2018年，我們看到了半導(dǎo)體元器件和汽車(chē)的高效融合，看到了人工智能產(chǎn)業(yè)的落地艱辛，當(dāng)然還有5G技術(shù)和測(cè)試飛速發(fā)展將商用時(shí)間提前等等。在即將到來(lái)的2019年，我們關(guān)注的重點(diǎn)和難點(diǎn)又在哪里呢？11月13日，NI (美國(guó)國(guó)家儀器公司，National Instruments，簡(jiǎn)稱NI)發(fā)布了《NI 趨勢(shì)展望報(bào)告2019》。報(bào)告探討了日新月異的技術(shù)發(fā)展所面臨的關(guān)鍵工程趨勢(shì)和挑戰(zhàn)，包括物聯(lián)網(wǎng)（IoT）、從原型驗(yàn)證到商業(yè)化部署的5G技術(shù)推進(jìn)以及大眾自動(dòng)駕駛等領(lǐng)域。
NI全球營(yíng)銷副總裁Shelley Gretlein表示：“這些工程趨勢(shì)正在打破傳統(tǒng)的行業(yè)和產(chǎn)品測(cè)試，帶來(lái)了前所未有的復(fù)雜挑戰(zhàn)。 然而，這也極大地推動(dòng)了創(chuàng)新，促使我們從根本上轉(zhuǎn)變自動(dòng)化測(cè)試和自動(dòng)化測(cè)量方法，向“軟件定義的系統(tǒng)”做出關(guān)鍵的轉(zhuǎn)變。”
在NI的上海新辦公室，NI市場(chǎng)營(yíng)銷副總裁John Pasquarette，NI亞太區(qū)市場(chǎng)總監(jiān)湯敏和NI大中華區(qū)市場(chǎng)經(jīng)理劉旭陽(yáng)一起為大家解讀了《NI趨勢(shì)展望報(bào)告2019》。
左一：NI大中華區(qū)市場(chǎng)經(jīng)理劉旭陽(yáng)，中間：NI市場(chǎng)營(yíng)銷副總裁John Pasquarette，右一：NI亞太區(qū)市場(chǎng)總監(jiān)湯敏
5G迎來(lái)新的無(wú)線測(cè)試時(shí)代
2018年6月，全球首個(gè)5G核心標(biāo)準(zhǔn)落地。大規(guī)模網(wǎng)絡(luò)部署與應(yīng)用測(cè)試即將到來(lái)。傳統(tǒng)的數(shù)據(jù)通信測(cè)試是通過(guò)線纜直連的方式完成數(shù)據(jù)傳輸信道的性能指標(biāo)、終端設(shè)備的規(guī)程協(xié)議、產(chǎn)品在符合標(biāo)準(zhǔn)方面的一致性測(cè)試等測(cè)試。5G具有高頻、高帶寬、大規(guī)模天線、復(fù)雜的三維建模等特點(diǎn)，使得5G測(cè)試與4G相比區(qū)別很大。
《NI趨勢(shì)展望報(bào)告2019》中重點(diǎn)解讀了5G中MU-MIMO和mmWave技術(shù)的測(cè)試難點(diǎn)，NI業(yè)務(wù)和技術(shù)首席研究員 Charles Schroeder負(fù)責(zé)完成這一部分的報(bào)告。報(bào)告指出，MU-MIMO和mmWave技術(shù)的物理實(shí)現(xiàn)需要使用比前幾代蜂窩標(biāo)準(zhǔn)更多的天線元件。根據(jù)物理學(xué)定律，mmWave頻率的信號(hào)在通過(guò)自由空間時(shí)將比當(dāng)前蜂窩頻率的信號(hào)衰減得更快。因此，在發(fā)射功率電平近似的情況下，mmWave蜂窩頻率的范圍將比當(dāng)前蜂窩頻帶小得多。
為了克服這種路徑損耗，5G發(fā)射器和接收器將利用并行工作的天線陣列，并使用波束成形技術(shù)來(lái)提升信號(hào)功率，而不是像目前的設(shè)備那樣每個(gè)頻帶使用一個(gè)天線。這些天線陣列和波束成形技術(shù)不僅對(duì)于增加信號(hào)功率很重要，對(duì)于實(shí)現(xiàn)MU-MIMO技術(shù)也同樣至關(guān)重要。
那如何將所有這些天線安裝到未來(lái)的手機(jī)中？幸運(yùn)的是，mmWave頻率的天線將比用于當(dāng)前標(biāo)準(zhǔn)的蜂窩天線小得多。新的封裝技術(shù)，如集成天線封裝（antenna in package，AiP，即天線陣列位于芯片的封裝內(nèi)），將使得這些天線更容易集成到現(xiàn)代智能手機(jī)的小空間內(nèi)，但天線陣列可能完全封閉，沒(méi)有任何可直接接觸的測(cè)試點(diǎn)。
《NI趨勢(shì)展望報(bào)告2019》指出，將使用OTA解決新挑戰(zhàn)。OTA是AiP技術(shù)的唯一選擇，因?yàn)樘炀€陣列集成在封裝內(nèi)，無(wú)法通過(guò)導(dǎo)線直接連接陣列元件。即使測(cè)試工程師可以使用傳導(dǎo)測(cè)試方法連接各個(gè)天線元件，他們也面臨著選擇并行測(cè)試（購(gòu)買(mǎi)更多儀器帶來(lái)的資本支出）還是連續(xù)測(cè)試（測(cè)試時(shí)間和吞吐量增加帶來(lái)的運(yùn)營(yíng)成本）的困難。雖然許多技術(shù)問(wèn)題，測(cè)量精度問(wèn)題、全新的測(cè)量方法、RF帶寬上進(jìn)行校準(zhǔn)和測(cè)量所需的處理量增加等，仍有待解決，但OTA測(cè)試提供了將陣列作為一個(gè)系統(tǒng)而不是一組獨(dú)立元件進(jìn)行測(cè)試的可能性，這有望提供系統(tǒng)級(jí)測(cè)試的高效率。
實(shí)現(xiàn)安全自動(dòng)駕駛所需的權(quán)衡迫在眉睫
這部分報(bào)告由NI汽車(chē)市場(chǎng)總監(jiān)Jeff Phillip提供。根據(jù)世界衛(wèi)生組織的統(tǒng)計(jì)，每年因交通事故導(dǎo)致超過(guò)125萬(wàn)人喪生，這些事故造成的政府損失約占GDP的3％。雖然自動(dòng)駕駛的潛在影響非常廣泛，延伸到個(gè)人、經(jīng)濟(jì)和政治領(lǐng)域，但拯救生命這一作用本身就意味著自動(dòng)駕駛可能是我們這個(gè)時(shí)代最具革命性的發(fā)明。
高級(jí)駕駛輔助系統(tǒng)（ADAS）是傳感器、處理器和軟件的融合，旨在提高安全性并最終提供自動(dòng)駕駛功能。如今，大多數(shù)ADAS系統(tǒng)使用單個(gè)傳感器，例如雷達(dá)或攝像頭，并且已經(jīng)產(chǎn)生了可量化的影響。2019年奧迪A8將成為世界上第一輛提供L3級(jí)別自主駕駛技術(shù)的量產(chǎn)車(chē)。它配備了六個(gè)攝像頭、五個(gè)雷達(dá)設(shè)備、一個(gè)激光雷達(dá)設(shè)備和12個(gè)超聲波傳感器。為什么要使用這么多傳感器？簡(jiǎn)單來(lái)說(shuō)，每種傳感器都有其獨(dú)特的優(yōu)勢(shì)和劣勢(shì)。例如，雷達(dá)顯示的是物體的移動(dòng)速度，而不是物體的樣子。這時(shí)就需要進(jìn)行傳感器融合，因?yàn)槲矬w的移動(dòng)速度和物體的樣子對(duì)于預(yù)測(cè)對(duì)象的行為都是至關(guān)重要，而冗余則是為了克服每個(gè)傳感器的缺陷。
并且，《NI趨勢(shì)展望報(bào)告2019》指出，隨著控制器及其處理能力的發(fā)展，工程師的偏好可能會(huì)在分布式和集中式架構(gòu)設(shè)計(jì)之間交替，這意味著軟件定義的測(cè)試儀設(shè)計(jì)對(duì)于跟上這一演變至關(guān)重要。而且，為實(shí)現(xiàn)L5級(jí)別自動(dòng)駕駛，自動(dòng)駕駛汽車(chē)的微處理器需要具備比當(dāng)前微處理器高出2000倍的處理能力；因此，這種微處理器的成本很快就比mmWave雷達(dá)傳感器系統(tǒng)中的RF組件更加昂貴。
緊跟標(biāo)準(zhǔn)化開(kāi)發(fā)的趨勢(shì)
測(cè)試工程師正在利用舊趨勢(shì)來(lái)跟上快速現(xiàn)代化的測(cè)試環(huán)境。 他們不僅需要標(biāo)準(zhǔn)化硬件和軟件，還需要對(duì)測(cè)試架構(gòu)的構(gòu)建和維護(hù)過(guò)程進(jìn)行標(biāo)準(zhǔn)化。NI國(guó)防和航空航天市場(chǎng)總監(jiān)Nicholas Butler在《NI趨勢(shì)展望報(bào)告2019》表示，由于嚴(yán)苛的安全要求和快節(jié)奏的變化，現(xiàn)代測(cè)試組織需要做的遠(yuǎn)不只是硬件標(biāo)準(zhǔn)化。他們現(xiàn)在非常重視軟件層及其開(kāi)發(fā)過(guò)程。測(cè)試工程團(tuán)隊(duì)必須開(kāi)始采用和標(biāo)準(zhǔn)化迭代式軟件開(kāi)發(fā)方法，以跟上產(chǎn)品開(kāi)發(fā)團(tuán)隊(duì)的步伐以及在快速現(xiàn)代化的行業(yè)中維持項(xiàng)目進(jìn)度。
Nicholas強(qiáng)調(diào)軟件是標(biāo)準(zhǔn)化的核心，領(lǐng)先的測(cè)試軟件工程團(tuán)隊(duì)正在開(kāi)發(fā)抽象化的測(cè)試軟件，與抽象化的硬件相比，抽象化軟件提供了更多好處。抽象化軟件平臺(tái)包括執(zhí)行特定功能的層。這允許團(tuán)隊(duì)單獨(dú)修復(fù)和升級(jí)每個(gè)模塊，同時(shí)通過(guò)保持相同的輸入和輸出來(lái)隔離其他層。
按照當(dāng)今市場(chǎng)發(fā)布新產(chǎn)品和功能的速度，僅僅正確構(gòu)建測(cè)試軟件架構(gòu)是遠(yuǎn)遠(yuǎn)不夠的。測(cè)試軟件組織必須采用更靈活的方法來(lái)更快速地向制造部門(mén)和客戶交付產(chǎn)品。為了提供所有所需的功能，現(xiàn)代軟件工程團(tuán)隊(duì)開(kāi)始采用Agile等連續(xù)迭代式軟件開(kāi)發(fā)方法。迭代式軟件開(kāi)發(fā)需要能夠相互密切配合的團(tuán)隊(duì)，而且與硬件平臺(tái)和軟件架構(gòu)抽象類似，還包含共享和重復(fù)的概念和任務(wù)。負(fù)責(zé)代碼庫(kù)的團(tuán)隊(duì)必須就源代碼控制、單元測(cè)試框架、代碼分析、工作管理和部署所需的工具達(dá)成一致并進(jìn)行標(biāo)準(zhǔn)化。另外一個(gè)日益增加的擔(dān)憂是網(wǎng)絡(luò)安全。
借助物聯(lián)網(wǎng)優(yōu)化系統(tǒng)測(cè)試
NI業(yè)務(wù)和技術(shù)首席研究員Mike Santori在這部分表示，物聯(lián)網(wǎng)可以大大增強(qiáng)自動(dòng)化測(cè)試的工作效率。將系統(tǒng)管理、數(shù)據(jù)管理、可視化和分析以及應(yīng)用程序支持等物聯(lián)網(wǎng)功能應(yīng)用于自動(dòng)化測(cè)試工作流程，可以幫助測(cè)試工程師更輕松地應(yīng)對(duì)物聯(lián)網(wǎng)的挑戰(zhàn)。
IoT和IIoT的基礎(chǔ)是設(shè)備互聯(lián)及統(tǒng)一管理。然而，目前許多分布式測(cè)試系統(tǒng)并沒(méi)有實(shí)現(xiàn)互聯(lián)或有效的設(shè)備管理。通常，測(cè)試工程師難以跟蹤在任何一臺(tái)硬件設(shè)備上運(yùn)行的軟件，或者只知道系統(tǒng)的位置，而無(wú)法獲知其性能、使用率和健康狀況。幸運(yùn)的是，大多數(shù)現(xiàn)代測(cè)試系統(tǒng)都基于PC或PXI，可以直接連接到企業(yè)系統(tǒng)，從而實(shí)現(xiàn)額外的功能，如管理軟件和硬件組件、跟蹤使用情況以及執(zhí)行預(yù)測(cè)性維護(hù)，從而最大限度地提高測(cè)試投資的價(jià)值。
物聯(lián)網(wǎng)的商業(yè)價(jià)值來(lái)自互聯(lián)系統(tǒng)生成的海量數(shù)據(jù)。 然而，由于存在各種數(shù)據(jù)格式和來(lái)源，有效利用測(cè)試數(shù)據(jù)變得非常困難，從時(shí)域和頻域的原始模擬和數(shù)字波形到參數(shù)測(cè)量等數(shù)據(jù)通常以遠(yuǎn)高于消費(fèi)者或工業(yè)設(shè)備的速度和數(shù)量進(jìn)行采集。 更糟糕的是，測(cè)試數(shù)據(jù)通常存儲(chǔ)在沒(méi)有標(biāo)準(zhǔn)化的“孤島”（silos）中。 因此，這些數(shù)據(jù)對(duì)企業(yè)來(lái)說(shuō)是“不可見(jiàn)的”，因此很容易錯(cuò)過(guò)產(chǎn)品生命周期其他階段的有用信息。
將IoT功能應(yīng)用于自動(dòng)化測(cè)試數(shù)據(jù)，首先需要一套即用型的軟件適配器，用于接入標(biāo)準(zhǔn)數(shù)據(jù)格式。這些適配器必須基于開(kāi)放的文檔化架構(gòu)，以便能夠接收新的和唯一的數(shù)據(jù)，包括來(lái)自設(shè)計(jì)和生產(chǎn)的非測(cè)試數(shù)據(jù)。測(cè)試系統(tǒng)必須能夠與標(biāo)準(zhǔn)IoT和IIoT平臺(tái)共享其數(shù)據(jù)，以從企業(yè)級(jí)數(shù)據(jù)中提取有用信息。
利用物聯(lián)網(wǎng)進(jìn)行測(cè)試并不是一個(gè)未來(lái)設(shè)想，而是在當(dāng)下切切實(shí)實(shí)可實(shí)現(xiàn)的。 一個(gè)組織的能力取決于其當(dāng)前的自動(dòng)化測(cè)試基礎(chǔ)架構(gòu)和最迫切的業(yè)務(wù)需求。 需要考慮的一些常見(jiàn)領(lǐng)域是改進(jìn)測(cè)試系統(tǒng)管理、提高測(cè)試設(shè)備利用率、從測(cè)試數(shù)據(jù)中獲得更有意義的信息，以及遠(yuǎn)程訪問(wèn)共享測(cè)試系統(tǒng)。 具有高度模塊化的軟件定義方法可讓企業(yè)專注于最有價(jià)值的領(lǐng)域，而無(wú)需做出高風(fēng)險(xiǎn)的決策。
多行業(yè)融合顛覆傳統(tǒng)的測(cè)試策略
NI自動(dòng)化測(cè)試副總裁Luke Schreier在這一部分報(bào)告指出，行業(yè)融合并不是一個(gè)新概念；甚至可能是歷史最悠久的概念之一。對(duì)于測(cè)試組織來(lái)說(shuō)，這個(gè)機(jī)會(huì)將來(lái)自于利用和學(xué)習(xí)其他行業(yè)、以及將資源集中以加速創(chuàng)新。
融合的核心是觀點(diǎn)共享。在產(chǎn)品創(chuàng)新方面，人們經(jīng)常討論通過(guò)利用和學(xué)習(xí)其他行業(yè)來(lái)避免將時(shí)間和精力浪費(fèi)在創(chuàng)造已有的東西上，這一概念同樣可以應(yīng)用在測(cè)試策略中。隨著行業(yè)之間開(kāi)始互相利用彼此的技術(shù)，它們需要對(duì)這些新技術(shù)領(lǐng)域進(jìn)行測(cè)試并具備相關(guān)的專業(yè)知識(shí)。如果組織不知道下一步應(yīng)該做什么，就更具挑戰(zhàn)性。在融合的時(shí)代，未來(lái)更加渺茫。公司、測(cè)試策略和測(cè)試平臺(tái)都應(yīng)快速適應(yīng)未來(lái)的發(fā)展方向。
此外，與具有多行業(yè)經(jīng)驗(yàn)的組織合作可以幫助公司更有效地適應(yīng)不可預(yù)見(jiàn)的情況以及利用其他行業(yè)的最佳工程實(shí)踐。 這些公司可以將他們最頭疼的問(wèn)題外包給已經(jīng)解決這些問(wèn)題的第三方，或者在5G和物聯(lián)網(wǎng)等迫在眉睫的趨勢(shì)中尋找其他行業(yè)的戰(zhàn)略合作伙伴。