作者：是德科技全球企業(yè)和產(chǎn)品營銷副總裁Jeff Harris

　　隨著標(biāo)準(zhǔn)的不斷發(fā)展，跨越多個云環(huán)境的應(yīng)用逐漸增多，用戶對“一體化”產(chǎn)品的期望也日益升高，這一切都讓當(dāng)今的新電子產(chǎn)品變得越來越復(fù)雜。復(fù)雜性的增加直接影響了新電子產(chǎn)品的設(shè)計(jì)、開發(fā)、仿真和測試覆蓋率，導(dǎo)致開發(fā)團(tuán)隊(duì)倍受壓力。

　　在眾多測試發(fā)展方向中，最主流的方向仍然是自動執(zhí)行設(shè)計(jì)和測試流程，并智能地洞察整個工作流程――即自動化人工智能。然而，是德科技最近委托Forrester進(jìn)行的一項(xiàng)調(diào)查顯示，89%的公司仍在使用手動流程，只有11%的公司完全實(shí)現(xiàn)了測試矩陣的自動化。​​雖然全自動化的采用率仍然很低，但各家公司也的確看到了自動化的價值，其中75%的公司部分采用了自動化流程，近一半的公司希望在未來三年內(nèi)實(shí)現(xiàn)全自動化。

　　人工智能、機(jī)器學(xué)習(xí)和數(shù)字孿生在復(fù)雜的電子系統(tǒng)開發(fā)中越來越受到關(guān)注

　　2021年12月，是德科技委托Forrester Consulting公司對數(shù)據(jù)集成、分析、人工智能（AI）和機(jī)器學(xué)習(xí)（ML）等技術(shù)在典型產(chǎn)品開發(fā)周期中的運(yùn)用進(jìn)行了評估。Forrester調(diào)查了400多位開發(fā)負(fù)責(zé)人，就他們當(dāng)前在產(chǎn)品開發(fā)過程中使用AI和ML的程度詢問了一系列問題。

　　最初，我們聽到大多數(shù)組織表示他們對當(dāng)前所用的開發(fā)方法感到滿意，其中86%的組織表示滿意乃至非常滿意。然而，同樣是這些組織表示，他們84%的項(xiàng)目和設(shè)計(jì)要么采用了復(fù)雜的多層子系統(tǒng)，要么采用了集成系統(tǒng)，其中大部分都沒有經(jīng)過測試。

　　盡管一開始看起來公司比較滿意，但是我們通過調(diào)查了解到，當(dāng)被問及想要提高電子設(shè)計(jì)流程的自動化和智能程度，尤其是未來的打算時，他們都感覺到了壓力。

　　目前，只有10%的公司在開發(fā)過程中實(shí)現(xiàn)了全自動化的設(shè)計(jì)和測試，但新冠疫情的肆虐已經(jīng)迫使企業(yè)加速采用遠(yuǎn)程開發(fā)和自動化測試序列。開發(fā)團(tuán)隊(duì)還在爭取實(shí)現(xiàn)讓在不同地點(diǎn)辦公的人員持續(xù)協(xié)作，因此數(shù)字孿生的使用率很可能進(jìn)一步提升。

　　數(shù)字孿生和仿真：電子設(shè)計(jì)的新模式

　　長期以來，硬件開發(fā)人員在制作原型之前一直依賴仿真環(huán)境來設(shè)計(jì)硬件。使用軟件驅(qū)動的仿真器或數(shù)字孿生使他們能夠?qū)φ找阎�的良好參考系統(tǒng)來衡量不同操作環(huán)境、條件和協(xié)議演變的影響，從而減少設(shè)計(jì)迭代次數(shù)。同樣，軟件開發(fā)人員使用Scrum等方法并在虛擬仿真過程中進(jìn)行測試，也能逐步構(gòu)建和部署新特性，如此也有助于減少設(shè)計(jì)迭代次數(shù)。

　　通信協(xié)議和云平臺持續(xù)演進(jìn)，軟件和固件不斷更新，導(dǎo)致電子產(chǎn)品交互變得日益復(fù)雜，給開發(fā)人員構(gòu)成現(xiàn)實(shí)挑戰(zhàn)，因?yàn)槊恳淮窝葸M(jìn)、每一次更新都會帶來一系列新變化，需要接受嚴(yán)格測試。通過盡量使用測試自動化和不斷更新的數(shù)字孿生，開發(fā)團(tuán)隊(duì)能夠測試更多的變化并降低具體設(shè)計(jì)出現(xiàn)問題的風(fēng)險。

　　在電子設(shè)計(jì)工作流程中實(shí)現(xiàn)自動化人工智能

　　自動化正迅速變成一項(xiàng)必須要實(shí)現(xiàn)的目標(biāo)。目前，基于人工數(shù)據(jù)輸入、部分Python或圖形編程以及Excel表格的全手動測試計(jì)劃只能滿足一小部分可能的用戶場景。每次軟件發(fā)布新版本后，設(shè)計(jì)人員都需要手動更新測試計(jì)劃，從而導(dǎo)致電子設(shè)計(jì)周期進(jìn)一步拖延。

　　不過，雖然測試自動化軟件能夠解決其中的一部分問題，因而不可或缺，但這還遠(yuǎn)遠(yuǎn)不夠。測試自動化的效果由它們得出的分析結(jié)果和洞察決定。此次Forrester調(diào)查的受訪者透露，他們的測試?yán)�中有一半以上都“超出了必要的范圍”。測試自動化有助于縮短測試時間，但不能解決測試范圍、測試質(zhì)量和覆蓋率等問題。利用分析和洞察結(jié)果，設(shè)計(jì)人員將能夠在設(shè)計(jì)工作流程中實(shí)現(xiàn)自動化人工智能并執(zhí)行范圍更廣的測試序列，在確保出色測試速度的同時還能覆蓋理想的測試范圍。

　　自動化人工智能作為一種軟件模型，以是德科技極其豐富的測量技術(shù)和仿真能力為基礎(chǔ)搭建，可以為開發(fā)人員提供快速的洞察，助力他們更快將設(shè)計(jì)推向市場并盡量避免風(fēng)險。無論是測量電源和接地、波形信號質(zhì)量、高速數(shù)據(jù)I/O、網(wǎng)絡(luò)完整性還是應(yīng)用交付，我們都必須考慮如何幫助客戶加快開發(fā)過程。

　　​自動化人工智能的成功標(biāo)志是什么？

　　過去，人們在為新開發(fā)項(xiàng)目制定策略時往往發(fā)現(xiàn)“快、好、省無法同時兼得”。如果一切都不變的話，這個結(jié)論現(xiàn)在可能仍然成立。但是，通過在開發(fā)工作流程中集成自動化人工智能，您也許能夠三者兼顧：

　　·更快：能夠加快產(chǎn)品上市速度

　　·更好：提供更優(yōu)質(zhì)產(chǎn)品，讓客戶更滿意

　　·更省：讓產(chǎn)品開發(fā)流程更敏捷、更高效

　　開發(fā)團(tuán)隊(duì)已經(jīng)通過這種方法獲得回報(bào)。無論產(chǎn)品開發(fā)涉及的是采用最新無線通信標(biāo)準(zhǔn)的新興電子產(chǎn)品，還是高速數(shù)據(jù)傳輸、復(fù)雜云網(wǎng)絡(luò)或分布式應(yīng)用軟件交付，工作重心都是相同的。搭建您的實(shí)驗(yàn)室設(shè)計(jì)與測試解決方案，在每個階段都交付富有洞察力的分析結(jié)果。再輔之以AI和ML，讓他們可以始終探索新的改進(jìn)余地。像您在制造階段所做的那樣在開發(fā)環(huán)境中實(shí)現(xiàn)自動化，將可以盡量縮短開發(fā)時間，同時確保盡量出色的產(chǎn)品性能。

　　關(guān)于是德科技