自動(dòng)化人工智能對(duì)技術(shù)創(chuàng)新者至關(guān)重要

隨著標(biāo)準(zhǔn)的不斷發(fā)展，跨越多個(gè)云環(huán)境的應(yīng)用逐漸增多，用戶對(duì)“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(dòng)執(zhí)行設(shè)計(jì)和測試流程，并智能地洞察整個(gè)工作流程――即自動(dòng)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(dòng)流程，只有 11% 的公司完全實(shí)現(xiàn)了測試矩陣的自動(dòng)化。 雖然全自動(dòng)化的采用率仍然很低，但各家公司也的確看到了自動(dòng)化的價(jià)值，其中 75% 的公司部分采用了自動(dòng)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(dòng)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(duì)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(píng)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(duì)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(dòng)化和智能程度，尤其是未來的打算時(shí)， 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(dòng)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(dòng)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(dòng)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(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(tái)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(huì)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(dòng)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(xiǎn)。

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

自動(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)化有助于縮短測試時(shí)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(dòng)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(shí)還能覆蓋理想的測試范圍。

自動(dòng)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(xiǎn)。無論是測量電源和接地、波形信號(hào)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(dòng)化人工智能的成功標(biāo)志是什么?

過去，人們?cè)跒樾麻_發(fā)項(xiàng)目制定策略時(shí)往往發(fā)現(xiàn)“快、好、省無法同時(shí)兼得”。如果一切都不變的話，這個(gè)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(dòng)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?。鹤尞a(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(gè)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(dòng)化，將可以盡量縮短開發(fā)時(shí)間，同時(shí)確保盡量出色的產(chǎn)品性能。