What is edge computing?
AI 支援的雲端和邊緣運算，進一步推動了嵌入式物聯網的發展。 已經出現了一種平台方法，來涵蓋各種開發人員技能。
本文的主要內容：
．儘管雲端運算和嵌入式開發樣式，今天有所不同，但將來可能會改變。
．雲端和邊緣的現場可程式門陣列，現在已成為嵌入式物聯網討論的一部分。
．朝向雲端的嵌入式物聯網開發平台的驅動力，正在重塑產業的產品。
雲端系統已進入 AI 和機器學習領域，改變了嵌入式 IoT 開發的性質，而這已經需要大量的技能組合。
隨著 AI 工作在許多物聯網佈署中移至邊緣，這種趨勢可能會加速，為平台多樣性的進一步發展奠定基礎。
儘管如此，所有道路仍將繼續透過嵌入式開發。如今，在龐大的全球系統邊緣對嵌入式設備進行編程，仍然是一種藝術形式。電源和暫存記憶體的限制仍然存在，並且延遲要求非常嚴格 - 以毫秒為單位。
為了克服這些障礙，嵌入式物聯網開發人員，會使用來自主流雲端提供商或專家的模擬器、仿真器、測試平台、軟體開發套件和雲端平台。他們的嵌入式開發人員隊伍，仍然包括熟練使用烙鐵的人員。
C 語言仍然是嵌入式微控制器、微處理器和SoC系統、 模組，以及它們供電的板級系統的主流。但是在雲端中，運算和儲存幾乎是無限的，Python 的高級語言在機器學習開發中，取得了成功。
當世界碰撞
如今，雲端計運算和嵌入式開發風格各不相同。但是，根據全球半導體 IP 領導者 Arm 的產品行銷總監 Chris Shore 所說，這可能會改變。Shore 在嵌入式開發領域擁有 30 多年的經驗，並且是最早將 Linux 移植到 Arm 的公司之一。
「有兩個世界在碰撞。它涉及專業知識的變化，和工作方法的變化。」Shore 說。 「如果你使用雲端上的微服務，運行分析型機器學習工作，則不必關心它使用了多少能源，或需要多少暫存記憶體。但是，如果你將此類分析放在嵌入式小組件上，則你一定會擔心。」
邊緣與雲端之間的通信行程，也是開發人員關注的問題。收集點分析的數據，可以更快地採取行動；系統無需等待數據往返雲端。他說，因此對物聯網設備模組的 AI 處理已引起關注。
幾家半導體公司正在迅速採取行動，將 AI 和機器學習設計，與嵌入式系統聯繫起來。例如，今年早些時候，Arm 推出了 Ethos-U55 神經處理單元，用於邊緣機器學習處理。
物聯網快速發展
物聯網開發中的許多內容，對於嵌入式開發人員來說都是熟悉的。 需要進行設備測量，需要確定級別 - 這些事件和類似的系統事件，會啟動其他進程，依此類推。
將這些嵌入式系統，連接到網路也很熟悉。 這就是為什麼許多資深嵌入式開發人員，對物聯網產生的宣傳不滿意的原因。 包括這些獨立的嵌入式系統工程師，The Embedded Muse 新聞通訊的作者和編輯 Jack Gansalle。
「從我開始那天起，設備就已連接到網路。物聯網出現時，我們已經進行了 20 年。」Gansalle 說。
但是，嵌入式物聯網領域正在迅速發展，很少有工程師知道全球聯網的分佈式感測器數據處理，和分析所需的細微差別。從頭開始建構不是一種選擇。
結果，「工程師購買了軟體和硬體形式的連接性，」他說。重要的是，專注於營運的嵌入式開發人員，現在發現自己與 IT 團隊的合作更加緊密。這些團隊包括精通機器學習，和其他高級分析的雲開發人員，Gansalle 指出。
他說，此外，即時操作系統是嵌入式開發的基本要素，正在增加雲端功能。
雲端平台提供商強調了嵌入式操作系統，對物聯網的重要性。例如，考慮一下 Amazon Web Services，對 Amazon Free RTOS 的日益增多的活動。對於 AWS，減輕嵌入式系統開發任務，是將其雲端服務移至物聯網的關鍵步驟。
微軟方面最近宣佈了Azure RTOS 嵌入式 IoT 開發套件，以簡化開發。 Azure RTOS 源自 Microsoft 在 2019 年購買的 Express Logic。Microchip Technology、NXP、Qualcom、Renesas 和 STMicroelectronics 的開發硬體均支持新套件。它們構成了雲端與嵌入式計算之間的重要互連。
平台顯示出承諾
隨著 AI 和機器學習，已成為嵌入式 IoT 討論的一部分，用於雲端和邊緣的現場，可程式門陣列已融入其中。
嵌入式開發人員，可以配置和重新配置 FPGA，FPGA 具有很高的靈活性，可以支持包括卷積神經網路，在內的各種機器學習模型。
為嵌入式系統編程，這些晶片的開發技能範圍很廣，因此工具也必須如此。FPGA 製造商 Xilinx 的視覺、醫療保健和科學服務總監 Chetan Khona 表示，雖然專門的嵌入式系統開發人員，需要軟體開發套件，但數據科學家需要機器學習開發框架。
他說，嵌入式系統曾經在該領域工作了 10 年，但並沒有改變，他將影印機作為一個典型的例子。現在預計嵌入式系統，將像數位企業中的其他所有設備一樣定期更新。
據 Khona 估計，這極大地推動了標準的開發平台的發展，以處理電子、控制、連接性、安全性和 AI 的不同層。平台的目標是最終使從事嵌入式設計，不同級別的開發人員的工作團結起來。
「我們發現今天沒有一個人，做出關鍵的開發決策。涉及不同的角色。」科納說。 「有硬體開發人員、FPGA 開發人員、系統架構師、應用程式開發人員和數據科學家。你需要為每個不同的個性提供產品。」
Khona 表示，Xilinx 致力於透過 PYNQ，將 Python 語言開發人員（通常是數據科學團隊的關鍵成員）帶入 FPGA 開發，該公司是該公司創建的開放源代碼項目，允許使用 Python 語言和庫。
嵌入式物聯網開發的機會與限制
朝向雲的嵌入式物聯網開發平台的驅動力，正在重塑行業產品。以電子零組件分銷商安富利為例。
在 2018 年，該公司收購了，Azure 雲端連接和數據分析服務提供商 Softweb Solutions，並在 2019 年收購了嵌入式物聯網開發平台製造商 Witekio 之後。
Witekio 的創始人兼總裁 Yannick Chammings 表示，目標是促進嵌入式物聯網的發展，他現在是安富利公司的營運商。
Chammings 說，當今的嵌入式物聯網開發，是一種「狂野的西部」，需要更大程度地整合工具。
今天，他看到各種各樣的利益相關者，開始聚在一起，追求比過去更緊密聯繫的設計。但這是一種平衡的行為。
Chammings 表示：「嵌入式社區習慣於，在各種約束條件下工作 - 另一方面，你的物聯網世界充滿了新的可能性 - 如果你將數據帶到雲端中，就可以建構新的功能。」
他說，管理人員必須準備機會與限制因素，才能在今天的物聯網發展中取得成功。他警告說，他們必須意識到自己在等式的兩邊都會失敗，因此建議早期階段的創新研討會，這些研討會應將系統架構師，和其他團隊成員召集在一起，以對選項進行分類。
集裝箱來了
根據工業網路聯盟（Industrial Internet Consortium） OpenFog 聯盟首席技術官 Chuck Byers 的說法，除 AI 和機器學習外，當今影響物聯網發展的主要趨勢，包括靈活的方法和開源軟體。
他指出，靈活的方法將複雜程序，提煉成可管理的代碼塊，同時開源軟體加快了設計速度 - 提供了與一般定義的協議組，相關的 API 和庫。
還有一些嵌入式參考體系結構，例如由 Byers 在思科任職期間，協助打造的 Fog 和 Edge 運算的體系結構，並且是 OpenFog 聯盟的一部分。
Byers 認為雲端的架構趨勢，會影響物聯網設備的開發。其中最主要的是微服務和基於容器的技術，這些技術將代碼段與資源集結合在一起，可以在雲端中、邊緣、智慧感測器，或你擁有的資源中運行。
「雲端正在迅速轉移到基於容器的工作負載。這些使開發人員能夠將代碼從雲端移植到安控攝影機、無人機-邊緣上的不同節點。」他說。他繼續說，這些工作負載可以即時加速，並且可以在不到 1 秒的時間內，將其佈署到 Internet 上的任何位置。
此類技術，很可能代表嵌入式物聯網開發的下一步發展。
像 1995 年一樣編程？
Moor Insights and Strategy 物聯網分析師，Tread Group 的創始人 Bill Curtis 表示，隨著時間的流逝，人們將看到 IP 運算，向降低物聯網開發總體複雜性的平台轉移的趨勢。。
他說：「今天，我們仍在像 1995 年那樣為物聯網開發軟體。我們的暫存記憶體佔用非常小，設備非常受限制，人們仍在編寫底層 C 和彙編代碼。」 「此外，沒有真正的平台，你將不會獲得安全性。」
Curtis 說，這些平台涵蓋了從邊緣 IoT 設備，到雲端運算數據中心的開發，將成為標準平台，使開發經理可以「將其雲端編程模型，移入 IoT 世界。」
「這意味著在雲端上工作的同一位開發人員，可以每天在 IoT 上工作，而無需更改工具，」他繼續說道。
運算發生這種變化的速度，是困難的部分。在這一點上，行業資深人士 Curtis，添加了哲學上的註釋。嵌入式物聯網開發的戲劇性變化，可能不會太早，但也可能不會太晚。
他在對微軟創始人比爾·蓋茨的解釋中說：「人們總是傾向於高估兩三年內的技術變化，但他們卻低估了十年內會發生的變化。」
 |
沒有留言:
張貼留言