幾乎每一種產業的傳統集中式資料擷取系統都已被分散式的量測裝置網路所取代，而且此趨勢近期還搭上雲端運算的演化，不只持續改變擷取資料的方式，也會影響資料儲存/存取/分析方式。
這些趨勢的動力有一部分來自摩爾定律和持續增強的運算效能，不過主要還是因為消費型電子產業的趨勢改變一般人對於資料的認知，以及操作資料的方式。這種新架構的優點非常多，比如說可降低資本、安裝和維護費用、更強大的分析功能，以及隨處存取資料的能力。
一般而言，資料擷取系統的體積龐大，而且也很脆弱；這樣一來，雖然待測裝置(DUT)通常會放在嚴苛環境中，但資料擷取系統卻因為這樣的特色，所以無法和DUT放在一起，因此形成傳統常見的集中式資料擷取系統架構。
就集中式架構而言，資料擷取設備會存放在中央機架或控制室，通常都是相當寬敞的空間，而且可以保護設備不受測試作業影響。感測器接線有時候長達數百公尺，並且從中央地點連接至布滿測試設備的感測器和致動器。
隨著應用內容越來越複雜，如要成功實作感測器接線，不僅非常困難，也要耗費許多成本。安裝新的資料擷取系統時，如果把人力和資本成本都算進去，感測器接線作業可說是成本最高的單一項目。
如要取代傳統的集中式資料擷取系統，可選用分散式的資料擷取系統，並且透過一條低價位的網路線把資料回傳伺服器或控制室。以風力渦輪為例，從機器葉片連接到中央機箱的接線必須通過滑圈，才能讓葉片自由旋轉。如果葉片的接線越多，滑圈系統就會越複雜，大幅增加故障點數量與系統成本。
這種分散式系統會把資料擷取系統分割成更小型的子系統，以便放在位於測試環境內的DUT週遭，並且盡可能接近量測感測器。
資料擷取系統會在本端和DUT互動，接收測試人員在中央伺服器發出的指令，再回傳資料並記錄起來。此外，也可透過分散方式完成運算，盡可能接近DUT，藉此有效減少資料量或執行本端的控制演算法，這樣一來資料或指令就不會堵塞網路。
分散式架構實現靈活量測系統配置
相較於集中式系統，分散式架構可提供多種優勢。只要把大型的集中式系統分解成模組化的分散式系統，即可建立更小、更便宜的子系統，就算其中一個系統故障，也可以輕鬆替換或維護。
模組化系統也比較靈活，可根據不同的量測需求，輕易新增節點至網路或換出節點。如此簡便的特性，加上低維修成本，有助於提高量測系統的運作時間，同時加強穩定性。相反的，如果是集中式系統，量測系統需求改變的時候，可能就得替換、重新安裝或重新連接昂貴的資本設備。
此外，分散式架構可透過單一通訊接線連接至分散式子系統，不必配置數百條感測器接線，有助於減少接線成本。減少接線不但可以降低成本，更重要的是還能夠提高量測準確度，因為分散式系統的感測器接線越短，就越能夠避免雜訊、干擾、訊號損耗等情況。
感測器接線通往資料擷取系統時會發揮天線的功能，收集室內來自螢光燈、馬達和其他看似無害來源的電子干擾現象。只要使用抗雜式接線和雙絞線等技巧，即可避免這類干擾，不過還是會提高接線成本。
以Boeing、Airbus和Embraer的航太架構測試單元為例，接線費用通常會超過整體測試單元軟硬體預算的25%，這就是感測器接線驚人的成本。只要選用標準的乙太網路接線，即可減少一半的高額接線成本。
最後，分散式系統可以卸載中央主電腦的處理量。很多分散式資料擷取系統都備有內建的智慧型功能，可用來執行分析作業，或者在上傳到中央系統之前先縮減資料，只剩下關鍵數值。
有了這種架構，即可在系統內建置特定功能的節點，把某些分析作業交給DAQ裝置，把使用者介面(UI)交給另外一部電腦。也就是說，因為大量的處理作業已轉移到其他地方，中央電腦能夠集中執行UI並儲存資料，藉此大幅降低成本、提高運作速度，這是集中式架構沒有的優點。
體積縮小/價格降低 處理器為嵌入式系統加分
由於必須嵌入測試設備的小型硬體功能雖強，但因為成本相當高，所以直到近期才變得比實作分散式系統所帶來的優勢還要重要。
過去十年來，處理元件的成本和體積不只壓低了分散式資料擷取硬體的價格，同時也提高了這種靈活架構的使用率。隨著處理器和類比轉數位轉換器的體積變小、價格變低、功能增強，嵌入小型子系統的簡便程度也越來越高。資料擷取系統可省下大型集中式系統所需的寬敞空間，而且能夠分割成小型的組合，散落在測試設備週遭。這樣一來，資料擷取系統即可發揮分散式架構固有的優點，同時減少感測器的接線需求。
過去五年嵌入式消費型系統呈現爆炸性成長，因此促進處理器和類比數位轉換器(ADC)元件持續改良，裝置體積也越變越小。受到2007年智慧型手機上市的刺激，嵌入式處理器儼然成為消費型產品的必要元件，包含恆溫器和冰箱。
大規模的部署比例也促使半導體製造商必須進一步優化自家的產品，以便部署至小型的嵌入式系統。資料擷取廠商也可運用這項技術發展，透過現成的商用零件打造出功能更強大，也更具成本效益的分散式產品。
除此之外，嵌入式消費型裝置的成長也改變了人類希望和電子裝置互動的方式。曾經全權交由單一裝置(也就是家用電腦)處理的運算項目，現在已經分別交付給不同專門用途的產品。平板電腦提供了上網功能，照片可存放在媒體伺服器或雲端，具有網際網路功能的電視則可用來觀賞影片和電影。
分散運算效能之後，會出現適合各式用途的產品，無論是產能還是成本方面都更有效率。
這種趨勢不只限於居家環境。如同Adam Richardson在Innovation X一書中所說的，商務客戶的期望主要來自個人的整體使用經驗，包含使用消費型產品的經驗。隨著工程師、科學家、技術人員越來越習慣分散式的運算功能，他們也會希望實驗室可提供類似的方式，同時資料擷取公司也更能夠滿足這類的期望。
除了上述趨勢之外，近期商業和消費技術還興起了一項新的趨勢，進一步促進分散式資料擷取系統的發展，那就是雲端運算。
只要把資料存放在雲端，無論是內部/私人雲端，還是Microsoft的Azure這類的公共雲端，都可享有這些優勢：幾乎無限的處理效能和儲存空間，以及隨處存取資料的能力。
雲端運算的關鍵特色之一就是能夠抽象化個別處理器的概念，可充當處理核心無限的電腦，提供單一電腦無法企及的分析效能。這樣一來，分散式DAQ節點和中央電腦無法應付的高處理需求項目即可轉移至雲端，藉此優化個人的分散式系統。
原本分析作業會占據系統長達好幾個小時、甚至好幾天，轉移到雲端之後，就可以讓電腦繼續收集資料，或者執行處理需求較低的計算功能。
雲端運算的主要優點就是儲存空間沒有上限，而且還可供使用者隨處存取資料。這樣一來，只要用智慧型手機掃描測試單元上機輪子裝置的QR Code，就可以立即看到完整的測試紀錄，不一定只能透過擷取資料的電腦本身來取得資料。雲端運算可能會全面提高整個資料擷取流程的效率。
未來嵌入式系統會持續縮減資料擷取系統的成本與體積，同時隨著消費者越來越熟悉智慧型裝置和雲端運算技術，專用節點的數量只會有增無減。這兩種趨勢都會促使資料擷取系統普遍部署於測試現場；逐漸擺脫老舊的集中式設計，邁向更有效率的分散式架構。
(本文作者任職於美商國家儀器)