測(cè)試測(cè)量技術(shù)，如何賦能下一代AI基礎(chǔ)設(shè)施建設(shè)？

當(dāng)前，AI的競(jìng)爭(zhēng)早已超越了算法與模型的范疇，其背后龐大而復(fù)雜的智能基礎(chǔ)設(shè)施，正成為決定這場(chǎng)技術(shù)革命成敗的關(guān)鍵。從支撐大模型訓(xùn)練的算力集群，到賦能終端的邊緣智能，再到與物理世界交互的具身智能，AI基礎(chǔ)設(shè)施正成為阻礙AI技術(shù)發(fā)展的重要因素。

是德科技華東大區(qū)總經(jīng)理潘其濤

在這一背景下，作為全球領(lǐng)先的測(cè)試測(cè)量與解決方案提供商，是德科技（Keysight）正從幕后走向臺(tái)前，賦能和加速下一代AI基礎(chǔ)設(shè)施建設(shè)。在2026中國(guó)IC領(lǐng)袖峰會(huì)上，是德科技華東大區(qū)總經(jīng)理潘其濤以“協(xié)同創(chuàng)新，共筑基石：是德科技賦能下一代AI基礎(chǔ)設(shè)施建設(shè)”為主題，分享了AI產(chǎn)業(yè)和技術(shù)的發(fā)展趨勢(shì)，同時(shí)探討了AI基礎(chǔ)設(shè)施在高速網(wǎng)絡(luò)、算力擴(kuò)展及系統(tǒng)復(fù)雜性提升過(guò)程中所面臨的關(guān)鍵挑戰(zhàn)，以及介紹了是德科技面向?qū)嶋H應(yīng)用場(chǎng)景的測(cè)試驗(yàn)證思路與全棧解決方案。

AI發(fā)展的多階演進(jìn)與基礎(chǔ)設(shè)施的全局挑戰(zhàn)

當(dāng)前AI發(fā)展已進(jìn)入多層次、多形態(tài)的融合演進(jìn)新階段。這一進(jìn)程主要體現(xiàn)為幾個(gè)關(guān)鍵階段，每一階段都對(duì)底層基礎(chǔ)設(shè)施提出了獨(dú)特且嚴(yán)苛的性能與可靠性要求。潘其濤表示，“AI技術(shù)的發(fā)展，不僅僅是AI本身能力的提升，還隨著AI能力的提升，其實(shí)帶來(lái)系統(tǒng)級(jí)的復(fù)雜度會(huì)越來(lái)越大。”

其中，AI工廠是當(dāng)前AI算力的核心載體，專注于模型的訓(xùn)練與推理。其核心是數(shù)據(jù)中心級(jí)的超大規(guī)模計(jì)算集群，由GPU/TPU、高速服務(wù)器、高效互聯(lián)（包括芯片間、板卡間、機(jī)柜間）以及數(shù)據(jù)中心網(wǎng)絡(luò)構(gòu)成。這里的核心挑戰(zhàn)在于打破“內(nèi)存墻”、“帶寬墻”和“功耗墻”，實(shí)現(xiàn)算力的近乎線性擴(kuò)展。

同時(shí)，隨著AI技術(shù)向數(shù)據(jù)源頭遷移，邊緣AI逐漸興起。在這一階段，邊緣AI涵蓋了AI設(shè)備（如智能手機(jī)、物聯(lián)網(wǎng)終端）、AI傳感器等，其需求在于在嚴(yán)苛的功耗、成本和尺寸限制下，實(shí)現(xiàn)實(shí)時(shí)、低延遲的本地化智能處理，對(duì)芯片的能效比和集成度要求極高。

2026年被視為AI智能體技術(shù)規(guī)模化落地的元年。這一階段，以智能體和個(gè)人AI助手為代表，強(qiáng)調(diào)AI的自主性、交互性與持續(xù)性。這要求基礎(chǔ)設(shè)施不僅提供強(qiáng)大的云端協(xié)同能力，還需支持復(fù)雜的多模態(tài)信息處理與長(zhǎng)期記憶，對(duì)網(wǎng)絡(luò)的可靠性和服務(wù)的連續(xù)性構(gòu)成挑戰(zhàn)。

而物理AI是智能與物理世界深度融合，其終極體現(xiàn)是自動(dòng)駕駛汽車、人形機(jī)器人等。此類系統(tǒng)對(duì)實(shí)時(shí)性、安全性、可靠性的要求達(dá)到了極致，需要車規(guī)/工規(guī)級(jí)的硬件、高精度的傳感器融合以及超低延遲的決策閉環(huán)，測(cè)試驗(yàn)證的復(fù)雜度和重要性空前突出。

隨著AI技術(shù)不斷演進(jìn)，在未來(lái)的集成式AI系統(tǒng)（Integrated AI Systems）階段，則需要對(duì)云端邊網(wǎng)進(jìn)行整合。

在市場(chǎng)規(guī)模方面，潘其濤認(rèn)為，這波AI浪潮催生了一個(gè)迅速增長(zhǎng)的萬(wàn)億級(jí)市場(chǎng)。相關(guān)數(shù)據(jù)顯示，預(yù)計(jì)到2030年，AI市場(chǎng)將超過(guò)2萬(wàn)億美元，其社會(huì)與經(jīng)濟(jì)影響力深遠(yuǎn)：未來(lái)二十年內(nèi)，AI可能自動(dòng)化約50%的現(xiàn)有工作；個(gè)性化AI助手將增強(qiáng)日常任務(wù)與決策。與此同時(shí)，技術(shù)層面正飛速演進(jìn)：基礎(chǔ)模型參數(shù)量已突破萬(wàn)億；智能體與推理模型可能需要當(dāng)前100倍的計(jì)算量和20-50倍的訓(xùn)練數(shù)據(jù)；而小型語(yǔ)言模型、多智能體與多模態(tài)技術(shù)則驅(qū)動(dòng)著邊緣側(cè)的效率革命。

核心挑戰(zhàn)：標(biāo)準(zhǔn)快速演進(jìn)與驗(yàn)證困境

然而，AI的飛躍絕非僅依賴于算法創(chuàng)新。潘其濤指出，除了速度和計(jì)算能力，AI的需求對(duì)技術(shù)棧各層面的挑戰(zhàn)是全方位的，需要協(xié)同優(yōu)化與創(chuàng)新，包括速度、能耗、穩(wěn)定性、安全性等。基礎(chǔ)設(shè)施已成為關(guān)鍵瓶頸：互聯(lián)與網(wǎng)絡(luò)現(xiàn)已成為關(guān)鍵瓶頸，每個(gè)GPU所需的互聯(lián)帶寬是過(guò)去的5-10倍；巨大的能源需求則迫切要求芯粒（Chiplets）、硅光（Si-Ph）等創(chuàng)新技術(shù)來(lái)實(shí)現(xiàn)功耗優(yōu)化。

潘其濤認(rèn)為，在AI驅(qū)動(dòng)的超高速計(jì)算與通信需求下，基礎(chǔ)設(shè)施領(lǐng)域正面臨兩大核心挑戰(zhàn)：

一是人工智能推動(dòng)標(biāo)準(zhǔn)快速演進(jìn)，開發(fā)周期被極致壓縮。AI對(duì)算力和帶寬的饑渴，迫使高速互聯(lián)標(biāo)準(zhǔn)以前所未有的速度迭代。這主要體現(xiàn)在標(biāo)準(zhǔn)代際的演進(jìn)周期大幅縮短：2022年進(jìn)入1.6 Tbps，2025年邁進(jìn)3.2T Tbps，按預(yù)測(cè)，2028年將達(dá)7.25Tbps，2031年沖擊14.5Tbps，調(diào)制技術(shù)將進(jìn)一步復(fù)雜化至PAM8。 

值得一提的是，面向未來(lái)的800G/1.6T之后的標(biāo)準(zhǔn)（如OIF CEI-448G框架）已于2024年8月啟動(dòng)提案，研發(fā)、標(biāo)準(zhǔn)與部署的深度耦合（Concurrent Engineering）已成為常態(tài)。這給芯片、模塊、系統(tǒng)廠商帶來(lái)了巨大的合規(guī)性壓力與市場(chǎng)窗口期挑戰(zhàn)。

二是設(shè)計(jì)驗(yàn)證變得越來(lái)越困難。標(biāo)準(zhǔn)的快速演進(jìn)直接導(dǎo)致了設(shè)計(jì)驗(yàn)證的復(fù)雜度呈指數(shù)級(jí)上升，具體體現(xiàn)在：

·物理與信號(hào)層面的挑戰(zhàn)：這主要聚焦于硬件設(shè)計(jì)和信號(hào)完整性方面，信號(hào)速率從112G、224G發(fā)展到448G，調(diào)制方式從PAM4演進(jìn)到PAM6甚至PAM8，同時(shí)設(shè)計(jì)周期在不斷縮短（Shrinking Design Cycles）。同時(shí)，芯片尺寸越來(lái)越小，出現(xiàn)芯片堆疊和將多個(gè)芯片封裝在一個(gè)大封裝內(nèi)的趨勢(shì)。

·互連與協(xié)議層面的挑戰(zhàn)：這主要涉及芯片內(nèi)部及芯片間通信的復(fù)雜性，包括CPO（共封裝光學(xué)）、LPO（低功耗光學(xué)）、SiPho（硅光子）以及Chiplets（芯粒）等技術(shù)；抖動(dòng)預(yù)算在幾十飛秒（fs）級(jí)別，誤碼率要求極高，眼圖幾乎閉合，需要全新的糾錯(cuò)方案；面臨嚴(yán)重的擁塞（Congestion）和串?dāng)_（Crosstalk）問(wèn)題。

·系統(tǒng)集成與協(xié)作層面的挑戰(zhàn)：這主要體現(xiàn)在復(fù)雜系統(tǒng)集成中面臨的管理與協(xié)作難題，必須滿足嚴(yán)苛的標(biāo)準(zhǔn)，并且需要與眾多其他供應(yīng)商的產(chǎn)品協(xié)同工作；當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，難以界定問(wèn)題出在哪個(gè)環(huán)節(jié)。

是德科技從測(cè)量科學(xué)到協(xié)同創(chuàng)新

面對(duì)上述系統(tǒng)性挑戰(zhàn)，是德科技的價(jià)值遠(yuǎn)不止于提供測(cè)試儀器。其核心價(jià)值在于，通過(guò)深度的測(cè)量科學(xué)、前瞻性的技術(shù)投入和廣泛的產(chǎn)業(yè)協(xié)同，幫助客戶跨越從芯片到集群的鴻溝，確保AI基礎(chǔ)設(shè)施的性能、互操作性與可靠性。

潘其濤表示，是德科技從四大方面幫助業(yè)界應(yīng)對(duì)挑戰(zhàn)：一是集成電路定制制造，是德科技實(shí)驗(yàn)室利用自身專有的磷化銦 (InP) 和砷化鎵 (GaAs) 晶圓廠自主設(shè)計(jì)并制造定制芯片；二是性能測(cè)試平臺(tái)，UXR、PNA 和 M8199 等開創(chuàng)性精密儀器能夠表征高頻、高速人工智能組件，確保精度；三是促進(jìn)研究和技術(shù)，早期投資于廣泛的解決方案組合并與行業(yè)領(lǐng)導(dǎo)者合作，可以開展技術(shù)探索性研究；四是發(fā)明測(cè)量科學(xué)，利用測(cè)量科學(xué)和率先上市的解決方案，推動(dòng)開放標(biāo)準(zhǔn)和市場(chǎng)，從而實(shí)現(xiàn)互操作性。

同時(shí)，是德科技深度參與并引導(dǎo)全球主要技術(shù)標(biāo)準(zhǔn)的制定，從而在標(biāo)準(zhǔn)初期即融入測(cè)試考量，助力產(chǎn)業(yè)互操作性。潘其濤介紹，公司在各標(biāo)準(zhǔn)組織的參與度廣泛而深入，運(yùn)用最新的測(cè)量科學(xué)技術(shù)賦能行業(yè)發(fā)展，包括加入存儲(chǔ)、DisplayPort、USB、CXL、HDMI、MIPI等產(chǎn)業(yè)聯(lián)盟組織或機(jī)構(gòu)。這種深度的標(biāo)準(zhǔn)參與，確保是德科技的解決方案能夠緊跟甚至預(yù)見技術(shù)演進(jìn)，為客戶提供“首發(fā)上市”的驗(yàn)證能力。

此外，自成為獨(dú)立公司以來(lái)，是德科技已完成約20項(xiàng)戰(zhàn)略收購(gòu)。這些收購(gòu)幫助其強(qiáng)化了產(chǎn)品組合，并進(jìn)入新的相鄰市場(chǎng)，從而更好地服務(wù)客戶。其中，公司通過(guò)收購(gòu)Anite、Prisma和Sanjole獲得的軟件開發(fā)能力對(duì)在5G市場(chǎng)的領(lǐng)先地位至關(guān)重要。收購(gòu)Ixia后，該公司現(xiàn)在能夠提供涵蓋整個(gè)通信工作流程的解決方案。近期收購(gòu)SCALABLE Network Technologies進(jìn)一步擴(kuò)展了在商業(yè)和國(guó)防市場(chǎng)的建模與仿真能力。2020年收購(gòu)Eggplant使其得以進(jìn)入自動(dòng)化軟件測(cè)試市場(chǎng)。現(xiàn)在，是德科技是唯一一家能夠提供從物理通信層到應(yīng)用層，直至用戶體驗(yàn)的全面測(cè)試能力的公司。

潘其濤介紹，量子領(lǐng)域是是德科技重點(diǎn)關(guān)注的領(lǐng)域，致力于在生態(tài)系統(tǒng)形成過(guò)程中提供解決方案。過(guò)去幾年，公司收購(gòu)了Quantum Benchmark和Labber，以增強(qiáng)其產(chǎn)品和服務(wù)。此外，該公司還通過(guò)收購(gòu)?fù)卣沽嗽谄囶I(lǐng)域的產(chǎn)品和服務(wù)能力。

目前，是德科技已經(jīng)構(gòu)建了“從芯片到集群擴(kuò)展AI基礎(chǔ)設(shè)施”的全棧解決方案從底層的芯片設(shè)計(jì)驗(yàn)證，向上延伸至晶圓、芯片、電路板、服務(wù)器、機(jī)架，直至頂層的數(shù)據(jù)中心和邊緣計(jì)算場(chǎng)景。這使得是德科技提供的一體化、端到端解決方案，能夠幫助客戶應(yīng)對(duì)AI時(shí)代下從器件到系統(tǒng)各層級(jí)的復(fù)雜挑戰(zhàn)，加速產(chǎn)品上市。