——是德科技高级副总裁，设计工程软件部门（DES）总经理专访纪要
盛夏的东京，空气仿佛被炙烤得微微颤动。7月29日这一天，天气预报显示气温高达 38℃，但酷暑丝毫没有削减客户的热情——一大早，Keysight Design Forum（KDF）的会场便已人头攒动。
在完成了精彩的主旨演讲和与 VIP 客户的交流后，是德科技高级副总裁，设计工程软件（Design Engineering Software，简称 DES）部门总经理 Niels Faché博士接受了我们的专访。
他语调平和却充满能量，用精准的表达勾勒出电子设计行业未来几年的发展脉络。这场对话不仅是一次行业趋势的解读，更像是一次“站在十年之后回望现在”的预演。
转型的核心：从复杂性中寻找秩序
一开场，Niels 便提到了一个关键词——复杂性。
在他看来，当今电子设计的最大挑战，不仅来自元器件本身的性能极限，更来自多学科、多领域、多物理场交织的复杂环境。
“Keysight 的特别之处，在于我们并不仅仅是提供工具的厂商。”
Niels 解释道，Keysight 在全球范围内既有顶尖的测试测量能力，又有深入的设计与仿真平台，而这两部分并非各自为政，而是在内部研发中紧密结合。
研发团队在设计自家产品时，直接使用 Keysight 的仿真工具和测试平台，在实践中不断发现改进空间。这样一来，Keysight 不仅知道客户会遇到什么问题，还深知这些问题在真实研发场景中意味着什么。
很多软件公司在为客户提供工具时，是站在“外部供应商”的角度；但 Keysight 的研发流程决定了它始终有一只脚在客户的立场上。
Niels 强调，Keysight 工程师在内部项目中面临的挑战，与客户在各自领域遇到的挑战高度一致。正因为如此，Keysight 能在市场上出现需求之前，就提前洞察趋势并做出技术储备。
这是一种闭环式的创新：
自家研发先用工具 →发现瓶颈与改进点 →优化产品再提供给客户
而在应对复杂性时，这种模式格外有优势——它让 Keysight 能够在产品设计的早期就融入热效应、机械效应等多物理场建模能力，从而帮助客户在虚拟环境中完成高精度的多学科并行工程设计。
Niels 用一句话总结：
“这不仅是电路物理的世界，更是多物理、多学科并行的世界。”
行业趋势：时间更短，要求更高
当被问到未来三到五年的变化时，Niels 并没有犹豫。
“时间表在缩短，复杂性在增加。”
他举了两个例子：
汽车行业：过去，开发一代全新平台可能需要四五年，如今，两年半就要交付量产。
RFIC芯片设计：以前可能是两三年一代，现在要求在一年之内完成。
这样的速度，显然无法依赖传统的“先造物理原型，再测试，再改设计”的线性流程。而解决之道，就是左移（Shift Left）。
工程师在数字化环境中先建立高精度的仿真模型，通过虚拟测试发现问题、优化方案，然后才进入实际制造阶段。这样不仅能显著减少成本，也能在最短时间内验证多个设计思路。
“越是时间紧迫、设计复杂的项目，越需要数字化的支撑。”
他说这句话时，语气很笃定。
为了让这个观点更具体，Niels 分享了几个真实案例。
在射频前端设计领域，Keysight 的优势源于内部长期积累的技术。例如，在构建支持多技术协同设计的环境时，他们直接把内部研发遇到的痛点转化为工具功能，从而打造出能跨越多个频段、支持多种元件类型的高精度仿真平台。
而在汽车安全领域，Keysight 通过收购 ESI，把先进的碰撞测试仿真技术引入到自己的工具组合中。过去，汽车安全测试依赖假人模型，但这种方法在多样化的人体特征面前显得单一。如今，工程师可以在仿真中引入不同性别、不同体型、不同年龄的人体模型，预测他们在碰撞中的反应，并结合制造工艺参数分析对车身结构的影响。
Niels 形容这是一种“物理与虚拟的融合”——不仅在设计时考虑到真实世界的复杂变量，还能在制造前提前验证这些变量的影响。
虚拟孪生与AI的崛起
谈到数字化趋势，Niels 多次提到数字孪生（Digital Twin）。
他指出，一个高精度的数字孪生，必须是多物理场的。
“如果你的电路设计只考虑电气特性，而忽略热效应，那么它的预测结果几乎不可能完全正确。”
因此，Keysight 在工具中不断加强多物理场的集成能力，让工程师在一次仿真中就能看到热、机械、电气等多方面的交互影响。这不仅让设计结果更可靠，也极大提高了决策效率。
如果说多物理场是“宽度上的集成”，那么 AI 则是“深度上的加速”。
Niels 描述了一个未来场景：
工程师通过对话界面告诉 AI 要设计怎样的电路，AI 便能自动调用仿真器、生成 Python 脚本、运行计算、分析结果，并给出多个优化建议。
“我们把AI称之为数字工程师（Digital Engineer）。”
这种 AI 代理不会取代人类工程师，而是让他们从繁琐的工具操作中解放出来，把精力集中在需求定义和系统规格上。
更重要的是，AI 降低了新人的上手门槛。过去，一个工程师可能需要数月才能熟练掌握仿真工具，而现在，在 AI 的引导下，他们可以在几天甚至几小时内完成入门级设计。
Niels 透露，Keysight 正在研发一个面向 GaN 功率放大器的 AI 设计流程，将 AI 全面嵌入工具工作流中。他预计在未来几年内，这种模式会在产品组合中普遍出现。
结语：更快，更智能，更精准
在与 Niels 的对话中，可以感受到他对技术趋势的敏锐，也能体会到 Keysight 在行业转型中的位置——既是参与者，也是推动者。
未来的电子设计，将在更短的时间内完成更复杂的任务，同时具备更高的精度与可靠性。
多物理场建模，让虚拟世界与真实世界的差距不断缩小；AI 代理，让工程师的创造力得以释放；数字孪生，让每一次设计都可以在制造前被验证到接近现实的程度。
这是一场正在发生的变革，而 Keysight 已经在其中，为行业提供工具、经验与远见。
在本次 KDF 上，Niels 的主题演讲 “Enabling Innovation to Engineer Tomorrow’s Products” 深入剖析了这些趋势背后的驱动力，并分享了 Keysight 设计工程软件战略方向的三大支柱：
持续扩展多物理场功能组合 —— 覆盖更多新兴用例，满足不断演进的设计需求；
提供一流的特定于应用进程的工作流 —— 支持开放的生态系统，帮助客户灵活集成与协作；
提供流程与数据管理解决方案 —— 实现外围工程流程的自动化，提高效率与一致性。
想深入了解演讲中更多的案例、趋势洞察与技术细节，欢迎扫描下方二维码下载完整资料，让我们一起开启创新之旅。
长按扫码
获得更多资讯
点击“阅读原文”，立即下载