端到端測試的案例
DPU性能評(píng)測系統(tǒng)框架與測試流程
本文來自“專用數(shù)據(jù)處理器（DPU）性能基準(zhǔn)評(píng)測方法與實(shí)現(xiàn)（2022）”介紹 DPU 性能測試系統(tǒng)框架與測試流程，包括測試系統(tǒng)、測試要求、測試活動(dòng)三部分。具體的，測試系統(tǒng)定義了三種搭建 DPU 測試系統(tǒng)的方法，測試要求闡述了組建 DPU 測試系統(tǒng)時(shí)需要滿足的要求，測試活動(dòng)定義了DPU Benchmark 的選擇策略、執(zhí)行前準(zhǔn)備、執(zhí)行過程及測試結(jié)果報(bào)告。
DPU 測試系統(tǒng)（SUT）
DPU 測試系統(tǒng)（System Under Test，SUT）是測試 DPU 性能的平臺(tái)，其結(jié)構(gòu)在不同應(yīng)用場景中，主要分為三類：單端型測試系統(tǒng)（Single-End）、端到端型測試系統(tǒng)（End-to-End）和多端型測試系統(tǒng)（Multi-End）。
單端型（Single-End）測試系統(tǒng)是主機(jī)與 DPU 通過總線互聯(lián)構(gòu)成的封閉測試系統(tǒng)，主要用于模擬無網(wǎng)絡(luò)連接情況下，DPU 作為專用加速器執(zhí)行主機(jī)端特定業(yè)務(wù)的過程。在這種系統(tǒng)中，計(jì)算與數(shù)據(jù)傳輸僅在主機(jī)與 DPU 之間進(jìn)行，DPU 不與其他設(shè)備通信，僅執(zhí)行特定計(jì)算業(yè)務(wù)。單端型測試系統(tǒng)主要測試 DPU 對(duì)特定計(jì)算任務(wù)的性能提升。
端到端型（End-to-End）測試系統(tǒng)將兩個(gè)單端型測試系統(tǒng)通過簡單網(wǎng)絡(luò)相連（網(wǎng)線直連），其中一個(gè)為請(qǐng)求發(fā)起者（Initiator/Client），另一個(gè)為請(qǐng)求接受者（Target/Server）。
端到端型測試系統(tǒng)主要模擬 DPU 作為網(wǎng)絡(luò)加速器執(zhí)行雙端操作的場景。在這種系統(tǒng)中，計(jì)算與數(shù)據(jù)傳輸不僅在主機(jī)與 DPU 之間進(jìn)行，還通過網(wǎng)絡(luò)傳輸?shù)狡渌到y(tǒng)。DPU 在Server 端接收主機(jī)端發(fā)起的網(wǎng)絡(luò)請(qǐng)求并通過網(wǎng)口轉(zhuǎn)發(fā)，或者在 Client 端接收網(wǎng)絡(luò)的請(qǐng)求并向作出響應(yīng)。
展開 告別數(shù)月等待：數(shù)字孿生場景生成從此進(jìn)入“日級(jí)”時(shí)代
更重要的是，隨著自動(dòng)駕駛系統(tǒng)從模塊化架構(gòu)向端到端系統(tǒng)級(jí)演進(jìn)，仿真平臺(tái)不僅要驗(yàn)證感知、決策和控制單元的單點(diǎn)性能，更要在同一環(huán)境中評(píng)估OneModel/TwoModel協(xié)同的整體表現(xiàn)，這意味著：
（1）測試場景必須與真實(shí)世界盡量一致，以避免在端到端鏈路上引入虛假偏差；
（2）需要靈活修改傳感器布局、天氣和交通流量來覆蓋邊界工況；
（3）要同時(shí)支持SIL（軟件在環(huán)）、HiL（硬件在環(huán)）、DiL（駕駛員在環(huán)）等多級(jí)仿真，并在同一數(shù)字孿生環(huán)境下復(fù)現(xiàn)。
然而，即使采用高保真物理渲染，仿真數(shù)據(jù)與真實(shí)世界之間依然存在域間差距（domain gap），端到端仿真測試因而受限，算法開發(fā)和功能安全驗(yàn)證被拖慢。
這類端到端測試需要用戶能夠自主、快速地采集真實(shí)世界數(shù)據(jù)并生成高保真數(shù)字孿生，以便隨時(shí)迭代場景并適配不同的傳感器布置和測試條件。傳統(tǒng)的外包式建模服務(wù)或半成品工具鏈，難以滿足客戶對(duì)自助操作和敏捷迭代的要求。
二、World Extractor 工具鏈簡介
針對(duì)這些痛點(diǎn)，康謀推出的 World Extractor 已經(jīng)不只是一個(gè)“內(nèi)部項(xiàng)目工具”，而是一個(gè)成熟、可商用、可自助使用的端到端工具鏈。它集成了 NeRF 與 3D Gaussian Splatting 等前沿神經(jīng)重建技術(shù)，用戶只需將自己的實(shí)地錄制數(shù)據(jù)（如車隊(duì)采集的多傳感器數(shù)據(jù)）導(dǎo)入，即可在數(shù)天內(nèi)自動(dòng)生成靜態(tài) 3D 世界，無需專業(yè) 3D 建模師。
World Extractor工作前端用于評(píng)估采集數(shù)據(jù)質(zhì)量和場景回放
在此基礎(chǔ)上，用戶可以通過內(nèi)置的 2000+ 動(dòng)態(tài)主體資產(chǎn)庫自主增強(qiáng)場景，添加車輛、行人、交通燈、標(biāo)志牌等元素，并根據(jù)測試需求調(diào)整 ODD、時(shí)間、天氣和交通流量。
展開 探討如何構(gòu)建端到端高置信度驗(yàn)證體系？
（3）標(biāo)準(zhǔn)化驗(yàn)證流程：
環(huán)境搭建：在測試場進(jìn)行標(biāo)準(zhǔn)的車輛動(dòng)力學(xué)測試（如雙移線、階躍轉(zhuǎn)向）。
數(shù)據(jù)采集：記錄車輛的輸入（方向盤轉(zhuǎn)角、制動(dòng)壓力）和狀態(tài)輸出（車速、加速度、橫擺角速度）。
數(shù)據(jù)分析：在仿真中輸入相同的控制序列，對(duì)比仿真動(dòng)力學(xué)模型的輸出與實(shí)車數(shù)據(jù)的差異。
模型迭代：調(diào)整動(dòng)力學(xué)模型參數(shù)（如輪胎魔術(shù)公式參數(shù)、懸掛剛度），直到仿真與實(shí)測的響應(yīng)曲線RMSE在預(yù)設(shè)范圍內(nèi)（如橫擺角速度誤差<5%）[10]。
系統(tǒng)精度驗(yàn)證：在HIL環(huán)境中，端到端測量從仿真場景生成到ECU接收到信號(hào)的總時(shí)延，確保其滿足實(shí)時(shí)性要求，并通過對(duì)比原始路采數(shù)據(jù)和回放數(shù)據(jù)，驗(yàn)證行為的一致性。
統(tǒng)計(jì)學(xué)置信度評(píng)估：對(duì)于某些隨機(jī)性強(qiáng)、難以精確復(fù)現(xiàn)的場景，可采用生成式模型或統(tǒng)計(jì)分布來描述其行為。通過大規(guī)模蒙特卡洛仿真，評(píng)估系統(tǒng)在這些隨機(jī)擾動(dòng)下的性能表現(xiàn)，并以統(tǒng)計(jì)指標(biāo)（如失效概率、置信區(qū)間）來衡量驗(yàn)證結(jié)果的置信度
04 構(gòu)建持續(xù)迭代的可驗(yàn)證仿真體系
實(shí)現(xiàn)高置信度的自動(dòng)駕駛仿真并非一蹴而就的技術(shù)集成，而是一個(gè)持續(xù)迭代、系統(tǒng)化的工程過程。它要求我們從物理第一性原理出發(fā)，深刻理解每一個(gè)環(huán)節(jié)的誤差來源，并為之設(shè)計(jì)可量化的驗(yàn)證指標(biāo)和標(biāo)準(zhǔn)化的閉環(huán)驗(yàn)證流程。
本文提出的“三大挑戰(zhàn)”與“三大技術(shù)路徑”框架，旨在將抽象的“置信度”概念，分解為一系列具體的、可執(zhí)行的工程任務(wù)。通過對(duì)傳感器、靜態(tài)場景和動(dòng)態(tài)場景進(jìn)行分層驗(yàn)證與模型對(duì)齊，我們可以逐步縮小仿真與現(xiàn)實(shí)之間的差距，最終構(gòu)建一個(gè)物理可信、數(shù)據(jù)可依、工程可用的高置信度仿真驗(yàn)證體系。只有這樣的體系，才能真正成為加速自動(dòng)駕駛技術(shù)安全落地、提升研發(fā)效率的核心驅(qū)動(dòng)力。
展開 解鎖端到端仿真新可能 ：全新aiSim 6 即將發(fā)布
01 前言
隨著端到端自動(dòng)駕駛從學(xué)術(shù)探索走向規(guī)模化應(yīng)用，無論是特斯拉 FSD 神經(jīng)模擬器、Waymo 基于 DeepMind Genie 3 的世界模型，還是國內(nèi)主流車企的數(shù)據(jù)閉環(huán)體系，均在表明仿真系統(tǒng)的定位已從傳統(tǒng)測試執(zhí)行工具，升級(jí)為支撐算法訓(xùn)練的核心數(shù)據(jù)基礎(chǔ)設(shè)施。
尤其需要重視的是，端到端模型直接消費(fèi)傳感器數(shù)據(jù)進(jìn)行訓(xùn)練，這對(duì)仿真提出了三個(gè)過去從未被充分重視的要求：
其一，光照覆蓋的系統(tǒng)性缺口。 3D Gaussian Splatting（3DGS）已成為業(yè)界神經(jīng)場景重建的主流路線之一，但其結(jié)構(gòu)性局限在于：光照信息被"烘焙"進(jìn)點(diǎn)云，無法動(dòng)態(tài)調(diào)整。一條在正午采集的路段，無法在不重新出行采集的情況下還原為夜間或雨后場景——而端到端模型需要在所有光照條件下都有足夠的訓(xùn)練樣本。
其二，長尾邊緣場景的物理真實(shí)性缺失。 落葉被氣流卷起、雨天水花飛濺、井蓋蒸汽彌漫——這些在真實(shí)道路上極低頻率出現(xiàn)的物理現(xiàn)象，恰恰是傳感器容易誤判的高風(fēng)險(xiǎn)場景。傳統(tǒng)仿真無法對(duì)這類流體動(dòng)力學(xué)效應(yīng)進(jìn)行物理級(jí)建模，導(dǎo)致算法在此類場景下的泛化能力無法被有效驗(yàn)證。
其三，場景生成效率與算法迭代速度的錯(cuò)配。 端到端模型對(duì)場景多樣性的需求呈指數(shù)級(jí)增長，但 OpenSCENARIO 場景的手工編寫效率幾乎沒有本質(zhì)改變。當(dāng)算法團(tuán)隊(duì)每周迭代，而測試場景庫每季度才能更新，驗(yàn)證管線就會(huì)成為整個(gè)研發(fā)體系的瓶頸。
面向上述背景的下一代自動(dòng)駕駛開發(fā)范式，aiSim 6 針對(duì)端到端模型訓(xùn)練與驗(yàn)證的核心痛點(diǎn)，進(jìn)行了非常規(guī)版本迭代，而是在神經(jīng)渲染、AI 場景工作流、物理仿真三大領(lǐng)域進(jìn)行系統(tǒng)性重構(gòu)，并計(jì)劃于2026 年上半年正式發(fā)布
02 全新aiSim 6即將發(fā)布
這不是一次常規(guī)版本迭代——aiSim 6 是針對(duì)下一代自動(dòng)駕駛開發(fā)范式的系統(tǒng)性重構(gòu)，在神經(jīng)渲染、AI 原生工作流、物理仿真三個(gè)維度同步推進(jìn)。
展開 
基于模型的自動(dòng)駕駛汽車端到端深度強(qiáng)化學(xué)習(xí)策略
基于端到端模型學(xué)習(xí)概述
端到端的學(xué)習(xí)過程可以僅根據(jù)高維視覺觀察預(yù)測駕駛命令來提高性能。有條件的模仿學(xué)習(xí)是學(xué)習(xí)端到端駕駛策略的一種有效方法，這種方法可以部署在模擬和現(xiàn)實(shí)城市駕駛場景中。盡管如此，從高維視覺觀察和專家軌跡中學(xué)習(xí)端到端策略仍然是相對(duì)非常困難的。已有一些算法試圖通過超越純粹的模仿學(xué)習(xí)來克服這些困難。比如提出迭代數(shù)據(jù)集聚合，其方法是在部署期間可能經(jīng)歷的軌跡收集相應(yīng)的數(shù)據(jù)。其次，還可以使用 BeV 語義分割來監(jiān)督模型，讓學(xué)習(xí)者接觸專家數(shù)據(jù)的綜合擾動(dòng)，以產(chǎn)生更穩(wěn)健的駕駛策略。從所有車輛中學(xué)習(xí)（LAV）中不僅可以學(xué)習(xí)自車行為，還可以學(xué)習(xí)場景中其他所有車輛的行為，從而提高了樣本效率。此外，通過構(gòu)建一個(gè)在強(qiáng)化學(xué)習(xí)教練來監(jiān)督和訓(xùn)練相應(yīng)的智能體。
1、城市場景學(xué)習(xí)
駕駛本質(zhì)上需要對(duì)環(huán)境有幾何理解，MILE 首先將圖像特征提升到 3D 空間并將其匯集到鳥瞰圖 (BeV) 表示中，從而利用 3D 幾何作為重要的歸納偏差。世界的演化是通過潛在動(dòng)力學(xué)模型來建模的，該模型從觀察和專家行為中推斷出緊湊的潛在狀態(tài)。學(xué)習(xí)到的潛在狀態(tài)是輸出車輛控制的駕駛策略的輸入，并且還可以解碼為 BeV 分段以進(jìn)行可視化并作為監(jiān)督信號(hào)。
相應(yīng)提升至3D空間的操作可以詳細(xì)描述如下：
使用逆內(nèi)函數(shù) K?1和預(yù)測深度，像素圖像空間中的特征在相機(jī)坐標(biāo)中被改進(jìn)為 3D針孔相機(jī)模型；以自車的慣性中心點(diǎn)，設(shè)置剛體運(yùn)動(dòng)M將3D相機(jī)坐標(biāo)轉(zhuǎn)換為3D車輛坐標(biāo)；
剝離不匹配點(diǎn)。在訓(xùn)練時(shí)，先驗(yàn)信息被訓(xùn)練為通過 KL 匹配后驗(yàn)信息分歧，但是它們不一定針對(duì)穩(wěn)健的長期未來預(yù)測進(jìn)行優(yōu)化。通過迭代應(yīng)用轉(zhuǎn)換模型并整合中間狀態(tài)，優(yōu)化狀態(tài)以實(shí)現(xiàn)穩(wěn)健的多步預(yù)測。
展開 端到端為基礎(chǔ)的自動(dòng)駕駛開發(fā)技術(shù)
因此，市場上沒有基于激光雷達(dá)的自動(dòng)駕駛車輛，這些車輛的測試也僅限于某些地區(qū)。
一種生產(chǎn)自動(dòng)駕駛車輛的新方法已經(jīng)開始在行業(yè)內(nèi)得到普及，它涉及使用攝像機(jī)和機(jī)器學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)能夠通過從人類駕駛提供的數(shù)據(jù)中學(xué)習(xí)來控制車輛。攝像機(jī)提供的圖像被記錄下來，并標(biāo)上各自的車輛控制值，作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和驗(yàn)證數(shù)據(jù)。如果這種神經(jīng)網(wǎng)絡(luò)方法能夠匹配或改進(jìn)基于激光雷達(dá)的系統(tǒng)的自動(dòng)駕駛性能，那么自動(dòng)駕駛汽車的成本將大大降低，因?yàn)榱畠r(jià)的相機(jī)是唯一需要的傳感器。端對(duì)端控制也消除了建立任何條件性駕駛算法和設(shè)置任何預(yù)先定義的參數(shù)的需要。
英偉達(dá)公司創(chuàng)建了他們自己的端到端駕駛神經(jīng)網(wǎng)絡(luò)架構(gòu)，名為PilotNet，這是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，通過使用前置攝像頭拍攝的圖像像素來學(xué)習(xí)控制車輛，并將其直接映射為轉(zhuǎn)向命令。該網(wǎng)絡(luò)從人類駕駛員記錄的數(shù)據(jù)中學(xué)習(xí)。
為這兩種方法提供公平的比較，對(duì)于支持英偉達(dá)的PilotNet等端到端神經(jīng)網(wǎng)絡(luò)是否是未來自主車輛設(shè)計(jì)的可行方法非常有用，因?yàn)闇p少其生產(chǎn)時(shí)間和成本可以使其更接近商業(yè)化。
用于自動(dòng)駕駛汽車開發(fā)的 NVIDIA DRIVE 系列產(chǎn)品涵蓋了從汽車到數(shù)據(jù)中心的所有內(nèi)容。DRIVE Hyperion是車載解決方案，它是一個(gè)汽車架構(gòu)，包括傳感器、用于計(jì)算的DRIVE AGX，以及強(qiáng)大的自動(dòng)駕駛和智能駕駛艙功能所需的軟件工具。在數(shù)據(jù)中心，NVIDIA提供了AV開發(fā)所需的硬件和軟件，包括用于訓(xùn)練DNN感知的NVIDIA DGX，以及用于生成數(shù)據(jù)集和驗(yàn)證整個(gè)AV堆棧的DRIVE Sim。
（歡迎申請(qǐng)加入智能駕駛交流學(xué)習(xí)群，加小編微信號(hào)zhijiashexiaoming）
展開 Ansys助力增材制造聯(lián)合研究，推動(dòng)半導(dǎo)體行業(yè)端到端產(chǎn)品創(chuàng)新
三家公司合作的總體目標(biāo)是提升3D打印效率，加速產(chǎn)品上市進(jìn)程，減少傳統(tǒng)制造的原材料浪費(fèi)與成本，利用工程仿真功能代替成本高昂的原型測試，擴(kuò)大增材制造的市場機(jī)遇。
與傳統(tǒng)制造方法相比，增材制造可提供更高的數(shù)字靈活性和效率。傳統(tǒng)部件制造方式通過銑削和機(jī)加工去除多余的材料，而增材制造則通過精確地逐層打印來加工三維復(fù)雜部件。在最佳實(shí)踐中，增材制造不僅能提高產(chǎn)品性能和可靠性；還能實(shí)現(xiàn)更復(fù)雜的幾何結(jié)構(gòu)并簡化制造。
半導(dǎo)體行業(yè)依靠快速、持續(xù)的創(chuàng)新來滿足市場對(duì)更高處理性能和存儲(chǔ)器容量的需求。英特格首席技術(shù)官Jim O’Neill表示：“這次合作有望提高英特格的增材制造產(chǎn)品設(shè)計(jì)功能的可靠性，實(shí)現(xiàn)比傳統(tǒng)制造方法更復(fù)雜的設(shè)計(jì)。例如，通過將對(duì)基本材料屬性的深刻理解與新穎設(shè)計(jì)配置的模型相結(jié)合，我們能夠開發(fā)出滿足特殊性能特點(diǎn)的新產(chǎn)品。”
雖然增材制造仿真是一種相對(duì)較新的技術(shù)，但它可以提供與業(yè)經(jīng)驗(yàn)證的工程仿真分析同樣的價(jià)值：最大限度降低風(fēng)險(xiǎn)，節(jié)省時(shí)間與成本，以及最大限度推動(dòng)產(chǎn)品創(chuàng)新。Ansys多物理場軟件在世界各地廣泛用于開發(fā)創(chuàng)新產(chǎn)品，Ansys增材制造高級(jí)產(chǎn)品經(jīng)理Nilay Parikh指出： “增材制造最初是用來快速制作原型的一種方法，但它作為最終生產(chǎn)策略，已獲得了廣泛認(rèn)可。企業(yè)可以使用Ansys增材制造套件來分析從原始設(shè)計(jì)到最終成品的端到端增材制造流程，而不僅是計(jì)算物理力來確保滿足性能指標(biāo)。”
與鑄造或鍛造部件相比，通過增材制造技術(shù)生產(chǎn)的部件具有迥然不同的特性。而深度多物理場仿真有助于詳細(xì)分析此類部件在現(xiàn)實(shí)環(huán)境中的受力反應(yīng)。
展開 Ansys助力增材制造聯(lián)合研究，推動(dòng)半導(dǎo)體行業(yè)端到端產(chǎn)品創(chuàng)新
三家公司合作的總體目標(biāo)是提升3D打印效率，加速產(chǎn)品上市進(jìn)程，減少傳統(tǒng)制造的原材料浪費(fèi)與成本，利用工程仿真功能代替成本高昂的原型測試，擴(kuò)大增材制造的市場機(jī)遇。
與傳統(tǒng)制造方法相比，增材制造可提供更高的數(shù)字靈活性和效率。傳統(tǒng)部件制造方式通過銑削和機(jī)加工去除多余的材料，而增材制造則通過精確地逐層打印來加工三維復(fù)雜部件。在最佳實(shí)踐中，增材制造不僅能提高產(chǎn)品性能和可靠性；還能實(shí)現(xiàn)更復(fù)雜的幾何結(jié)構(gòu)并簡化制造。
半導(dǎo)體行業(yè)依靠快速、持續(xù)的創(chuàng)新來滿足市場對(duì)更高處理性能和存儲(chǔ)器容量的需求。英特格首席技術(shù)官Jim O’Neill表示：“這次合作有望提高英特格的增材制造產(chǎn)品設(shè)計(jì)功能的可靠性，實(shí)現(xiàn)比傳統(tǒng)制造方法更復(fù)雜的設(shè)計(jì)。例如，通過將對(duì)基本材料屬性的深刻理解與新穎設(shè)計(jì)配置的模型相結(jié)合，我們能夠開發(fā)出滿足特殊性能特點(diǎn)的新產(chǎn)品。”
雖然增材制造仿真是一種相對(duì)較新的技術(shù)，但它可以提供與業(yè)經(jīng)驗(yàn)證的工程仿真分析同樣的價(jià)值：最大限度降低風(fēng)險(xiǎn)，節(jié)省時(shí)間與成本，以及最大限度推動(dòng)產(chǎn)品創(chuàng)新。Ansys多物理場軟件在世界各地廣泛用于開發(fā)創(chuàng)新產(chǎn)品，Ansys增材制造高級(jí)產(chǎn)品經(jīng)理Nilay Parikh指出： “增材制造最初是用來快速制作原型的一種方法，但它作為最終生產(chǎn)策略，已獲得了廣泛認(rèn)可。企業(yè)可以使用Ansys增材制造套件來分析從原始設(shè)計(jì)到最終成品的端到端增材制造流程，而不僅是計(jì)算物理力來確保滿足性能指標(biāo)。”
與鑄造或鍛造部件相比，通過增材制造技術(shù)生產(chǎn)的部件具有迥然不同的特性。而深度多物理場仿真有助于詳細(xì)分析此類部件在現(xiàn)實(shí)環(huán)境中的受力反應(yīng)。ESSS工程與業(yè)務(wù)拓展副總裁Rahul Bharadwaj稱： “具體而言，由于3D打印流程采用粉末為原料的工件成型方式，準(zhǔn)確預(yù)測顆粒行為就至關(guān)重要。
展開 直播 I 面向電池行業(yè)新一代數(shù)字化研發(fā)創(chuàng)新平臺(tái)（設(shè)計(jì)、制造、生產(chǎn)端到端）
直播內(nèi)容
結(jié)合案例深入分享面向電池領(lǐng)域的一體化創(chuàng)新協(xié)作平臺(tái)：從市場需求到產(chǎn)品定義、從產(chǎn)品定義到產(chǎn)品/項(xiàng)目組合管理，從材料篩選、配方開發(fā)到電芯設(shè)計(jì)，從工程到制造，基于真正的“單一數(shù)據(jù)源”實(shí)現(xiàn)端到端的協(xié)作體驗(yàn)。
直播時(shí)間
2022年8月30日 14:00-15:00
講師介紹
楊宜鈞
達(dá)索系統(tǒng) Battery & NEV
行業(yè)高級(jí)顧問
報(bào)名方式
點(diǎn)擊鏈接 免費(fèi)報(bào)名直播
https://3ds.tbh5.com/dianchi/EventDetail.aspx?eid=696&f=jishulin
END
MDS 與MATRIXX Software攜手為數(shù)字服務(wù)提供商提供端到端解決方案
這種功能強(qiáng)大的解決方案可以為數(shù)字服務(wù)提供商提供新的服務(wù)能力，從而實(shí)現(xiàn)完全端到端的客戶體驗(yàn)。
MDS用事實(shí)證明，其可以成功幫助服務(wù)提供商迅速開展服務(wù)并從中獲益。MATRIXX通過為實(shí)時(shí)融合收費(fèi)和政策提供新的專利技術(shù)來增強(qiáng)這一戰(zhàn)略，其技術(shù)經(jīng)驗(yàn)證足以應(yīng)對(duì)4G網(wǎng)絡(luò)和先進(jìn)設(shè)備的數(shù)字交易浪潮。整合的解決方案提供了如今數(shù)字服務(wù)提供商競爭所需的靈活和創(chuàng)新。
MDS的首席執(zhí)行官M(fèi)ark Edwards 表示：“CMP與MATRIXX的結(jié)合意味著數(shù)字服務(wù)提供商可加速推行新的服務(wù)主張，推動(dòng)改善客戶參與。我們相信，與MATRIXX的合作可以讓數(shù)字服務(wù)提供商有能力提供改變競爭的解決方案，進(jìn)而改變他們與客戶的關(guān)系。”
MATRIXX Software創(chuàng)始人、首席執(zhí)行官兼首席技術(shù)官Dave Labuda表示：“我們與MDS攜手為市場開創(chuàng)了客戶體驗(yàn)與個(gè)性化的新時(shí)代，為此我們備感自豪。整合的解決方案為服務(wù)提供商提供了部署數(shù)字能力的快速通道，讓他們?cè)谛袠I(yè)中脫穎而出。”
關(guān)于MDS
MDS是領(lǐng)先的融合實(shí)時(shí)收費(fèi)、計(jì)費(fèi)和客戶管理解決方案的提供商，可以讓數(shù)字服務(wù)提供商迅速準(zhǔn)確地將產(chǎn)品或服務(wù)貨幣化并計(jì)費(fèi)。其管理服務(wù)解決方案可以支持客戶并提供較低的總擁有成本，并以單視圖平臺(tái)提升客戶體驗(yàn)。
MDS總部位于英國， 采用其管理服務(wù)解決方案的客戶橫跨歐洲和北美，包括BT Business Mobile、Dixons Carphone、eircom Business、TalkTalk Business 和Telefónica UK。
詳情請(qǐng)?jiān)L問 www.mdscem.com.
展開 中國5G技術(shù)研發(fā)試驗(yàn)第三階段測試結(jié)果出爐！
非獨(dú)立組網(wǎng)（NSA）整體測試進(jìn)展
總體來看，在第三階段NSA測試中，華為、中興、中國信科集團(tuán)完成了非獨(dú)立組網(wǎng)（NSA）3．5G／4．9GHz測試內(nèi)容，包括NSA核心網(wǎng)，3．5GHz及4．9GHz下的NSA基站功能、射頻、NSA外場組網(wǎng)，IoDT等，諾基亞貝爾和愛立信完成了大部分測試內(nèi)容，而三星則開始啟動(dòng)測試。
在NSA室內(nèi)測試核心網(wǎng)功能上，EPC系統(tǒng)設(shè)備有基于虛擬化平臺(tái)和基于傳統(tǒng)設(shè)備升級(jí)兩種形態(tài)，華為設(shè)備支持CU分離。各系統(tǒng)完成了支持NSA架構(gòu)的EPC系統(tǒng)測試，總體測試結(jié)果良好：各系統(tǒng)支持NSA架構(gòu)的EPC系統(tǒng)功能，包括雙連接、NR接入限制、UE能力處理、QoS、計(jì)費(fèi)和用量報(bào)告、網(wǎng)關(guān)選擇等功能；驗(yàn)證了端到端的HTTP／FTP業(yè)務(wù)；繼續(xù)完善QoS參數(shù)協(xié)商、計(jì)費(fèi)和用量報(bào)告等功能。
在基站功能上，各系統(tǒng)設(shè)備面向eMBB宏覆蓋場景，研發(fā)了3．5G／4．9GHz預(yù)商用／商用5G基站；各系統(tǒng)采用自研測試終端或第三方終端模擬器，支持NSA架構(gòu)的基站功能測試，總體測試結(jié)果良好；各系統(tǒng)的基站設(shè)備支持物理層基本功能、多天線、雙連接等關(guān)鍵技術(shù)，支持NSA option 3X架構(gòu)；后續(xù)將繼續(xù)完善測量、移動(dòng)性管理等RRC協(xié)議功能；降低AAU重量和體積，增加適用性，增強(qiáng)穩(wěn)定性。
在基站射頻（傳導(dǎo)）方面，完成了3．5／4．9GHz基站設(shè)備發(fā)射機(jī)測試，測試結(jié)果符合試驗(yàn)規(guī)范要求；完成了基站設(shè)備在3650－4200MHz頻段的發(fā)射機(jī)雜散指標(biāo)測試，符合行業(yè)主管部門規(guī)定的指標(biāo)值。
在基站射頻（OTA）上，中國信通院與合作伙伴開發(fā)構(gòu)建虛擬遠(yuǎn)場射頻OTA測試系統(tǒng)，經(jīng)多維對(duì)比驗(yàn)證，與緊縮場／遠(yuǎn)場測試結(jié)果驗(yàn)證一致。采用5G虛擬遠(yuǎn)場射頻OTA測試系統(tǒng)，5家系統(tǒng)完成了3．5GHz基站天線和射頻指標(biāo)的測試，包括EIRP、Pattern、EVM（64QAM、256AM）、EIS等。
展開 
智能眼鏡交互測試全解：觸控 / 按鍵 / 壓感響應(yīng)速度與準(zhǔn)確率，如何選對(duì)測試工具？
動(dòng)態(tài)佩戴模擬：六自由度運(yùn)動(dòng)平臺(tái)，模擬走路、跑步、搖頭場景，測試動(dòng)態(tài)交互穩(wěn)定性
微型化壓力測試：針對(duì)超薄鏡腿（＜5mm），定制微型壓力傳感器與柔性探針，避免損傷結(jié)構(gòu)
多模態(tài)協(xié)同測試：觸控 + 壓感 + 手勢聯(lián)合測試，驗(yàn)證無沖突、無延遲切換
四、選型核心原則：按階段、按場景、按預(yù)算選對(duì)方案
研發(fā)階段：優(yōu)先高速相機(jī) + 高精度探頭 + 時(shí)間測試儀，靈活調(diào)試、快速定位問題，預(yù)算 5–20 萬
品控 / 認(rèn)證階段：上專業(yè)綜合測試平臺(tái)，數(shù)據(jù)精準(zhǔn)、符合行業(yè)標(biāo)準(zhǔn)，預(yù)算 20–100 萬
量產(chǎn)階段：部署自動(dòng)化交互測試站，高效率、低人力、良率可視化，預(yù)算 50–200 萬
工業(yè) / 軍工級(jí)：必須加環(huán)境模擬 + 動(dòng)態(tài)佩戴測試，確保極端場景可靠，預(yù)算上浮 30%–100%
避坑提醒：
不要用手機(jī)測試設(shè)備直接測眼鏡：曲面、小區(qū)域、結(jié)構(gòu)形變會(huì)導(dǎo)致數(shù)據(jù)失真
延遲測試必須端到端（從接觸到視覺 / 觸覺反饋），只測電信號(hào)會(huì)低估實(shí)際體驗(yàn)
量產(chǎn)測試需溫度補(bǔ)償：鏡腿材料熱脹冷縮會(huì)顯著影響壓感與觸控精度
五、測試標(biāo)準(zhǔn)與合規(guī)：對(duì)接行業(yè)規(guī)范，提升產(chǎn)品競爭力
智能眼鏡交互測試需遵循國內(nèi)外標(biāo)準(zhǔn)，確保結(jié)果權(quán)威：
國際：ISO 9241-410（人機(jī)交互工效）、IEC 63145（AR 頭戴設(shè)備）
國內(nèi)：GB/T 38892-2020（可穿戴設(shè)備交互）、《人工智能眼鏡通用技術(shù)要求》（2026 立項(xiàng)）
企業(yè)標(biāo)準(zhǔn)：頭部廠商內(nèi)控：響應(yīng)延遲≤18ms、準(zhǔn)確率≥99.5%、誤觸率＜0.05%/ 小時(shí)
在智能眼鏡交互與可靠性測試領(lǐng)域，北京沃華慧通測控技術(shù)有限公司是國內(nèi)少數(shù)具備全流程方案能力的廠商。智能眼鏡的競爭，本質(zhì)是體驗(yàn)與可靠性的競爭。交互響應(yīng)慢 0.1 秒、誤觸多一次，就可能失去用戶。
展開 測試測試測試測試測試
測試測試
冒煙測試、回歸測試、隨機(jī)測試、探索性測試和安全測試
項(xiàng)目中期至發(fā)布后測試啟動(dòng)前后我們一般要經(jīng)歷的幾種測試方法
1>冒煙測試：
是指對(duì)一個(gè)新版本進(jìn)行大規(guī)模的系統(tǒng)測試之前，先驗(yàn)證一下軟件的基本功能是否實(shí)現(xiàn)，是否具備可測性。
引入到軟件測試中，就是指測試小組正式測試一個(gè)新版本之前，先投入較少的人力和時(shí)間去驗(yàn)證一個(gè)軟
件的主要功能，如果主要功能都沒有運(yùn)行通過，則打回開發(fā)組重新開發(fā)，這樣做的好處是可以節(jié)省時(shí)間
和人力投入到不可測的項(xiàng)目中
2>回歸測試：
回歸測試是指修改舊代碼后，重新進(jìn)行測試以確認(rèn)修改后有沒有引入新的錯(cuò)誤或者導(dǎo)致其他代碼產(chǎn)生錯(cuò)誤
3>隨機(jī)測試：
是指測試中的所有的輸入數(shù)據(jù)都是隨機(jī)產(chǎn)生的，其他的目的是模擬用戶的真是操作，并發(fā)現(xiàn)一些邊緣性的問題。
隨機(jī)性的測試可以發(fā)現(xiàn)一些隱蔽的錯(cuò)誤，但是也有很多缺點(diǎn)，例如測試不統(tǒng)計(jì)、無法統(tǒng)計(jì)代碼覆蓋率和需求蓋
率、發(fā)現(xiàn)的問題難以重現(xiàn)。一般是在放下測試的最后執(zhí)行，隨機(jī)測試更專業(yè)的升級(jí)版本叫做探索性測試。
4>探索性測試：
探索性測試可以說是一種測試思維技術(shù)，它沒有很多的實(shí)際測試方法、技術(shù)和工具，但是卻是所有測試人員應(yīng)該
掌握的一種測試思維方式。
探索性測試強(qiáng)調(diào)測試人員的主觀能動(dòng)性，拋棄繁雜的測試計(jì)劃和測試用例設(shè)計(jì)過程，強(qiáng)調(diào)在碰到問題時(shí)及時(shí)改變測試策略。
5>安全測試：
安全測試是IT軟件產(chǎn)品的生命周期中，特別是產(chǎn)品開發(fā)基本完成至發(fā)布階段，對(duì)產(chǎn)品進(jìn)行檢測以驗(yàn)證產(chǎn)品是否符合安全需
求定義和產(chǎn)品質(zhì)量標(biāo)準(zhǔn)的過程。
安全測試現(xiàn)在越來越受到企業(yè)的關(guān)注和重視，因?yàn)橛捎诎踩詥栴}的后果是不可估量的，尤其是互聯(lián)網(wǎng)產(chǎn)品，最on工藝遭受攻擊
展開 測試測試測試測試
rt
