Micrium公司C/Probe的目标是使开发者能更简便地实现自己系统行为的快速虚拟化。该工具包括两部分软件：其一运行在主控系统上，完成数据分析与显示，另一个是在目标系统上装入的一个代码段。这段代码负责管理I/O与资源请求，以及与主控系统的通信。尽管它是一种侵入性的嵌入系统代码仪表化方式，但它能在系统不挂起情况下访问系统。该工具现售价约1千美元。
National Instruments公司的LabView提供强大的虚拟化支持，并包括一个图形编程功能。它还带有围绕各个应用域而组织的内置测量与分析功能，这样开发者就可以选择要使用的功能。调试虚拟化最适用于数据流执行模型。包含硬件、软件和特定域功能的工具套件起始价约为1千美元，但如果需要增加大量特定域工具，则价格可能超过1万美元。
这种类型的定价灵活性表明很多工具供应商都面临的一个挑战；客户希望根据不同的接触点，只支付到最适当的可视性水平。例如，有些开发者面向一个操作系统，而并不关心其下处理器架构的细节。其它开发者则面向指令集架构。当然还有一些开发者关注较低级的交互。如果在架构层，它连接系统中的所有资源。
即使工具针对一个设计者需求提供了可视性，但知道要寻找的内容则是另一个困难，因为片上系统和主控系统之间的通信链接限制了捕捉数据的数量与类型，这些数据可以给主控系统作实时分析和事后分析。另外，处理器供应商并非总会公开自己在芯片中实现的特性；他们可能选择隐藏这些特性，因为它们是实验性的，供应商还没有准备好为它们提供健壮的生产级支持。但是，内部工具与专业的现场应用工程服务可以完全利用这些隐藏的资源。而从能在有限情况下的专家式使用，到工具足够健壮，可以在各种场合和专业水平下的使用，两者间还有相当大的差距。不幸的是，工程服务是劳动力密集型工作，价格高昂，其成本远远超出大多数软件开发预算的门槛，除非是遇到最紧急的查错情况。
要获得持续发展，调试工具就需要获得硬件、软件和领域专家的相关信息输入。在某些情况下，处理器客户或工具供应商不太愿意分享自己艰难获得的经验。如果他们与工具开发商分享关键的经验，就可能缩短竞争对手的学习曲线，避免一些计划安排与工程专业成本，如学习如何使嵌入系统在某种方式下工作。现场应用工程师的经验可以帮助使工具开发商具备必要的洞察力，使调试工具在这些情况下更加有用。
几十年来，嵌入系统已实现了多处理器设计，但对于紧密耦合的多核心和多处理器系统，仍在持续出现新的机会。另外，越来越多的嵌入系统正在自己系统内使用更多的传感器，以充分获取和掌控更复杂的行为。这些嵌入系统中的新兴趋势将要求调试工具提供更强大的一致性和相应的虚拟化能力，因为子系统之间的交互作用将比以往更加复杂。
参考文献
1. Nass, Richard, “Annual study uncovers the embedded market,” Embedded.com, Sept 2, 2007.
2. Cravotta, Robert, “Valuing Uncertainty,” EDN, Jan 5, 2006, pg 38.
--------------------------------------------------------------------------------
附文：COCOMO与基于事实的进度安排
现实的进度安排是建立好软件的关键。过紧的截止日期不可避免地会成为压力来源，从而导致交出一个未完成的项目。认识到截止期限太紧会使你将注意力集中在最好或最重要的特性上，它也会使你对最终产品中整合的内容作出正确决策。有很多方案可以帮助项目管理者对软件开发项目作出功能、成本与时间上的权衡，从而得到更精确的计划安排。
其中一个方案就是COCOMO（结构化成本模型），这是一种软件成本的估算模型，它使用了利用历史项目数据和当前项目特性的回归公式。软件工程师Barry Boehm首先于1981年公开了该模型。COCOMO II 模型包含有多年软件开发中的变化，在规划新的软件开发项目时估算成本、工作量和日程安排。COCOMO II模型现公布在南加州大学系统与软件工程中心网站（参考文献A）。
COCOMO II包括应用构成、早期设计，以及后结构子模型，它根据项目规划与设计过程的进度，提供日益增加的精确性。COCOMO II可以辅助建立项目预算与日程；作软件成本与日程风险管理决策；在软件成本、日程安排、功能、性能与质量因素之间作出权衡；以及决定一个软件系统的哪些部分要开发、重用、租用或购买。持续提高COCOMO II预测准确性的重要因素是良好的数据。COCOMO II研究小组正在请求软件业的协助，采集各个开发项目的数据；数据采集将能实现一个更精确的预测模型，以估算软件项目的成本。
Fog Creek Software公司的首席执行官Joel Spolsky在一篇文章中给出了基于事实的日程安排，这是另一种在日程模型中包含历史数据的方案（参考文献B）。文章以一种普通方式对该模型作了说明，不过Fog Creek将此模型用于它的FogBugz商用产品。第一步是以批量小时数为度量单位来规划进度，例如不超过16小时，以确保估算人精确地考虑完成某个任务所需要的步骤。遵守这个时间表，可以将每个开发者的估算值与实际结果作比较，并建立一个估计的变化速度，这样不仅能帮助你在一段时间上改善自己的估算，而且还提供了一个用于Monte Carlo仿真的模型，可计算出在任何给定日期交付任务的概率，并绘制成图。有了图示的可能交付日期，就可以进行研究，如改变不同特性的优先级或包含变化会对日程有哪些影响。
参考文献
1. "COCOMO II."?
2. Spolsky, Joel, "Evidence Based Scheduling," Joel on Software, Oct 26, 2007. |
