揭秘Python与Test Workflow如何实现强强联合，提高芯片设计效率

随着人工智能、智能汽车等新应用的出现，下一代芯片的复杂性正不断提升，使工艺开发愈发具有挑战性、且成本更高。工作效率是保持领先优势并确保按时交付项目的关键。

芯片设计是一项高度复杂和困难的任务，比如芯片设计需要使用多种设计工具和软件，而使用最合适的工具是可以高效完成开发任务的。如使用编程语言来构建所需要的内容，或者使用现成即用的软件来减少开发工作。Python是一种易于学习且功能强大的通用编程语言，因其渐进式学习曲线、零使用成本和强大的数据分析能力，已经成为人工智能技术的主流选择，得到了广泛的应用。

Python中包含具有高效计算能力的机器学习框架，开发者可以利用这些框架来解决图像、语音、自然语言处理和其它类型的数据分析问题。此外，Python还有一些简单易用的机器学习库，可以帮助开发者轻松解决数据处理和数据分析等问题，如基本的统计算法和数据可视化；此外还能提供便捷的数据结构和函数库等。

Test Workflow软件包括LabVIEW图形化编程环境、TestStand测试执行软件、G Web开发软件、FlexLogger无代码应用软件、DIAdem测量数据分析工具等专用工具。为了提高芯片设计的效率，可以使用Test Workflow中每种工具最强大的功能并复用现成的功能，如可以复用现有程序将它们集成到LabVIEW和TestStand中，或者使用G Web开发软件为Python程序构建Web界面，这样就无需再花时间重新开发Python代码。

• 在LabVIEW中调用Python函数

LabVIEW是一种图形化编程环境，可帮助工程师开发自动化测试系统。其强大之处在于可实现仪器的自动化，并通过内置的用户界面来监测测试。

据了解，在LabVIEW 2018 中，NI引入了Python节点，使用户能够在执行LabVIEW 程序时调用Python文件。譬如，您想利用另一位同事使用Python编写的现有数据分析库，同时利用LabVIEW出色的仪器连接性。那就可以只使用Python，但在连接到硬件时可能会遇到问题。这时，LabVIEW中引入的Python节点就为两种语言之间的互操作提供了有效的方法。

图1：显示器上显示了LabVIEW正在调用一个Python脚本

• TestStand中的Python代码序列生成

TestStand是工程师用于开发自动化测试序列的测试执行软件。它提供了一个用于创建测试序列的交互式开发环境，以及测试执行程序的所有功能：单元跟踪、报表生成、并行测试执行等。

借助TestStand Python Adapter，用户可以调用Python代码模块，将其作为测试序列的一部分。虽然Python也可以用来构建测试执行程序，但需要花费大量的时间。而TestStand恰好可提供此功能。因此，将两者的优势相结合，就可以在TestStand中复用所有现有的测试代码，无需从零开始。

• 基于G Web远程访问Python测试

G Web开发软件是一个图形化编程环境，专为开发基于Web的测试用户界面而优化。虽然很多人已经是技术娴熟的编程人员，但这些技能并不一定能够满足使用HTML或JavaScript进行Web开发的需求。这正是G Web的最强大之处。因为它是一个交互式环境，提供了用于数据显示和用户控制的预构建对象。

对于使用Python编写的现有测试应用程序，G Web包含可简化数据传输和通信的预打包API。无需具备高级Web开发知识即可将Python测试系统部署到Web。

图2：显示器上显示了G Web开发软件，智能手机显示了Web应用程序

• FlexLogger中的自动化数据釆集

FlexLogger是一款无代码应用软件，用于结合NI DAQ硬件执行数据采集。该应用程序可直观地设置测试和存储数据，从而缩短了首次测量的时间。虽然也可结合硬件使用NI提供的Python API执行测试，但FlexLogger提供了更高的灵活性， 只需单击几下即可修改测试。

可以使用FlexLogger中的FlexLogger Python API来实现自动化的简化设置，进而提高工作效率。它可控制任务的执行，并通过编程更改Python代码中的配置。

• DIAdem中的脚本数据分析和报表生成

DIAdem是一款测量数据分析工具，用于查看和分析数据并生成报表。DIAdem包含了用于索引目录以查找数据的高级工具、 用于分析的内置函数以及用于查看数据的图表和图形。

此外，还可使用Python编写的脚本实现从导入到报表生成整个过程的自动化。与其在不同的程序中构建分析库或生成报表，不如选择DIAdem，一步到位！