隨著物聯(lián)網(wǎng)的發(fā)展，包括可穿戴設(shè)備在內(nèi)設(shè)備量將出現(xiàn)爆發(fā)式的增長，需要用到的通訊的設(shè)備量也是爆發(fā)性增長。根據(jù)Gartner的預(yù)測，到2020年，將有超過500億的設(shè)備被接入到移動互聯(lián)網(wǎng)。傳統(tǒng)的測試手段(DUT-Centric)無法測量如此大的數(shù)據(jù)，不可能用500億種測試結(jié)構(gòu)來測500億個設(shè)備，那么應(yīng)該如何測試?

我們可以做一個范式轉(zhuǎn)移，把它歸歸類。以做智能家居的NEST為例，它有一個電子溫度計與家庭的空調(diào)、加濕器等項鏈，可以根據(jù)溫度變化控制智能家居設(shè)備的開關(guān)。這樣的集大成者里面有各式各樣的傳感器、電源、WIFI等，需要用一個更加平臺化的方式做測試，用模塊化的儀器應(yīng)對它。

觀點4：時間決定一切

自動駕駛、遠程醫(yī)療等任務(wù)關(guān)鍵型應(yīng)用對于延遲和穩(wěn)定性有更高的要求。以無人駕駛為例，機器需要分辨大量場景中的物體，并做出決定。如何模擬這些場景，如何將這些場景讓實驗者們非常快速的進行仿真，需要一個系統(tǒng)上的辦法。

不同技術(shù)中，從時延和靈活性來排序的話；Backplane Timing非常精確，但靈活性不高；Structured Dataflow比較高延遲，但有很好的靈活性。不同的技術(shù)可以幫助完成應(yīng)對不同針對任務(wù)關(guān)鍵型應(yīng)用要求的一些場景。