Key Takeaways
Morgondagens kant: AI:s framväxt ökar behovet av kantberäkning och får branscher att behandla data lokalt. Denna förändring ger högre hastighet, minskad fördröjning och bättre integritet.
Kraftigt ökad efterfrågan på utvecklare: I takt med att kantberäkning växer ökar efterfrågan på utvecklare med kompetens inom att skapa applikationer för kantmiljöer, vilket banar väg för nya jobbmöjligheter.
Färdigheter för att lyckas: Utvecklare måste ta till sig nya färdigheter anpassade för distributioner vid kanten, däribland kunskaper om IoT, databearbetning och applikationsutveckling, för att lyckas i detta föränderliga landskap.
Anamma övergången: Att förbereda sig för kantberäkningens framtid innebär att anpassa sig till ny teknik och nya metoder, så att utvecklare förblir relevanta och effektivt kan utnyttja AI:s möjligheter vid kanten.
Integritet räddar dagen: Genom att behandla data närmare dess källa förbättrar kantberäkning inte bara prestandan utan stärker även integriteten, vilket gör det till ett attraktivt alternativ för företag som oroar sig för datasäkerheten.
AI driver en enorm efterfrågan på infrastruktur för kantnära databehandling, eftersom industriella och kommersiella användare behöver behandla mer data lokalt för att dra nytta av AI:s möjligheter. Som ett resultat ökar också efterfrågan på utvecklare som kan skapa applikationer som körs nära datakällan.
Därför ville jag fråga Peter Morales, vd för Code Metal, om vilka färdigheter utvecklare behöver för kantnära distributioner och hur de kan förbereda sig för övergången till kantnära databehandling.
Genom att behandla data närmare dess källa erbjuder kantnära databehandling betydande fördelar när det gäller hastighet, fördröjning och integritet. Detta har skapat en kraftig ökning av efterfrågan på kantnära infrastruktur och följaktligen på en kvalificerad arbetsstyrka som kan utveckla innovativa kantnära applikationer.
Metoden med den ”tunna kanten”
Många experter tror att kantnära applikationer kommer att vara lättviktiga och fokuserade på specifika uppgifter. På Code Metal ser ni en framtid där utvecklare främst skapar applikationer för en ”tunn kant”, eller kommer det att finnas behov av mer komplexa kantnära distributioner som kräver en bredare kompetensuppsättning?
”Den här metoden är logisk för ständigt uppkopplade enheter som kan använda en ”tunn kant” för att snabbt beräkna funktioner och skicka dem till molnet. Inom IoT har detta varit den rådande trenden. Samtidigt har det funnits ett betydande tryck att flytta mer bearbetning till kanten, drivet av oro kring fördröjning och integritet. Apple har till exempel nyligen distribuerat små språkmodeller direkt på sina telefoner. När det gäller komplexitet kommer allt inom området autonoma system sannolikt också att köras vid kanten.”
Med framväxten av förtränade AI-modeller och lågkodsplattformar, hur kommer kompetensprofilen för utvecklare av kantnära lösningar att utvecklas? Kommer fokus att skifta från att skriva kod till att förstå och distribuera färdigbyggda lösningar för specifika behov vid kanten?
”Jag håller inte med om att distribution av en förtränad AI-modell med låg kod på ett grundläggande sätt förändrar hur utvecklare arbetar med kantnära lösningar. När man betraktar en AI-modell som ännu ett block i en signalbehandlingskedja skiljer det sig inte särskilt mycket från att distribuera någon annan modul i den kedjan. Vissa moduler kommer fortfarande att specialbyggas, medan andra kommer att vara färdigbyggda, som en DSP som du helt enkelt konfigurerar.
Den viktigaste skillnaden är att AI-moduler erbjuder funktioner som tidigare inte var möjliga att uppnå, medan traditionell signalbehandling har förblivit relativt oföränderlig. Det jag tycker är särskilt intressant, och det som Code Metal fokuserar på, är hur utvecklare kommer att använda dessa lågkodverktyg och andra befintliga arbetsflöden för kantnära utveckling när de arbetar med agentbaserad AI som också kan integrera dessa verktyg. Blir utvecklarens roll då mer lik den som en systemingenjör har?”
Specialisering kontra mångsidighet
Allteftersom landskapet för kantnära databehandling utvecklas, ser du ett behov av att utvecklare specialiserar sig på specifika plattformar för kantnära hårdvara eller branscher, eller kommer det att vara mer värdefullt med utvecklare som har en mångsidig kompetensuppsättning som kan anpassas till olika kantnära miljöer?
”I takt med att AI-verktygen utvecklas är specialisering avgörande för att utvecklare ska behålla sitt värde. Även om bred kompetens är fördelaktig är det de brett tillämpbara färdigheterna som sannolikt automatiseras först när verktygen förbättras.”
Säkerhet är av största vikt vid kanten, men traditionella säkerhetslösningar kan vara resurskrävande. Hur kan utvecklare övervinna denna paradox och säkerställa robust säkerhet för kantnära applikationer med begränsade resurser?
”Vänta inte till slutet med att tänka på säkerhet. Du kommer att lägga mer tid på att försöka bygga in lösningar i efterhand än om du har ett säkerhetsorienterat tankesätt från början. Det betyder inte att du måste bromsa utvecklingen genom att bygga allt med säkerhetsverktyg på plats från start, men du bör vara uppmärksam på potentiella säkerhetsutmaningar som senare kan orsaka stora bakslag.
Om du till exempel pressar ut varje sista beräkningscykel för att vara energieffektiv och spara batteri, bör du inte vänta med att bygga in den kryptering du kanske behöver senare när du kommunicerar med molnet.”
Demokratiseringen av kantnära databehandling
För närvarande kräver kantnära utveckling specialiserad hårdvara och kunskap. Ser Code Metal en framtid där verktyg och plattformar för kantnära utveckling blir mer tillgängliga, så att fler utvecklare kan bygga lösningar för kanten?
”Absolut. Den nuvarande fragmenteringen på marknaden och tiden det tar att anpassa en idé till en specifik plattform är de problem vi försöker lösa med verifierbara agentbaserade utvecklingsarbetsflöden.”
Kantnära databehandling erbjuder möjligheter till energieffektivitet och minskade koldioxidavtryck. Vilken roll spelar utvecklare i utformningen och implementeringen av hållbara kantnära lösningar? Finns det specifika kompetenser eller tankesätt som kommer att vara avgörande för detta?
”Som utvecklare av kantnära lösningar innebär ditt fokus på effektivitet naturligt att du har ett bra utgångsläge för att skapa grönare teknik.”
Kantnära databehandling kontra molnet: gränserna suddas ut
Allteftersom kantnära databehandling mognar blir gränserna mellan kanten och molnet allt suddigare. Hur ser du att relationen mellan dessa två miljöer kommer att utvecklas? Behöver utvecklare vara kunniga inom båda områdena, eller kommer specialiserade roller att växa fram?
"När verktyg som Code Metal blir allt vanligare kommer en enskild utvecklare att kunna ta sig an mer inom sin bransch. Detta leder naturligt till bättre övergripande systemdesign, där inbäddade utvecklare åtminstone kommer att kunna tänka mer på fullstacklösningar och kommunicera mer effektivt med molnteamet."
Skärningspunkten mellan AI och edge computing omformar branscher och skapar möjligheter utan motstycke. I takt med att efterfrågan på intelligenta realtidsapplikationer fortsätter att öka kommer edgeutvecklarnas roll att bli allt viktigare.
Genom att förstå de unika utmaningar och möjligheter som edge computing medför kan utvecklare positionera sig i framkant av denna tekniska revolution.
Vill du ha fler intervjuer, tips och verktyg? Prenumerera på The CTO Clubs nyhetsbrev!