芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

随着标准的不断发展，跨越多个云环境的应用程序逐渐增加，用户对集成产品的期望也越来越高，这使得今天的新电子产品越来越复杂。复杂性的增加直接影响了新电子产品的设计、开发、模拟和测试覆盖率，给开发团队带来了压力。

在许多测试发展方向中，最主流的方向仍然是自动执行设计和测试过程，智能洞察整个工作过程――即自动化人工智能。然而，德科技最近受到了委托 Forrester 一项调查显示，89% 公司仍在使用手动流程，只有 11% 该公司完全实现了测试矩阵的自动化。 虽然全自动化的利用率仍然很低，但公司确实看到了自动化的价值，其中 75% 部分公司采用自动化流程，近一半希望在未来三年实现全自动化。

在复杂的电子系统开发中，人工智能、机器学习和数字双胞胎越来越受到关注

2021 年 12 月，是德科技委托 Forrester Consulting 公司集成、分析数据，分析人工智能（AI）和机器学习（ML）评估了典型产品开发周期中技术的应用。Forrester 调查了 400 许多开发负责人在产品开发过程中使用它们 AI 和 ML 问了一系列问题。

起初，我们听到大多数组织对目前使用的开发方法感到满意，其中 86% 组织表示满意，甚至非常满意。然而，这些组织也表示，他们 84% 项目和设计要么采用复杂的多层子系统，要么采用集成系统，大部分未经测试。

虽然公司一开始似乎很满意，但我们通过调查了解到，当被问及提高电子设计过程的自动化和智能化，特别是未来的计划时， 他们都感受到了压力。

目前，只有 10% 公司在开发过程中实现了全自动化设计和测试，但新冠肺炎疫情的肆虐迫使企业加快采用远程开发和自动化测试序列。开发团队还在努力让在不同地方工作的人员持续合作，所以数字双胞胎的利用率很可能会进一步提高。

数字孪生模拟：电子设计的新模式

在制作原型之前，硬件开发人员一直依靠模拟环境来设计硬件。使用软件驱动的模拟器或数字双胞胎可以通过比较已知的良好参考系统来衡量不同操作环境、条件和协议演变的影响，从而减少设计迭代次数。同样，软件开发人员也使用它 Scrum 在虚拟仿真过程中进行测试等方法也可以逐步构建和部署新的特性，这也有助于减少设计迭代次数。

通信协议和云平台不断演变，软件和固件不断更新，导致电子产品交互日益复杂，给开发人员带来实际挑战，因为每一次演变和更新都会带来一系列新的变化，需要严格的测试。开发团队可以测试更多的变化，降低具体设计问题的风险。

自动化人工智能在电子设计过程中实现

自动化正迅速成为必须实现的目标。目前，基于人工数据输入和部分 Python 或者图形编程和 Excel 全手动测试计划只能满足少数可能的用户场景。每次软件发布新版本后，设计师都需要手动更新测试计划，导致电子设计周期进一步延迟。

然而，虽然测试自动化软件可以解决一些问题，但它是不可或缺的，但这还远远不够。测试自动化的效果取决于分析结果和洞察力。此次 Forrester 调查受访者透露，超过一半的测试例超出了必要的范围。测试自动化有助于缩短测试时间，但不能解决测试范围、测试质量和覆盖率等问题。通过分析和洞察结果，设计师将能够在设计过程中实现自动化人工智能，并实施更广泛的测试序列，以确保良好的测试速度，并覆盖理想的测试范围。

自动化人工智能作为一种软件模型，基于德国技术极其丰富的测量技术和模拟能力，可以为开发者提供快速的洞察力，帮助他们更快地将设计推向市场，并尽可能避免风险。无论是测量电源和接地、波形信号质量、高速数据 I/O、AMS代理必须考虑如何帮助客户加快网络完整性或应用交付的开发过程。

自动化人工智能的成功标志是什么？

在过去，当人们为新开发项目制定战略时，他们经常发现快、好、省不能同时得到。如果一切都保持不变，这个结论可能仍然是正确的。然而，通过在开发过程中集成自动化人工智能，您可以考虑到这三点：

· 更快:能加快产品上市速度

· 更好：提供更好的产品，让客户更满意

· 更经济：使产品开发过程更加敏捷、高效

通过这种方式，开发团队获得了回报。无论产品开发涉及新兴电子产品采用最新的无线通信标准，还是高速数据传输、复杂的云网络或分布式应用软件交付，工作重点都是相同的。构建您的实验室设计和测试解决方案，并在每个阶段交付有洞察力的分析结果。再辅之以 AI 和 ML，让他们始终探索新的改进空间。在开发环境中实现自动化，就像你在制造阶段所做的那样，会尽可能缩短开发时间，保证产品性能尽可能优异。