本文的主要內(nèi)容：

盡管云計(jì)算和嵌入式開(kāi)發(fā)樣式如今有所不同，但將來(lái)可能會(huì)改變。

云和邊緣的現(xiàn)場(chǎng)可編程門(mén)陣列現(xiàn)在已成為嵌入式物聯(lián)網(wǎng)討論的一部分。

向面向云的嵌入式物聯(lián)網(wǎng)開(kāi)發(fā)平臺(tái)的驅(qū)動(dòng)力正在重塑行業(yè)產(chǎn)品。

云系統(tǒng)已進(jìn)入AI和機(jī)器學(xué)習(xí)領(lǐng)域，改變了嵌入式IoT開(kāi)發(fā)的性質(zhì)，而嵌入式IoT開(kāi)發(fā)已經(jīng)需要大量的技能組合。

隨著AI工作在許多物聯(lián)網(wǎng)部署中移至邊緣，這種趨勢(shì)可能會(huì)加速，為平臺(tái)多樣性的進(jìn)一步發(fā)展奠定基礎(chǔ)。

盡管如此，所有道路仍將繼續(xù)通過(guò)嵌入式開(kāi)發(fā)。如今，在龐大的全球系統(tǒng)邊緣對(duì)嵌入式設(shè)備進(jìn)行編程仍然是一種藝術(shù)形式。電源和內(nèi)存限制仍然存在，并且延遲要求非常嚴(yán)格（以毫秒為單位）。

［北美最大的IoT活動(dòng)IoT World，將于8月11日至13日進(jìn)行虛擬化，為期三天的虛擬體驗(yàn)將使IoT，AI，5G和邊緣技術(shù)在整個(gè)垂直行業(yè)中付諸實(shí)踐。立即注冊(cè)］

為了克服這些障礙，嵌入式物聯(lián)網(wǎng)開(kāi)發(fā)人員會(huì)使用來(lái)自主流云提供商或?qū)＜业?a href="http://m.xsypw.cn/analog/" target="_blank">模擬器，仿真器，測(cè)試平臺(tái)，軟件開(kāi)發(fā)套件和云平臺(tái)。他們的嵌入式開(kāi)發(fā)人員隊(duì)伍仍然包括熟練使用烙鐵的人員。

C語(yǔ)言仍然是嵌入式微控制器，微處理器和片上系統(tǒng)，它們所驅(qū)動(dòng)的片上模塊以及板級(jí)系統(tǒng)的主流。但是在云中，計(jì)算和存儲(chǔ)幾乎是無(wú)限的，Python的高級(jí)語(yǔ)言在機(jī)器學(xué)習(xí)開(kāi)發(fā)中取得了成功。

當(dāng)世界碰撞

如今，云計(jì)算和嵌入式開(kāi)發(fā)風(fēng)格各不相同。但是，根據(jù)Arm處理器背后的設(shè)計(jì)公司Arm Semiconductors產(chǎn)品營(yíng)銷(xiāo)總監(jiān)Chris Shore所說(shuō)，這可能會(huì)改變。Shore在嵌入式開(kāi)發(fā)領(lǐng)域擁有30多年的經(jīng)驗(yàn)，并且是最早將Linux移植到ARM的公司之一。

“有兩個(gè)世界在碰撞。它涉及專(zhuān)業(yè)知識(shí)的變化和工作方法的變化。” Shore說(shuō)。“如果您使用云上的微服務(wù)運(yùn)行分析型機(jī)器學(xué)習(xí)工作，則不必?fù)?dān)心它使用了多少能源或需要多少內(nèi)存。但是，如果您將此類(lèi)分析放在嵌入式小部件上，則您一定會(huì)擔(dān)心。”

邊緣與云之間的通信行程也是開(kāi)發(fā)人員關(guān)心的問(wèn)題。在收集點(diǎn)分析的數(shù)據(jù)可以更快地采取行動(dòng);系統(tǒng)無(wú)需等待數(shù)據(jù)往返云和返回。他說(shuō)，因此對(duì)物聯(lián)網(wǎng)設(shè)備模塊的AI處理已引起關(guān)注。