隨著信息技術的快速發展和互聯網的快速普及，人工智能迎來了第三次高速成長。據中國電子學會公開數據顯示，2017年全球人工智能核心產業規模已經超過了370億美元。人工智能早期是一個智能硬件，基于大數據和終端，終端是把接到的大數據進行運算，我們看到的智能電視、智能汽車等等都是智能硬件。

　　現在智能硬件智能化程度更高，隨著數據量增大，人工智能的算法加入到人工智能芯片里，有效的擴展了產業規模，具體體現在大數據、生物識別、安防行業等等。測試服務本身也可以和人工智能結合。人工智能是通過算法，利用大數據逼近真實數據的一個過程。測試測量也是同樣的思路，例如測試了一大批材料，材料本身的物理特性是不變的，通過測試數據與人工智能，可以更好地了解材料性能。

　　人工智能芯片的特點是在傳統芯片CPU的模式上再加上可重構計算和深度學習的功能。現在對智能芯片的要求為可編程，計算效率高，功耗要低，體積小等等，這些實際上是對算法和硬件提出了綜合要求。人工智能本身是算法加芯片，再加上應用以后就提出了一系列要求。目前針對人工智能的測試，分為傳統測試，軟件和軟件測量，應用和應用測量等，這些測試涉及面廣，操作復雜，需要形成一個標準，目前我們國家人工智能測試標準正在形成中。

　　人工智能芯片提供的廠家可以分為訓練，推理，云端大數據，終端等，這些廠家分別都會研發這些人工智能芯片。

　　把這些人工智能芯片應用到各個行業之后，各種應用會帶來集成度高的現狀，這涉及到一個問題，測試就變的非常復雜，測量參數也非常多。一個小小體積的芯片集合了多種功能，這就給測試提出了更高的要求，從測試角度來講，要求一次連接，多個參數全部測完。

　　例如對于IC測試，這臺儀器接上去以后測一組數據，換一個參數需用另外一個設備，需要把芯片抬起來再扎下去，容易損壞器件。最好是連接一次，所有參數全測完，這樣才能保護芯片本身，提高效率。

　　另外人工智能的數據運算量大，運行的速度高，帶寬寬，容易形成各種互相的干擾，包括電磁兼容等等，在電路設計過程中就要考慮怎么能不互相干擾，另外還要考慮低功耗，數據傳輸的復雜性，還有人工智能裝到機器人上面，接口多，有PCIe 3.0/4.0、SATA、DDR3/4、10G以太網、100G光模塊、400G以太網/PAM4，這些都是高速傳輸常用的數據接口。每個數據接口，都要求符合標準，才能到市場銷售。這個標準怎么定義的?專門有一個軟件，數據測試一致性軟件。

　　我們對傳輸網絡需要涉及到的概念包括數據高速等等，主要是發射與接收，圖上左側是發射模塊原理圖，右側是接收模塊原理圖，收和發之間用無線傳輸，或者用光纖傳輸。還有一類是高速數據傳輸。收和發的質量是如何保證呢?要求信號不失真，信號完整等等，發射和接收每一個模塊最終會影響到信號，非常復雜。

　　集成電路開發過程中，需要在集成電路實驗室測量，如射頻集成電路，芯片集成電路等。我們國內擁有大量的射頻集成電路測試設備，可以為社會提供測試服務。

　　人工智能研發的測試，需要從材料開始。半導體材料本身就涉及到材料測試，傳輸線測試，信號質量測試，從材料、傳輸到信號質量，每一步都要進行質量把關。比如人工智能硬件的應用，有了一個芯片以后，要做很多的外圍電路，這個外圍電路是怎么做的?涉及到選什么材料，傳輸線是怎么設計的，外圍電路就是信號傳輸電路。這里面涉及到一系列的測量技術和方法。

　　人工智能產品上市之前還有一關要過——電磁兼容標準測試。電磁兼容測試有三種典型的實驗室。一種是標準的實驗室，被測物和設備距離必須是3米，這是有規定的。3米距離下測試叫3米法。如果測試距離是10米，就稱為10米法，例如汽車測試，將車放在轉臺上，測試設備在另外一端，中間距離是十米。另外如果車需要旋轉測試各個角度，實驗室需要再地上建設一個大轉臺，這樣可以測試360度。這樣的測試要求實驗室外墻的距離是更遠，這個投資是多少呢?一般會在幾千萬數量級別，國內也沒幾家。

　　電磁兼容以前是在外面測量的，是因為電磁波非常復雜，室外找不到一個電磁波環境比較純的地方，所以轉到室內。例如中科國技實驗室用混響式測試，仿真一個大環境，測試電磁波。

　　人工智能產品規范是怎么測試的?PCI-E3.0接收端容限測試這個設備非常昂貴，DDR協議測試設備也非常昂貴，這兩個加在一起投資幾千萬。

　　在人工智能測試方面需要提供全套的全參數的測試方法，這個測試方法包含了數據采集、總線測量、電壓測量等等。人工智能的測試是十分復雜，投入巨大的，例如：對智能汽車全套測試，把里面所有的參數都測一遍，把這個設備建起來得好幾十億。

　　那么可以用什么方法來解決測試技術和測試設備的巨大投入問題呢，可以利用社會資源，用共享的形式來解決技術和設備問題，方用測試網就為研發企業提供了這樣的一個平臺。