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,、開發(fā),、仿真和測試覆蓋率，導(dǎo)致開發(fā)團隊倍受壓力,。

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 進行的一項調(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)實現(xiàn)全自動化。

人工智能,、機器學(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)和機器學(xué)習(xí)(ML)等技術(shù)在典型產(chǎn)品開發(fā)周期中的運用進行了評估,。Forrester 調(diào)查了 400 多位開發(fā)負責(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% 的項目和設(shè)計要么采用了復(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)過程中實現(xiàn)了全自動化的設(shè)計和測試,，但新冠疫情的肆虐已經(jīng)迫使企業(yè)加速采用遠程開發(fā)和自動化測試序列,。開發(fā)團隊還在爭取實現(xiàn)讓在不同地點辦公的人員持續(xù)協(xié)作，因此數(shù)字孿生的使用率很可能進一步提升,。

數(shù)字孿生和仿真：電子設(shè)計的新模式

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牧己脜⒖枷到y(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)計迭代次數(shù),。

通信協(xié)議和云平臺持續(xù)演進,，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)實挑戰(zhàn),，因為每一次演進、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)團隊能夠測試更多的變化并降低具體設(shè)計出現(xiàn)問題的風(fēng)險,。

在電子設(shè)計工作流程中實現(xiàn)自動化人工智能

自動化正迅速變成一項必須要實現(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)計人員都需要手動更新測試計劃,，從而導(dǎo)致電子設(shè)計周期進一步拖延,。

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,，但這還遠遠不夠。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)杏幸话胍陨隙肌俺隽吮匾姆秶?。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)計人員將能夠在設(shè)計工作流程中實現(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)團隊已經(jīng)通過這種方法獲得回報,。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。搭建您的實驗室設(shè)計與測試解決方案,，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余地,。像您在制造階段所做的那樣在開發(fā)環(huán)境中實現(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。

更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<