Ενσωματωμένη ανάπτυξη συσκευών άκρων

Ενσωματωμένη ανάπτυξη

Η ανάπτυξη ενσωματωμένου λογισμικού είναι ένας από τους πιο δύσκολους τομείς της μηχανικής λογισμικού σήμερα. Δεδομένου ότι οι καινοτομίες σε πολλούς κλάδους που παραδοσιακά βασίζονται στη μηχανολογία (όπως η αυτοκινητοβιομηχανία ή η αεροδιαστημική) μετατοπίζονται όλο και περισσότερο από μηχανικές λύσεις σε ηλεκτρονικές και μηχανογραφημένες λειτουργίες, το ενσωματωμένο λογισμικό αναδεικνύεται ως ένας από τους πιο υποσχόμενους τομείς εφαρμογών για τη μηχανική λογισμικού. Στην αυτοκινητοβιομηχανία, για παράδειγμα, τα τελευταία χρόνια το 90 % όλων των καινοτομιών σε νέα μοντέλα προήλθε από τα ηλεκτρονικά.

Μια πρόσφατη τάση - Η μηχανική μάθηση στον ενσωματωμένο κόσμο

Η μηχανική μάθηση και η προγνωστική ανάλυση μεταμορφώνουν τον τρόπο λειτουργίας των επιχειρήσεων και άλλων οργανισμών. Η ικανότητα κατανόησης των τάσεων και των μοτίβων σε πολύπλοκα δεδομένα είναι κρίσιμη για την επιτυχία, αποτελώντας μια από τις βασικές στρατηγικές για την απελευθέρωση της ανάπτυξης σε μια δύσκολη σύγχρονη αγορά. Μέχρι στιγμής, ένας μηχανικός μηχανικής μάθησης σπάνια σκεφτόταν τους υπολογιστικούς πόρους. Επιπλέον, σπάνια ενδιαφέρονται για τη χρήση της μνήμης. Γιατί; Επειδή είναι φτηνή και ακόμη και το τηλέφωνό σας έχει αρκετά καλή CPU και πολλή μνήμη.

Τώρα, η ανάγκη να είναι δυνατή η ανάπτυξη μοντέλων μηχανικής μάθησης στο EDGE (on premise ή στη συσκευή), επομένως στον ενσωματωμένο κόσμο, κατέστησε αναγκαία την τελειοποίηση του τρόπου ανάπτυξης αυτών των μοντέλων σε συσκευές τόσο μικρές όσο οι μικροελεγκτές 8bit. Αυτές οι πολύ μικρές, χαμηλού κόστους και χαμηλής κατανάλωσης ενέργειας συσκευές κυμαίνονται στα λεπτά κόστους ανά στοιχείο και αναπτύσσονται δισεκατομμύρια φορές. Οι νεοεισερχόμενοι στην αγορά αυτή καθιστούν δυνατή την ανάπτυξη για να καταστήσουν αυτό το εξαιρετικά φθηνό υλικό έξυπνο και ευφυές.

Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη, τη βαθιά μάθηση και άλλες τεχνικές μηχανικής μάθησης έχουν οδηγήσει σε μια τεράστια ανάπτυξη των εφαρμογών και υπηρεσιών τεχνητής νοημοσύνης (AI), που κυμαίνονται από τον προσωπικό βοηθό έως τα συστήματα συστάσεων και την επιτήρηση βίντεο/ήχου. Με γνώμονα αυτό το μοτίβο, υπάρχει επιτακτική ανάγκη να προωθηθούν τα όρια της ΤΝ στην άκρη του δικτύου, προκειμένου να απελευθερωθούν πλήρως οι δυνατότητες του EDGE. Για την ικανοποίηση αυτής της ανάγκης, το edge computing, ένα αναδυόμενο παράδειγμα που ωθεί τις υπολογιστικές επιχειρήσεις και υπηρεσίες από τον πυρήνα του δικτύου στην άκρη του δικτύου, έχει γενικά θεωρηθεί ως μια πολλά υποσχόμενη ρύθμιση. Η προκύπτουσα νέα διεπιστημονική προσέγγιση, η ΤΝ άκρων ή η νοημοσύνη άκρων (EI), έχει αρχίσει να αποκτά τεράστιο ενδιαφέρον. Η αγορά EDGE AI, η οποία είναι ο γενικός όρος για ολόκληρο το τμήμα, μπορεί να ομαδοποιηθεί σε τρία κύρια τμήματα:

Hardware Edge (σύνολα τσιπ)

Ανάπτυξη ειδικών chipsets EDGE για γρήγορες και αποτελεσματικές εφαρμογές τεχνητής νοημοσύνης. Αυτό είναι ιδιαίτερα σημαντικό για εξαιρετικά γρήγορες εφαρμογές πραγματικού χρόνου, όπως η αυτόνομη οδήγηση. Αυτά τα chipsets είναι συνήθως υψηλής τεχνολογίας με πλεονασμούς που εξασφαλίζουν μακροχρόνια σταθερότητα και λειτουργία.

Edge Software (Πλατφόρμες ΤΝ έναντι επεξεργασίας ΤΝ, όπως η εξαγωγή συμπερασμάτων)

Ανάπτυξη λύσεων λογισμικού ειδικά για το EDGE, οι οποίες επιτρέπουν την έξυπνη ανάλυση του EDGE με βάση την τεχνητή νοημοσύνη για την ανίχνευση ανωμαλιών και την ταξινόμηση φαινομένων που σχετίζονται με το EDGE.

Βασικοί τομείς εφαρμογών:

Εφαρμογές IOT, αυτοματοποίηση διαδικασιών, επιχειρησιακή επίγνωση, προληπτική συντήρηση.

Η εξειδίκευσή μας έγκειται στην τεχνογνωσία της αγοράς και της τεχνολογίας αυτού του ειδικού τομέα εφαρμογών. Οι μικροελεγκτές, αλλά ακόμη και οι CPU υψηλότερων προδιαγραφών είναι πανταχού παρόντες και προδιαγεγραμμένοι για τη μηχανική μάθηση στην EDGE.