2020年01月16日 | Keysight—2020年，技术将和测试同进步

翻译自——microwavejournal

到2020年，新的测量领域将变得越来越重要:基于测量的多种工具是我们能否推出基于技术产品和解决方案的关键推动力量，而且随着颠覆性技术的出现，这些工具将发生转变。

到2020年，5G相关的高级应用将会爆发式增长，这将会使用更高的频率和更小的几何图形。为了支持这一增长，我们需要做到：

□设计和模拟、空气测试、天线系统和测量的课程以及实验室都将被纳入核心工程课程里去。

新的测量理念(硬件、软件和校准)将被开发并成为主流产品的一部分。

□新电子产品和解决方案的开发人员要使用不同的工具、规范和术语来指定和验证他们的设计。

●到2020年，软件在实现技术方面的应用将继续盛行，特别是在网络和位置或基于导航的智能手机应用方面。因此，软件对软件的度量将会出现一个强大的激增，因此，软件工具链之间的互操作性将会得到重视。这将创建新的认证标准，从而影响开发过程和市场营销，这也会确保消费者了解以软件为中心的产品能做什么和不能做什么。

●到2020年，实现人工智能或人工智能架构的专用处理器(如GPU和芯片)将大幅增加，这些处理器决定了网络如何处理和路由信息，并保持安全、隐私和完整性。2020年，量子计算将继续得到发展和宣传，但随着量子位数量的增长，控制、测量和纠正量子系统错误的能力将变得非常重要。

在量子计算成为主流之前，那些对建造实用的量子计算机感兴趣的人将需要关于测量技术和技术的知识。

为了获取有用的开发见解，大数据筒仓将被连接起来，一些高科技公司收集数据，通常将其存储在功能筒仓中用来进行研发设计、生产前验证、制造、运营和服务。

●到2020年，公司将开始使用现代云架构来连接这些数据筒仓，比如私有的on-premises集群，或者像AWS或Azure这样的公共站点。有了集中可用的数据，团队通过开发将性能联系起来，从早期设计到制造再到现场部署，最后再回到设计。这些团队的好处在于：快速收集和重新格式化数据，更快地调试新产品设计，预测制造问题，以及改进产品质量。

●为了实现这些收益，团队将投资于计算基础设施，确定如何存储数据，包括文件位置和数据结构，以及选择分析工具来选择和处理数据，以识别异常和判断趋势。此外，在工作方式上也要改进，将注意力转移到数据驱动的决策层面上。

5G和数据中心:全新5G能力将给网络带来不小的压力，恐会暴露出新的瓶颈。

●工业物联网的应用将增加访问请求，而车联网应用将延长延迟需求。边缘计算对于处理激增的访问请求和满足严格的延迟要求将变得更加重要。

●更快的数据速度将对数据中心更快的内存、更快的数据总线和更快的收发器提出更多的要求。速度和灵活性将是重中之重，但是客户通过网络的可追溯性将是升级到最新标准的主要驱动因素。

●到2020年，我们将看到先进的设计、测试和监控能力，确保网络和产品达到预期的性能和安全可靠性。为了构建未来的网络基础设施，芯片组和产品制造商、软件公司、网络运营商、云托管公司和国际标准组织之间将会有更紧密的合作。

让5G走向成熟将面临大量挑战:5G代表着技术的发展和许多方面的革命，但它也带来了跨越许多领域的新技术挑战。

●2020年，5G将从最初商业化的一小群玩家将转变为一个全球社区。在这个社区中，每个大洲和许多国家的多个运营商都将拥有商业5G网络。

●早期采用者将继续扩大规模，而那些在2020年推出的运营商将很快解决最初面临的部署时问题。

●第二代设备和基站将会涌现，我们也期待着3GPP R17标准的到来。

●2020年，移动通信行业面临的主要技术挑战:确保中频段(3.5-5GHz)的性能，将mmWave迁移到可移动性，过渡到完整的独立(SA) 网络制式下，解决集中式运行和移动边缘计算(MEC)的架构分解和标准。

“物联网互动”:物联网将迅速成为主流，商业接受度将扩大，公共部门应用激增，行业部署将加快

●2020年，当物联网真正的能够实现物与物之间的有效沟通时，我们将看到“智能”体验水平的提高。

●同时也将会有强大的设备之间的协同工作，在无需直接人工干预的情况下，在后台快速高效地运行。关键任务应用，如数字医疗领域的远程机器人手术或智能移动领域的自动驾驶，将感受到这种转变的影响。

●虽然这些应用程序将受益于物联网，但为了确保它们不会遭受“事物的干扰”，特别是当通信故障和网络干扰可能带来毁灭性或危及生命的后果，我们也要时刻开发新的解决方案。工业4.0应用和智慧城市应用也是如此。

数字孪生将走向主流:数字孪生或完全复制模拟的概念，是设计工程师的天堂。

到2020年，数字孪生将逐渐成熟起来，并得益于它加速创新的能力而成为主流。公司将寻找先进的设计和测试解决方案，将这项技术发挥到极致，这些方案可以无缝验证和优化虚拟模型和现实世界中的同类产品，以确保它们的行为是一致的。

2020年并不会是自动驾驶汽车爆发的一年。但对于主动巡航控制来说，也许是的。想要达到完全自主，我们还有若干年的时间。2020年，部署在汽车上的传感器的数量和复杂程度将会增加，但全自动汽车将需要更普遍的5G连接和更多的人工智能。

●到2020年，电动汽车或混合动力汽车的销量比例将从个位数增长到两位数，预计是去年的三倍。

预计首个C-V2X网络将在中国得到应用，但它们将在LTE-V网络上运行，直到5G R17标准的到来。

●传感器和车载网络的技术会继续进步，此外，我们也需要更快的车载网络。2020年，基于千兆以太网的车载网络将逐步落地实施，传感器技术的显著改进使人工智能达到新一阶段的性能水平。

系统级设计、测试和监视将经历一个巨大的转变:万物互联的世界将迫使性能、可靠性和完整性的评估方式发生变化。

●2020年，要充分发挥传感器系统与通信系统、机械系统之间的连接潜力，这将需要对系统级进行新的测试方法。

●如今，我们有了可用于测试雷达天线和雷达收发的模块。然而，测试集成到汽车中的多天线雷达系统将需要不同的测试方法。数据中心、任务关键型物联网络、汽车以及各种新型、复杂、支持5G 的应用程序也是如此。

●到2020年，为了确保在日益连接的世界中端到端性能、完整性和可靠性，电子行业将把强调系统级的测试作为最终步骤。

大学将采用整体的、综合的、多学科的工程教育课程来培养下一代工程师。

●学术界将与业界建立合作关系，以跟上技术发展的步伐，并将认证项目、工业级仪表和自动化系统纳入教学实验室中去，对学生进行更加现实的应用培训。

●为了解决物联网问题，大学将结合基础电子、网络、设计工程、网络安全和嵌入式系统的方法，同时也会越来越强调技术对社会和环境的影响。

●为了解决人工智能、自动化和机器人技术等问题，大学将把当前的认知科学和机电一体化等小众学科纳入必修课程的主流。

延伸阅读——什么是大数据筒仓?

在数字世界中，数据的自由流动至关重要。数据是该系统的“生命线” - 任何架构的存在理由。数据以无限的新颖和引人注目的方式“提供给用户” - 但这一切都取决于相互联系。

当这种自由流动的数据因任何原因受到阻碍时，专业人士将其称为“数据孤岛”。同样，数据被锁定远离一般使用或通用访问。它存在于某个地方，但它无法到达有用的地方。

回到以前的物理筒仓类比，大多数农场筒仓都有玉米或其他产品用于动物或人类饲料。但除非你能将它从筒仓搬到世界，否则没有人会吃那些东西 - 同样的原则也是大数据孤岛问题所固有的。解决方案是能够将数据移动到软件基础架构的隔离区域之外，以便可以将其用于其预期目的。