Skip to main content

軟體工具

和 Microsoft 一起減少 IoT 開發上的摩擦

物聯網、物聯網互操作性、物聯網摩擦、物聯網發展

各大公司目前正在加速開發 IoT 應用程式專案,而疫情也加快了這種趨勢。但是,每一個組織是否都擁有順利擴展這些專案所需的技能和資源?AI 又將在其中扮演什麼樣的角色?您要如何在舊硬體現實與新軟體創新之間取得平衡?

我們與 Microsoft Azure Edge Devices Platform and Services GroupSilicon and Telecom 資深總監 Pete Bernard,討論了 IoT 開發的主要趨勢與挑戰、如何讓 IoT 開發人員的生活更輕鬆,以及這些努力的重要性。

現今,商業 IoT 應用程式有哪些主要趨勢或挑戰?

這是一個非常以解決方案導向的市場,尤其是在我認知中的邊緣生態系統中。在和商業客戶交談時,他們會遇到一些非常複雜的問題,這些問題無法透過單一裝置或單一應用程式解決。如果要解決問題,通常需要深入探索這些系統的協作方式。系統如何安全協作?如何管理系統?如何部署系統?

方式極其多樣化。舉例來說,某些 AI 模型可能會在雲端和 Azure 上進行訓練,然後部署到邊緣。但是,它們要如何針對邊緣矽晶片進行最佳化?我們使用了 Intel® 的 OpenVINO,並且在 3 月推出的 Azure Percept 的平台上大量合作。這只是其中一個例子,我們利用了矽晶片的特性和功能,來取得效能與解決問題的能力。

您能談談這些密集工作負載的興起,以及為什麼需要在邊緣完成嗎?

我們都看到了獨立系統(或稱未連線系統)的革新,以及只能將資料傳送至簡單感應器的雲端連線系統革新。現在,我們讓雲端與邊緣通訊,讓邊緣與雲端交流。基本上,您可以在邊緣和雲端上以非同步執行大量運算,且您必須釐清這些系統的協作方式。

許多新情境都需要相當高效能的邊緣運算,原因可能是隱私,也有可能是頻寬。但是看到那些持續發生的創新,以及使用者的用法,真的很激勵人心。

疫情是否改變了公司對 IoT 應用程式的看法?

我認為是的。我認為網際網路是疫情期間的英雄之一,因為網路讓所有人得以保持聯繫並持續工作。但是,一切也隨之加速。我們準備在兩三年後進行的所有實驗,現在全都已經投入部署。

而且,未來你會看到更多的 AI 視覺工作。疫情期間,自動化的發展確實大幅加速。而且,健康照護領域還有相當大的最佳化空間——在邊緣利用更多資訊,確保人們可以獲得流暢且經驗證的體驗。疫情讓許多原本仍在準備階段的事情大幅加速發展。

我們該如何在這種加速的基礎上繼續前進?尤其是以全新方式將系統整合在一起的方面。

部署中的系統不能是一次性的特製系統,對吧?你不能在今年把你的解決方案寫死,然後明年再把另一個解決方案寫死。您必須考慮目前要解決哪些問題,而不是兩三年後的問題,然後加入越來越多的功能。

其中一個例子就是零售業的銷售點終端——現在非常普及。人們常說「我有這些銷售點平台——我還能用它們做什麼?我可以加入 AI 視覺,在商店中提供某種安全監控嗎?」於是,我們會看到這種不起眼的平台,實際上變成了可以進行大量運算的邊緣端點。

我們注意到的另一點是,許多人都有舊式設備。最近我們和一間超市交流,他們說的第一句話是「去年我們買了這些攝影機,現在全都放在箱子裡賦閒。」所以,您要如何連接舊式設備,讓這些設備更具備 AI 功能、更加安全且更易於管理?

您必須系統地思考。如果您有需要解決的問題,目前有哪些設備可以用來解決問題?然後,不可避免的是,當晶片升級、速度越快且價格越便宜時,您要如何擴充設備。到了明年或後年,將會有更精良的設備連接到系統上。

Microsoft 打算如何提供協助?

顯然,Azure 是一項不可思議的雲端業務。我認為《Fortune》雜誌 500 大企業中,有 95 % 都在 Azure 上執行業務。而我們團隊所做的努力,確實在邊緣提供了協助。

我們有一個名叫 EFLOW 的系統,在這個系統中,您可以在 Windows 上執行 Linux 工作負載。因此,您可以擁有一個安全且受管理的 Windows 平台——每個人都知道如何管理和部署——而且最重要的是,您現在可以從雲端執行舊式 Linux 工作負載,無需另外擁有一部機器就能執行 Linux。這就是我們團隊的工作案例之一,這能夠確實協助客戶解決手邊的設備問題——只要使用一點點的新軟體——這真的非常酷。

好消息是,我們有許多不同方法,能以高成本效益、低資本支出的方式解決問題。但是這種做法的缺點——我想這就是我們能夠賺取報酬的原因——就是非常複雜。您必須使用開發人員工具,消除各平台間的摩擦。這就是我們真正想要做的事情,努力消除摩擦,讓使用者能利用所有選項,同時又不會太過複雜。

您認為 IoT 應用程式的發展是否更偏向軟體模型,而非硬體性質?

我是這麼認為的。因為軟體必須跨越系統的各個部分運作。不同的硬體都必須協作,而這就是軟體真正發揮作用的時候。如果您的商務邏輯和強大的應用程式,以及所有的一切都在硬體上執行,那麼一切行為都會由軟體所驅動。大約有 7% 的 Tesla 員工是軟體工程師。我記得在 General Motors 中,大約 1% 或 2% 是軟體工程師。

我曾指導過很多大學生,他們總是問我「如果我想從事科技業,我應該去哪些公司上班?」我總是回答他們「這個嘛,現在幾乎所有公司都是科技業。」所有人都必須具備技術能力,並且您必須擁有所有公司內建的軟體能力。所以,從就職的角度來看,這對許多大學畢業生來說是令人興奮的消息,因為如果他們具備軟體能力,他們幾乎可以在任何地方工作。

我們正在利用許多新的半導體功能——更低功率、更高上限、更高效能、更低成本——所以還有相當大的發展空間,而且我認為硬體還有加速發展的機會。或許在消費領域沒有這麼嚴重,但是在商業領域方面,所有人都在追求更高的效能、更低的功耗、更低的耗電和更低的成本。而且,這樣的追求永無止盡。不過,軟體確實可以解鎖一些驚人的情境。

您認為擴充升級的關鍵痛點是什麼?Microsoft 打算如何減少相關摩擦?

這是個好問題。「向你的老闆示範你的相機可以識別香蕉」,然後才能實際部署。我們一直在嘗試做一件事,那就是盡量減少向老闆示範和部署之間的步驟。Azure Percept 採用了一些超酷的 Intel 技術;這種開發工具套件能讓使用者快速輕鬆地識別香蕉,並匯入自己的 AI 模型,或使用各種開箱即用的模型。

我們正在努力提供一種方法,能讓開發人員將概念性驗證 (POC) 階段的工作直接收成,無需再次執行任何動作即可進入完整部署階段。生產硬體可能會改變——您可能會想變更模型,或是增強防寒效能之類的。但是您開發和訓練的軟體和 AI 模型,以及您的管理和部署方式——這些都是生產級代碼。當您想要進行完整的生產部署時,在 Azure 上開發和部署能讓您走得更遠。

現今,IT 部署可能會非常複雜。公司是否應該確保鞏固特定的技能或資源?

我們嘗試透過我們的工具,以及 Visual Studio 和整個 Azure 平台,釐清如何使嵌入式開發人員成為更聰明的 AI 開發人員,反之亦然,所以您不必擁有兩個不同類型的軟體開發人員。一名軟體開發人員能夠提升技能,並且具備處理以下內容的能力——開發和訓練 AI 模型,並且編寫代碼以在嵌入式或邊緣裝置上開發和部署應用程式。但可以肯定的是,資料科學和 AI 能力是當今許多公司真正需要的新技能。

過去,IT 部門會在半開的門後面,你會走過去說你的筆記型電腦壞了之類的。然後,他們會從拿走電腦,並且告訴你可以在幾個小時後回來領取。現在不再是這樣了。

您的 IT 部門專注於安全性和生產力,並且可能會進行一些自訂應用程式開發,並希望購買某些解決方案或採購一些解決方案,並在您的特定業務之上加入他們的強大應用程式和其他商務邏輯。我認為對現在的開發人員來說,這是一個難得的機會,他們可以稍微走出舒適區,開始嘗試 AI 之類的內容。

從中長期來看,您認為 IoT 生態系統將走向何方?

每間公司都有自己的問題,每間公司都有自己的設備。因此,我們看到許多行動的目標是「我如何在棕地而非綠地中,利用我的舊設備?」我們會看到許多活動:「我如何編寫新的軟體和應用程式,讓它們在這些平台上運作?」

同時,人們正在規劃下一個大型硬體週期:「我如何使用 5G 和私人 5G?我如何使用 Wi-Fi 6?我如何利用新的視覺處理器,完成各種新的工作?」所以,這一切都是平行發生的,但我認為棕地是有很多近期行動的地方。

在連線能力方面確實發生了很大的變化。關於這個,你能夠多談一點嗎?

談到連線能力,我的建議是保持開放的心態。所以,我們有 Wi-Fi,也有 5G。有一種叫做 LPWA 或低功率無線存取的東西。還有「藍牙低功耗」,現在已經發展得很成熟了。我們有各種不同的方法能夠將這些技術連結在一起,所以對於什麼是最佳的方法,人們應該保持開放的態度,因為現在的選擇實在太多了。

關於如何讓 IoT 開發人員的生活更輕鬆,您認為重點是什麼?

我們必須「執著於客戶」。聽起來是陳腔濫調,但確實別具深意。「執著於客戶」代表必須考慮解決方案,而不僅僅是著重於科技。因此,請考慮如何從整體上協助公司或客戶解決問題,並假設面對的是多樣化的生態系統。您的附加價值就是能夠無縫將這些內容結合在一起以解決問題。

若要瞭解關於克服 IoT 開發挑戰的更多資訊,請收聽我們的播客,與 Microsoft 一起解決 IoT 專案的困難

作者簡介

Kenton Williston is an Editorial Consultant to insight.tech and previously served as the Editor-in-Chief of the publication as well as the editor of its predecessor publication, the Embedded Innovator magazine. Kenton received his B.S. in Electrical Engineering in 2000 and has been writing about embedded computing and IoT ever since.

Profile Photo of Kenton Williston