本文提出了一种混合智能测试方法，结合覆盖向导测试选择和新颖性驱动验证，利用大型语言模型（LLM）进行硬件测试。实验表明，LLM4DV在处理被测试模块时优于传统方法。同时，研究开发了针对卷积神经网络的层融合技术，提高了能效。Hardware Phi 1.5B模型专为半导体行业设计，展现出改进性能。此外，SCAN-Edge框架和SynthAI方法有效解决了边缘设备设计的复杂性问题，具有实际应用潜力。
该文章介绍了RobotCtrl_Func外设拓展板的设计和功能，包括12V和5V电源输入输出、以太网通信电路、CAN通信电路、串口通信电路、用户按键和LED、MPU6050姿态传感器模块、红外测距传感器接口、超声波接口、用户GPIO接口等。同时，文章还介绍了该板的硬件测试方法。
本文介绍了对X86平台的硬件测试，包括SD接口速率、EMMC读写速率、SATA接口速率、M.2接口速率、USB接口速率、以太网通信速率、电源恢复模式、启动选项优先级、安全启动、3.5mm耳机孔与板载麦克风、Wi-Fi支持、板载LAN、LAN唤醒、CPU信息识别、eMMC支持、风扇转速、RTC唤醒、USB Type-C视频输出、蓝牙功能和Wi-Fi功能等方面的测试方法和预期结果。同时还包括USB3.0/2.0过流保护的安全性测试。
完成下面两步后，将自动完成登录并继续当前操作。
