Key Takeaways
Morgendagens kant: Fremveksten av AI øker behovet for kantdatabehandling og får bransjer til å behandle data lokalt. Denne endringen gir høy hastighet, redusert forsinkelse og bedre personvern.
Kraftig økning i etterspørselen etter utviklere: Med veksten innen kantdatabehandling øker etterspørselen etter utviklere som er dyktige til å lage applikasjoner for kantmiljøer, noe som legger grunnlaget for nye jobbmuligheter.
Ferdigheter for å lykkes: Utviklere må ta til seg nye ferdigheter tilpasset kantutrullinger, blant annet kunnskap om IoT, databehandling og applikasjonsutvikling, for å lykkes i dette landskapet i utvikling.
Ta overgangen på alvor: Å forberede seg på fremtiden innen kantdatabehandling innebærer å tilpasse seg nye teknologier og metoder, slik at utviklere forblir relevante og effektivt kan utnytte AI-funksjonene på kanten.
Personvern redder dagen: Ved å behandle data nærmere kilden forbedrer kantdatabehandling ikke bare ytelsen, men styrker også personvernet, noe som gjør det til et attraktivt valg for virksomheter som er opptatt av datasikkerhet.
AI driver frem en massiv etterspørsel etter infrastruktur for databehandling i ytterkanten, ettersom industrielle og kommersielle brukere trenger å behandle mer data lokalt for å dra nytte av AI-funksjonene. Som et resultat er det også økende etterspørsel etter utviklere som kan lage applikasjoner som kjører i ytterkanten.
Det er derfor jeg ønsket å spørre Peter Morales, administrerende direktør i Code Metal, om ferdighetene utviklere trenger for distribusjon i ytterkanten, og hvordan de kan forberede seg på overgangen til ytterkanten.
Ved å behandle data nærmere kilden gir databehandling i ytterkanten betydelige fordeler når det gjelder hastighet, forsinkelse og personvern. Dette har ført til en kraftig økning i etterspørselen etter infrastruktur for databehandling i ytterkanten og dermed etter en kvalifisert arbeidsstyrke som kan utvikle innovative applikasjoner for ytterkanten.
Tilnærmingen med en «tynn ytterkant»
Mange eksperter mener at applikasjoner for ytterkanten vil være lette og fokusert på spesifikke oppgaver. Hos Code Metal ser dere for dere en fremtid der utviklere hovedsakelig lager applikasjoner med en «tynn ytterkant», eller vil det være behov for mer komplekse distribusjoner i ytterkanten som krever et bredere ferdighetssett?
"Denne tilnærmingen gir mening for enheter som alltid er tilkoblet, og som kan bruke en «tynn ytterkant» til å beregne funksjoner raskt og sende dem til skyen. På IoT-området har dette vært den rådende trenden. Samtidig har det også vært et betydelig press for å flytte mer behandling ut til ytterkanten, drevet av bekymringer rundt forsinkelse og personvern. Apple har for eksempel nylig tatt i bruk små språkmodeller direkte på telefonene sine. Når det gjelder kompleksitet, vil alt innenfor autonome systemer sannsynligvis også kjøre i ytterkanten."
Med fremveksten av forhåndstrente AI-modeller og lavkodeplattformer, hvordan vil ferdighetssettet for utviklere av løsninger i ytterkanten utvikle seg? Vil fokuset flyttes fra å skrive kode til å forstå og distribuere ferdigbygde løsninger for spesifikke behov i ytterkanten?
"Jeg er uenig i ideen om at det å distribuere en forhåndstrent AI-modell på en lavkodemåte fundamentalt endrer hvordan utviklere arbeider med ytterkanten. Når du ser på en AI-modell som bare enda en blokk i en signalbehandlingskjede, er det ikke så forskjellig fra å distribuere en hvilken som helst annen modul i den kjeden. Noen moduler vil fortsatt bli spesialbygd, mens andre vil være ferdigbygd, slik som en DSP som du ganske enkelt konfigurerer.
Den viktigste forskjellen er at AI-moduler tilbyr funksjoner som tidligere var uoppnåelige, mens tradisjonell signalbehandling har vært relativt uforandret. Det jeg synes er spesielt interessant, og som Code Metal fokuserer på, er hvordan utviklere vil bruke disse lavkodeverktøyene og andre eksisterende arbeidsflyter for utvikling i ytterkanten når de arbeider med agentisk AI som også kan integrere disse verktøyene. På det tidspunktet blir utviklerens rolle mer lik rollen til en systemingeniør?"
Spesialisering kontra allsidighet
Etter hvert som landskapet for databehandling i ytterkanten utvikler seg, ser du behov for at utviklere spesialiserer seg på bestemte maskinvareplattformer eller bransjer for ytterkanten, eller vil det være større verdi i utviklere med et allsidig ferdighetssett som kan tilpasses ulike miljøer i ytterkanten?
"Med utviklingen av AI-verktøy er spesialisering avgjørende for at utviklere skal beholde verdien sin. Selv om det er fordelaktig å ha brede ferdigheter, er det de ferdighetene som kan brukes bredt, som mest sannsynlig vil bli automatisert først etter hvert som verktøyene forbedres."
Sikkerhet er avgjørende i ytterkanten, men tradisjonelle sikkerhetsløsninger kan være ressurskrevende. Hvordan kan utviklere overvinne dette paradokset og sikre robust sikkerhet for applikasjoner i ytterkanten med begrensede ressurser?
"Ikke vent til slutt med å tenke på sikkerhet. Du kommer til å bruke mer tid på å forsøke å tilpasse løsninger til koden din enn om du har et sikkerhetsfokus fra starten av. Det betyr ikke at du må bremse utviklingen ved å bygge alt med sikkerhetsverktøy på plass fra begynnelsen, men du bør være oppmerksom på potensielle sikkerhetsutfordringer som kan føre til store tilbakeslag senere.
Hvis du for eksempel presser ut hver eneste syklus for å gjøre batteribruken så effektiv som mulig, bør du ikke vente med å bygge inn krypteringen du kanskje trenger senere, når du kommuniserer med skyen."
Demokratiseringen av databehandling i ytterkanten
I dag krever utvikling for ytterkanten spesialisert maskinvare og kunnskap. Ser Code Metal for seg en fremtid der verktøy og plattformer for utvikling i ytterkanten blir mer tilgjengelige, slik at et bredere spekter av utviklere kan bygge løsninger for ytterkanten?
"Absolutt. Den nåværende fragmenteringen i markedet og tiden det tar å tilpasse en idé til en bestemt plattform, er problemene vi forsøker å løse med verifiserbare agentiske utviklingsarbeidsflyter."
Databehandling i ytterkanten gir muligheter for energieffektivitet og redusert karbonavtrykk. Hvilken rolle spiller utviklere i utformingen og implementeringen av bærekraftige løsninger i ytterkanten? Finnes det bestemte ferdighetssett eller tankesett som vil være avgjørende for dette?
"Som utvikler av løsninger i ytterkanten setter fokuset ditt på effektivitet deg naturlig i en sterk posisjon til å skape grønnere teknologi."
Ytterkant kontra sky: Grensene viskes ut
Etter hvert som databehandling i ytterkanten modnes, blir grensene mellom ytterkanten og skyen stadig mer utydelige. Hvordan ser du for deg at forholdet mellom disse to miljøene vil utvikle seg? Må utviklere være dyktige på begge områder, eller vil det oppstå spesialiserte roller?
"Etter hvert som verktøy som Code Metal blir stadig mer utbredt, vil én enkelt utvikler kunne håndtere mer innenfor bransjen sin. Dette fører naturlig nok til bedre systemdesign totalt sett, ettersom utviklere av innebygde systemer som et minimum vil kunne tenke mer på fullstackløsninger og kommunisere mer effektivt med skyteamet."
Skjæringspunktet mellom kunstig intelligens og edge-databehandling omformer bransjer og skaper enestående muligheter. Etter hvert som etterspørselen etter intelligente applikasjoner i sanntid fortsetter å øke, vil rollen til edge-utviklere bli stadig viktigere.
Ved å forstå de unike utfordringene og mulighetene som edge-databehandling innebærer, kan utviklere posisjonere seg helt i front av denne teknologiske revolusjonen.
Vil du ha flere intervjuer, tips og verktøy? Abonner på nyhetsbrevet til The CTO Club!
