控制算法来对齐所有镜片,计算产生3000个输出.所有的程序运行在一个循环.我们来看看程序
也就是说,这个机箱是一个控制器,另外一个机箱用来仿真望远镜镜片?.
是的
所有的程序都是用labview编写的并且实时运行?用来仿真整个望远镜的控制?
差不多
能运行么?
让我们试一试
所以我们施加风力,并且看控制模块计算并将镜片重新对齐
似乎看起来你的控制程序运行完成不到2ms.
非常好,使用现在的技术
你使用完成了不到2ms的时间完成了这样的一个操作,完成了! 他们肯定应该非常高兴
是的,他们非常高兴.
但是我们还没有解决所有的控制难题.
刚才我说了这是一个主要镜片,整个镜片系统由5片镜片组成,MI是个主要镜片,接受最主要的波长.,并且反射回M4镜片,被成为自适应镜片.
自适应镜片用来补偿来自大气的光线的失真干扰,比如风力和折射等.
所以我将想你展示VI程序
我们再一次使激励器来控制镜面,但是针对M4,其表明2mm薄,2.5m的直径,8000个激励器,
所以我们需要做的和M1比较相似.我们要计算镜面的表明.
在M4中我们要根据传感器数据补偿调整镜片形状.
再一次的这是一个巨大的难题.
所以我们必须接收4万传感器数据,并且每次计算时机在2ms之内.
每一次我们要计算8000激励器操作,矩阵数据流达到8000*40000.
我们遇到一个巨大难题,15倍的难度相对于M1
因此我们需要15个计算机,每个计算机是多核结构.
相对于M1需要15倍多的计算量?
是的
你将使用Labview来完成所有的事情?
我们正在尝试,我们现在做的是,友好合作伙伴Dell邀请我们使用多核Dell系统上进行我们的程序测试.
这里我有16插片系统
16个片系统中,每个片有多少个核?
每个机器有8个核.
所以你将通过Labview对128个计算机核进行操作?
是的,
能证明你能控制这个镜片系统?
是的
这是一个非常令人印象深刻的使用多核技术的应用!
好运Mike,希望明年能看到你的杰作.
谢谢!