随着信息技术的快速发展和互联网的快速普及，人工智能迎来了第三次高速成长。据中国电子学会公开数据显示，2017年全球人工智能核心产业规模已经超过了370亿美元。人工智能早期是一个智能硬件，基于大数据和终端，终端是把接到的大数据进行运算，我们看到的智能电视、智能汽车等等都是智能硬件。

    现在智能硬件智能化程度更高，随着数据量增大，人工智能的算法加入到人工智能芯片里，有效的扩展了产业规模，具体体现在大数据、生物识别、安防行业等等。测试服务本身也可以和人工智能结合。人工智能是通过算法，利用大数据逼近真实数据的一个过程。测试测量也是同样的思路，例如测试了一大批材料，材料本身的物理特性是不变的，通过测试数据与人工智能，可以更好地了解材料性能。

    人工智能芯片的特点是在传统芯片CPU的模式上再加上可重构计算和深度学习的功能。现在对智能芯片的要求为可编程，计算效率高，功耗要低，体积小等等，这些实际上是对算法和硬件提出了综合要求。人工智能本身是算法加芯片，再加上应用以后就提出了一系列要求。目前针对人工智能的测试，分为传统测试，软件和软件测量，应用和应用测量等，这些测试涉及面广，操作复杂，需要形成一个标准，目前我们国家人工智能测试标准正在形成中。
    人工智能芯片提供的厂家可以分为训练，推理，云端大数据，终端等，这些厂家分别都会研发这些人工智能芯片。
    把这些人工智能芯片应用到各个行业之后，各种应用会带来集成度高的现状，这涉及到一个问题，测试就变的非常复杂，测量参数也非常多。一个小小体积的芯片集合了多种功能，这就给测试提出了更高的要求，从测试角度来讲，要求一次连接，多个参数全部测完。
    例如对于IC测试，这台仪器接上去以后测一组数据，换一个参数需用另外一个设备，需要把芯片抬起来再扎下去，容易损坏器件。最好是连接一次，所有参数全测完，这样才能保护芯片本身，提高效率。

    另外人工智能的数据运算量大，运行的速度高，带宽宽，容易形成各种互相的干扰，包括电磁兼容等等，在电路设计过程中就要考虑怎么能不互相干扰，另外还要考虑低功耗，数据传输的复杂性，还有人工智能装到机器人上面，接口多，有PCIe 3.0/4.0、SATA、DDR3/4、10G以太网、100G光模块、400G以太网/PAM4，这些都是高速传输常用的数据接口。每个数据接口，都要求符合标准，才能到市场销售。这个标准怎么定义的？专门有一个软件，数据测试一致性软件。