Présentation de GenInst Studio

La startup Liquid Instruments a lancé GenInst Studio, un logiciel qui permet de créer des instruments de test personnalisés à partir d'une description en langage naturel. Ce logiciel utilise une interface de chat pour valider et déployer l'instrument sur le matériel reconfigurable Moku de l'entreprise.

Architecture et fonctionnement

GenInst Studio repose sur un flux de travail d'intelligence artificielle (IA) qui permet à l'utilisateur de passer de la spécification à l'instrument déployé sans avoir besoin d'écrire du code pour les circuits logiques programmables (FPGA). Le matériel Moku de Liquid Instruments peut remplacer un rack complet d'instruments de banc en un seul appareil reconfigurable, grâce à des FPGA et une couche logicielle qui peuvent le recaster en générateur de signaux, déclencheur personnalisé ou moteur de traitement de signaux numériques accéléré par matériel.

Implications et limites

La sortie de GenInst Studio intervient après une levée de fonds de 50 millions de dollars en avril, menée par Keysight Technologies et le gouvernement australien. Cette technologie a le potentiel de réduire les barrières à l'adoption et à la personnalisation d'instruments avancés, comme l'a souligné Maximilian Dreher, directeur général de SI Scientific Instruments GmbH. Cependant, il est important de noter que la qualité de la description en langage naturel et la complexité de l'instrument à créer peuvent impacter la fiabilité et la précision du résultat.

Utilisation et avantages

Les utilisateurs de Moku peuvent désormais accéder à GenInst Studio. Selon Daniel Shaddock, co-fondateur et PDG de Liquid Instruments, cette technologie permet aux ingénieurs de « créer exactement l'instrument dont ils ont besoin, simplement en décrivant ce qu'ils veulent ». Cela peut considérablement accélérer le processus de développement et de test, comme l'a constaté Grady Koch, directeur technique d'Apex Photonics, qui a utilisé GenInst Studio pour créer des prototypes fonctionnels sans nécessiter une expertise approfondie en FPGA.

Exemple de code pour la configuration de Moku :
   // Configuration de l'instrument
   instrument_config = {
       'type': 'signal_generator',
       'frequency': 100e6,
       'amplitude': 1.0
   }
   // Déploiement de l'instrument sur Moku
   moku.deploy(instrument_config)