我們正在快速進(jìn)入新的智能機器經(jīng)濟時(shí)代。在軟件定義和人工智能驅動(dòng)的環(huán)境中，機器已經(jīng)成為智能化的參與者，但并不會(huì )取代人類(lèi)。
為了促進(jìn)這個(gè)時(shí)代的蓬勃發(fā)展，我們需要開(kāi)啟數字化轉型的第二波浪潮。許多企業(yè)經(jīng)歷了數字化轉型的第一波浪潮，已經(jīng)對企業(yè)信息技術(shù)做出了大量的投入。第一波轉型浪潮讓我們能夠使用瀏覽器或移動(dòng)設備進(jìn)行搜索、采購或執行業(yè)務(wù)交易，讓我們能夠借助于協(xié)作工具來(lái)提高效率，也使遠程工作成為可能，還開(kāi)啟了許多其他功能，強化了許多方面的能力。第一波浪潮主要是關(guān)注于人類(lèi)如何使用技術(shù)來(lái)處理信息、與他人協(xié)同并更高效地工作。
數字化轉型的第二波浪潮也是做同樣的事情，但參與者從人類(lèi)換成了機器，朝著(zhù)云原生和人工智能驅動(dòng)的應用演進(jìn)，投資的方向從企業(yè)IT（信息技術(shù)）系統轉向了OT（運營(yíng)技術(shù)）領(lǐng)域。特別是我們周?chē)锢硎澜绲脑O備和機器，跨越多個(gè)行業(yè)，包括航空航天、汽車(chē)、國防、工業(yè)、醫療和電信等。
經(jīng)過(guò)多年來(lái)關(guān)于IT的數字化轉型--主要關(guān)注信息流，現在是時(shí)候開(kāi)始把焦點(diǎn)轉向機器了。麥肯錫全球數字制造專(zhuān)家調查報告顯示，大多數制造業(yè)企業(yè)（具體來(lái)說(shuō)是68%）認為互連、智能和靈活的自動(dòng)化是他們的首要任務(wù)。根據《財富商業(yè)洞察》的研究報告，全球工業(yè)自動(dòng)化市場(chǎng)規模到2027年預計將達到3261.4億美元。
發(fā)掘智能邊緣的無(wú)限機遇
獨立的設備，比如心臟監測器，它的專(zhuān)一功能就是測量心率，而不會(huì )去做別的事情，這是我們早就熟知的，顯然不是什么新技術(shù)。然而，當今的設備都具備采集和分析數據的功能，而且可以彼此溝通，并根據數據來(lái)采取行動(dòng)。
心臟監測設備可以將患者的數據傳輸給醫生，或者在發(fā)現可能危及健康時(shí)實(shí)時(shí)發(fā)出警報。自動(dòng)駕駛汽車(chē)可以與道路基礎設施實(shí)時(shí)溝通，實(shí)時(shí)感知附近的其他汽車(chē)，并根據這些信息采取行動(dòng)，從而避免事故發(fā)生。人工智能驅動(dòng)的電網(wǎng)可以自動(dòng)管理多個(gè)分布式發(fā)電機組的運轉和電力配送。
為了執行這些互連應用，網(wǎng)絡(luò )非常依賴(lài)云計算、分析、人工智能和機器學(xué)習，而5G是實(shí)現這些應用的互聯(lián)機制--所有這些新機遇都蘊藏于智能邊緣。
邊緣是一種場(chǎng)所而非設備--它定義了數據被感知并進(jìn)行處理的場(chǎng)所。網(wǎng)絡(luò )的邊緣是距離中央數據中心最遠的場(chǎng)所，處于機器內部或非常接近機器的地方，例如汽車(chē)、飛機或機器人等。嵌入于機器中的傳感器產(chǎn)生數據，其中有些數據需要在現場(chǎng)處理，也就是在邊緣處理，這就形成了智能邊緣，而其他數據可以推送到云端進(jìn)一步處理。
運行在智能邊緣的多臺機器和設備彼此共享信息，也會(huì )與數據中心交互，從而形成數字環(huán)路。這種數字環(huán)路與大數據系統相關(guān)聯(lián)，就可以實(shí)現預測性斷供規避、跨子系統運作故障事件關(guān)聯(lián)、軟件自動(dòng)化和監督、事件檢測及處理等功能。
面向智能機器經(jīng)濟時(shí)代的開(kāi)發(fā)方法
智能系統的復雜性意味著(zhù)嵌入式系統提供商必須進(jìn)行數字化轉型，以支持此類(lèi)系統的開(kāi)發(fā)、部署、運作和服務(wù)。為此，需要對工具、能力和流程做出調整，包括：
* 原生云和邊緣友好的開(kāi)發(fā)技術(shù)和工具。這是加快上市速度、解決系統復雜性和資源短缺問(wèn)題所必需的。隨著(zhù)我們向邊緣計算的演進(jìn)，云托管平臺也需要調整以便成為邊緣友好型或改為邊緣原生型。邊緣原生平臺將保留云平臺的功能，同時(shí)還將滿(mǎn)足邊緣所產(chǎn)生的新需求。Wind River Studio就為關(guān)鍵任務(wù)智能系統的開(kāi)發(fā)、部署、運作和服務(wù)提供了云和邊緣原生平臺。這些云原生工具還允許開(kāi)發(fā)人員隨時(shí)隨地運用各種工具開(kāi)展工作，無(wú)論是在辦公室、遠程、PC端還是平板電腦上。
* 高水平的軟件自動(dòng)化。對于智能系統，在邊緣部署通常意味著(zhù)需要把有效載荷大規模部署在數百甚至數萬(wàn)個(gè)不同的地理位置，采用人力手工作業(yè)是不可能完成的。自動(dòng)化是降低部署分布式邊緣系統成本的關(guān)鍵，不論是對于設備還是對云基礎設施來(lái)說(shuō)都是如此。
* DevOps是智能邊緣嵌入式軟件的關(guān)鍵要素。傳統上，由嵌入式軟件開(kāi)發(fā)人員來(lái)編寫(xiě)代碼。在代碼編寫(xiě)完成、應用通過(guò)了質(zhì)量檢驗之后，再把嵌入式"Ops"（生產(chǎn)）安裝進(jìn)入系統。 這樣的"瀑布"模式對于智能邊緣來(lái)說(shuō)過(guò)于緩慢，難以適應實(shí)時(shí)性要求。在DevOps的旗幟下，嵌入式開(kāi)發(fā)人員的不同角色（例如平臺開(kāi)發(fā)人員、應用開(kāi)發(fā)人員、操作員、數據科學(xué)家或DevOps工程師）以齊頭并進(jìn)的方式工作。他們是敏捷型團隊，推出軟件新版本的速度非常快，也需要將Ops和QA（質(zhì)量保證、測試）團隊整合到開(kāi)發(fā)流程之中。
* 持續集成和持續開(kāi)發(fā)工具（CI和CD工具）。如今的工作方式是將新代碼直接放入生產(chǎn)應用中，而不停止任何功能的運行。代碼發(fā)布節奏的持續加快--許多代碼發(fā)布只是對現有應用的小更新--以至于每天進(jìn)行大規模的卸載/重新安裝已經(jīng)沒(méi)有什么意義了。為了解決這個(gè)問(wèn)題，業(yè)界引入了持續集成（CI）和持續部署（CD）方法。這就如同我們對于汽車(chē)曾經(jīng)產(chǎn)生過(guò)的概念--邊跑邊換輪胎。但是我們真的做到了。
*認證。關(guān)鍵基礎設施軟件的開(kāi)發(fā)已經(jīng)采用基于云的敏捷DevOps原則。然而，這類(lèi)軟件的安全認證仍然遵循著(zhù)老舊的方式，并依賴(lài)于昂貴的手工作業(yè)，這就導致每行代碼的成本很高，阻礙了新功能的快速引入，也延緩了部署和運作。為了降低認證成本，加快上市速度，我們需要有新的認證方法。這種新方法可以與現代DevSecOps方法相一致，并使用自動(dòng)化、AI/ML和數字反饋回路將其集成到持續交付過(guò)程中。不斷發(fā)布新代碼會(huì )產(chǎn)生安全風(fēng)險，而開(kāi)發(fā)團隊已經(jīng)開(kāi)始在軟件開(kāi)發(fā)和交付過(guò)程中增添安全實(shí)踐，以便在啟動(dòng)、運行時(shí)和休息期間保護高價(jià)值資產(chǎn)。其結果便是形成了DevSecOps工作流。
新的智能機器經(jīng)濟不僅有望釋放經(jīng)濟價(jià)值，還將使生活更輕松、更安全。為了取得成功，嵌入式系統提供商必須走上第二波數字化轉型，并運用現代化的數字邊緣友好型平臺、工具和流程。
