1. 產(chǎn)業(yè)背景

2024年2月IDC發(fā)布的數(shù)據(jù)顯示，2023年中國物聯(lián)網(wǎng)(IoT)連接量超66億個，未來5年復合增長率約16.4% [1]。隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加和應用場景的擴展，嵌入式系統(tǒng)在連接和管理大規(guī)模物聯(lián)網(wǎng)設(shè)備方面將發(fā)揮更加重要的作用。嵌入式系統(tǒng)需要能夠處理大規(guī)模的數(shù)據(jù)，并提供安全、可靠的連接和通信功能，以支持各種物聯(lián)網(wǎng)應用，包括智能城市、工業(yè)自動化、智能健康等。

在物聯(lián)網(wǎng)發(fā)展過程中，邊緣計算正在快速興起。隨著對實時性和隱私性要求的加強，邊緣計算作為一種在本地處理和分析數(shù)據(jù)的方式變得越來越受歡迎。邊緣計算能夠?qū)崿F(xiàn)快速響應和即時決策，同時減少對云端資源的依賴。嵌入式系統(tǒng)在邊緣設(shè)備上正扮演著重要角色，邊緣計算的發(fā)展趨勢要求嵌入式系統(tǒng)的性能和能效不斷提升，以滿足邊緣計算場景下的需求。

隨著人工智能(AI)和機器學習(ML)在各個領(lǐng)域的應用不斷深入，物聯(lián)網(wǎng)和邊緣計算的普及，嵌入式系統(tǒng)將有能力更加普遍地整合人工智能技術(shù)。這種能力包括在嵌入式設(shè)備上實現(xiàn)復雜的AI算法和模型推理，以提供更智能、更自適應的功能和服務，例如在自動駕駛汽車、智能機器人和醫(yī)療設(shè)備等領(lǐng)域應用。

2. 近期市場研究

關(guān)于嵌入式軟件開發(fā)趨勢的研究和討論一直在積極進展中，VDC Research的多位分析師撰寫了一份關(guān)于2024年物聯(lián)網(wǎng)、嵌入式和工業(yè)技術(shù)預測的報告，報告概述了影響硬件和軟件市場的關(guān)鍵主題和趨勢，并對未來的技術(shù)發(fā)展做出了一系列預測[2]。報告中預測AI正在從云端數(shù)據(jù)中心穩(wěn)步遷移到網(wǎng)絡(luò)邊緣，包括嵌入式設(shè)備。嵌入式和邊緣AI市場對特定行業(yè)應用部署的優(yōu)化需求日益增長，這種趨勢推動邊緣AI硬件變得更加面向應用。報告還預測云原生(Cloud Native)開發(fā)解決方案未來將得到普及，新冠疫情期間云原生軟件開發(fā)解決方案取得了巨大的成功，嵌入式工程社區(qū)正迅速適應這一開發(fā)模式，逐漸擺脫傳統(tǒng)的本地開發(fā)方式。

知名的嵌入式軟件專家和培訓師，Beningo Embedded Group的創(chuàng)始人Jacob Beningo，在2024年1月嵌入式軟件的五個趨勢的文章中指出，嵌入式軟件團隊正在快速采用DevOps。它為團隊提供了自動化構(gòu)建、測試和部署過程的方法[3]。Integrated Computer Solutions (ICS)的CEO Peter Winston在2024年3月一篇博客文章中指出：未來六大趨勢對嵌入式開發(fā)將產(chǎn)生深遠影響，它們是網(wǎng)絡(luò)安全要求、設(shè)備的共存和互操作性、新芯片架構(gòu)、連接技術(shù)、AI/ML集成，和面向服務的架構(gòu)。這些趨勢肯定會在短期內(nèi)迅速重塑產(chǎn)品開發(fā)過程，并在未來持續(xù)產(chǎn)生影響[4]。

綜合以上的觀點，在本文中我們將重點討論AI/ML集成與邊緣智能，虛擬化/容器和混合部署，以及CI/CD和DevOps這三大嵌入式軟件開發(fā)趨勢。

3. 趨勢之一：AI/ML集成與邊緣智能

3.1. 邊緣計算與邊緣AI

微軟對邊緣計算的定義是：邊緣計算是一種分布式計算框架，允許IoT設(shè)備快速處理網(wǎng)絡(luò)邊緣的數(shù)據(jù)并對其采取行動[5]。微軟給出了一個邊緣計算示例：遠程倉庫中的安全相機使用AI識別可疑活動，并且僅將該特定數(shù)據(jù)發(fā)送到主數(shù)據(jù)中心進行即時處理。相機不會不斷傳輸拍攝的全部視頻片段，而是只發(fā)送相關(guān)的片段，避免每天24小時傳輸給網(wǎng)絡(luò)帶來負擔，從而釋放公司的網(wǎng)絡(luò)帶寬和計算處理資源用于其他用途。

邊緣AI正在將智能計算從以云為中心的模型中轉(zhuǎn)移出來，并使其更接近數(shù)據(jù)源。推動這一轉(zhuǎn)變的動機是減少網(wǎng)絡(luò)流量，允許時間關(guān)鍵型應用(例如制造、自主系統(tǒng))進行實時決策，以及通過本地處理數(shù)據(jù)來加強隱私性。

邊緣AI減少了對超大規(guī)模AI提供商的依賴，并促進了更廣泛的AI應用。它在醫(yī)療保健、汽車和機器人技術(shù)領(lǐng)域具有推動變革的潛力，能夠重塑這些行業(yè)的運營范式。展望未來，AI將對不同類型的邊緣產(chǎn)生不同的影響。不同類型的邊緣計算如圖1所示[6]。

Figure 1. Three types of edges and common edge devices

圖1. 三種類型的邊緣和常見的相關(guān)設(shè)備

厚邊緣(Thick Edge)是指配備了高性能計算部件(例如高端中央或圖形處理單元)的計算資源，通常位于數(shù)據(jù)中心，旨在處理計算密集型任務/工作負載，例如數(shù)據(jù)存儲和分析。薄邊緣(Thin Edge)是指智能控制器、網(wǎng)絡(luò)設(shè)備和計算機，它們聚合了來自傳感器的數(shù)據(jù)。微邊緣(Micro Edge)是指生成數(shù)據(jù)的智能傳感器和設(shè)備。

3.2. 邊緣AI的細分

邊緣AI是在邊緣計算的設(shè)備上部署AI模型，從而在不依賴云連接的情況下實現(xiàn)AI推理和決策。邊緣AI也分為厚邊緣AI、薄邊緣AI和微邊緣AI。

厚邊緣AI的定位是在邊緣服務器支持執(zhí)行多個AI推理模型，包括針對本地敏感數(shù)據(jù)場景的AI模型訓練或再訓練。薄邊緣AI則是利用網(wǎng)關(guān)、IPC (工業(yè)計算機)和PLC (可編程邏輯控制器)在網(wǎng)絡(luò)邊緣進行AI處理，增強現(xiàn)有傳感器和設(shè)備的智能化能力。微邊緣AI支持將AI直接集成到傳感器中，提高智能系統(tǒng)的可擴展性，并使日常設(shè)備能夠做出自主決策。

在微邊緣，微型機器學習(Tiny Machine Learning, TinyML)是重要的技術(shù)。這個技術(shù)讓在MCU等資源受限(如內(nèi)存、計算和能耗限制)的小芯片上運行機器學習模型和算法成為可能。區(qū)別于現(xiàn)在流行的大模型，TinyML的尺寸遠遠小于一般的機器學習模型，和大模型更是相差甚遠。現(xiàn)在很多的物聯(lián)網(wǎng)設(shè)備上都已經(jīng)用上了TinyML這項技術(shù)，例如智能家居(恒溫器和智能燈光系統(tǒng))和健康監(jiān)測(心率和睡眠質(zhì)量)等[7]。

在Embedded World 2024展會上TinyML基金會展區(qū)展示的一個案例中，TinyML被集成到日常物品和工具中，使他們能夠自主執(zhí)行決策功能，而無需云連接(如圖2所示)。這種方法能增強隱私性和數(shù)據(jù)安全性。

Figure 2. An electric drill and the TinyML development tool in an ESP32-based edge sensing IoT kit

圖2. 基于ESP32、用于邊緣傳感的物聯(lián)網(wǎng)開發(fā)套件中的電鉆和TinyML開發(fā)工具

3.3. 邊緣AI的三個趨勢

今天邊緣AI呈現(xiàn)出三大發(fā)展趨勢：厚邊緣AI訓練、薄邊緣和微邊緣NPU (神經(jīng)處理單元)加速，以及微邊緣TinyAI賦能。第一個趨勢是AI模型訓練正在從云轉(zhuǎn)移到數(shù)據(jù)中心或微服務器等厚邊緣位置。從技術(shù)上看這是可能的，因為邊緣微服務器集成了高性能CPU和GPU，可在邊緣實現(xiàn)強大的計算，包括AI訓練和多種AI推理功能。人工智能訓練也可以在地端數(shù)據(jù)中心進行，這樣做有四大好處：減少對云基礎(chǔ)設(shè)施的依賴，降低成本，增強隱私性，以及提高人工智能應用程序在邊緣設(shè)備上的響應能力。

在邊緣設(shè)備中集成專用NPU可大大增強AI推理能力。NPU可以降低功耗，改進能耗管理，并助推高效的多任務處理，這使AI能夠在功耗敏感和延遲的關(guān)鍵型應用(如可穿戴設(shè)備和傳感器節(jié)點)中部署。Arm的數(shù)據(jù)表明，用于AI推理的ARM Cortex A55配置和Arm Cortex A55 + Arm Ethos U65 NPU比較，后者將70%的AI推理從CPU轉(zhuǎn)移到NPU，推理性能提高了11倍。

微邊緣和薄邊緣AI實現(xiàn)了自主決策的本地化。將支持AI的芯片組直接集成到蜂窩物聯(lián)網(wǎng)設(shè)備中的趨勢正在興起，這標志著物聯(lián)網(wǎng)設(shè)備正在向能夠進行本地化決策的智能、自主物聯(lián)網(wǎng)系統(tǒng)轉(zhuǎn)變。這一趨勢預計會對智慧城市和工廠等行業(yè)產(chǎn)生重大影響，并帶來顯著優(yōu)勢，包括實時數(shù)據(jù)處理、減少延遲以及通過更小的外形尺寸提高效率。

嵌入式開發(fā)者對人工智能的開發(fā)非常重視。2023年Embedded.com嵌入式開發(fā)現(xiàn)狀調(diào)查報告顯示，針對在嵌入式開發(fā)中利用先進的技術(shù)能力這一問題，嵌入式人工智能和機器學習最受關(guān)注，緊隨其后的是嵌入式視覺和語音功能(如圖3所示) [8]。

Figure 3. Using advanced technologies in embedded system development

圖3. 在嵌入式開發(fā)中利用先進的技術(shù)能力

4. 趨勢之二：虛擬化、容器和混合部署

4.1. 虛擬化

虛擬化技術(shù)是操作系統(tǒng)的一個重要技術(shù)，在嵌入式系統(tǒng)中呈現(xiàn)蓬勃發(fā)展的趨勢。借助于對底層處理器內(nèi)核、內(nèi)存和外設(shè)的抽象，這種技術(shù)使得多個虛擬機可以運行在同一個物理處理器上。虛擬化提供了多操作系統(tǒng)的運行環(huán)境，例如可以在同一個設(shè)備中同時運行高實時性操作系統(tǒng)(如FreeRTOS)和通用的操作系統(tǒng)(如Linux)。虛擬化技術(shù)是今天高算力多核處理器計算系統(tǒng)采用的全新解決方案，它平衡了通用性與可靠性兩方面需求。嵌入式虛擬化的典型應用在智能汽車電子系統(tǒng)中，比如在一個智能座艙系統(tǒng)中同時運行高實時性操作系統(tǒng)和人機交互操作系統(tǒng)[9]。

智能工業(yè)場景下的混合關(guān)鍵系統(tǒng)應用可以借助多核處理器系統(tǒng)以及虛擬化技術(shù)部署，一個國產(chǎn)的虛擬化操作系統(tǒng)解決方案見圖4。該方案基于Intewell實時操作系統(tǒng)，是一個針對數(shù)控系統(tǒng)、面向低成本硬件的可配置混合異構(gòu)系統(tǒng)解決方案[10]。

Figure 4. Intewell configurable hybrid heterogeneous system architecture

圖4. Intewell可配置混合異構(gòu)系統(tǒng)體系結(jié)構(gòu)

4.2. 容器

容器是一種輕量級、可移植、隔離的軟件環(huán)境。通過容器技術(shù)，開發(fā)人員可以將應用程序及其依賴項打包在一起，確保應用在不同平臺上的一致性運行，簡化應用開發(fā)、部署和管理流程。容器和虛擬機具有相似的資源隔離和分配功能，容器虛擬化軟件環(huán)境，而虛擬化則是虛擬化硬件。

編排器在容器技術(shù)中起到重要的作用，像Kubernetes這樣的編排器旨在自動執(zhí)行容器化應用程序的部署、擴展和管理。Docker是Linux環(huán)境下最常見的容器平臺，隨著云計算和大數(shù)據(jù)的廣泛應用，一部分虛擬化正在被輕量級的容器技術(shù)替代，編排器的作用也變得越來越重要。有關(guān)于編排器性能和能耗的研究受到關(guān)注，例如鄭忠斌等提出利用線性規(guī)劃在提高資源利用率的同時降低碳足跡[11]。

4.3. 實時容器及其應用

實時容器是基于實時操作系統(tǒng)(RTOS)實現(xiàn)的容器機制，貼近Docker用戶習慣，符合開放容器規(guī)范(OCI—Open Container Initiative)，實現(xiàn)輕量化、安全和便捷的容器部署。

目前，國內(nèi)針對實時容器對外公開的研究較少，比較有代表性的有翼輝基于SylixOS開發(fā)的實時容器ECS (Edge Container Stack) [12]。ECS是輕量級實時容器技術(shù)，使用ECS實時容器的SylixOS內(nèi)核依然有著與標準版本SylixOS相當?shù)男阅堋CS實時容器提供給每個容器隔離的運行環(huán)境。完整獨立的容器運行環(huán)境保證了容器內(nèi)的應用免受環(huán)境和其它應用的影響，使容器的運行環(huán)境符合預期，提升容器內(nèi)應用的安全性。

鄧廣宏等指出，受限于開發(fā)時間以及軟件生態(tài)支持，ECS實時容器尚不成熟，難以應對構(gòu)建大型容器云的需求[13]。國外對于實時容器的研究相對豐富，大多基于實時Linux補丁與Docker的組合實現(xiàn)實時容器。NXP的專家[14]重點研究了資源和成本受限的MCU/MPU領(lǐng)域的容器解決方案，提出了借鑒Android容器技術(shù)的一種解決方案——MICROEJ VEE，該方案可用于運動手表、智能洗衣機、智能電表和工業(yè)打印機等場景，其軟件架構(gòu)如圖5所示。

Figure 5. A small real-time container solution: MICROEJ VEE

圖5. 一種小型實時容器方案：MICROEJ VEE

總之，容器技術(shù)可通過簡化嵌入式軟件開發(fā)、部署和維護來助力復雜嵌入式系統(tǒng)的管理。開發(fā)者在使用容器時需要注意平衡容器的優(yōu)勢和容器之間通信帶來的復雜性和性能損失。

4.4. 混合關(guān)鍵系統(tǒng)部署

什么是混合關(guān)鍵系統(tǒng)(Mixed Criticality Systems，簡稱MCS)？英國約克大學的專家給出了下面的定義；混合關(guān)鍵系統(tǒng)是指包含兩個或更多不同關(guān)鍵性級別的組件的系統(tǒng)[15]，例如安全關(guān)鍵、任務關(guān)鍵和非關(guān)鍵組件。這些系統(tǒng)通常存在于汽車和航空電子領(lǐng)域中的復雜嵌入式系統(tǒng)中，它們正在向MCS發(fā)展，以滿足與成本、空間、重量和功耗等非功能需求相關(guān)的嚴格標準。

混合關(guān)鍵系統(tǒng)的研究和工程實踐旨在通過部署、隔離和調(diào)度等技術(shù)手段，實現(xiàn)多系統(tǒng)混合部署，并實現(xiàn)系統(tǒng)間彼此隔離保護，通過調(diào)度提升資源利用率。具體在技術(shù)層面，學術(shù)界側(cè)重調(diào)度方法研究，西北工業(yè)大學的一項研究中作者提出了一種基于異構(gòu)多核系統(tǒng)的混合關(guān)鍵任務調(diào)度算法[16]。工業(yè)界更多關(guān)注時空隔離下的混合關(guān)鍵性部署，保證各子系統(tǒng)間互相隔離，資源采用靜態(tài)分配，因此整體資源利用率不高。為了解決這一問題，華為提出基于openEuler的混合關(guān)鍵性系統(tǒng)解決方案[17]，其架構(gòu)如圖6所示。

Figure 6. A mixed criticality system architecture

圖6. 混合關(guān)鍵性系統(tǒng)架構(gòu)

混合關(guān)鍵系統(tǒng)的實現(xiàn)可以依托彈性融合底座，底座的核心是容器和虛擬化技術(shù)。該解決方案中推薦使用輕量級容器isula，嵌入式虛擬化推薦使用ZVM和Jailhouse。ZVM (Zephyr-based Virtual Machine)是基于Zephyr實時操作系統(tǒng)實現(xiàn)虛擬化功能的開源項目，該項目是由湖南大學嵌入式與網(wǎng)絡(luò)計算湖南省重點實驗室主導，目前可以實現(xiàn)同時啟動一個Linux與多個Zephyr RTOS，從而在同一硬件平臺上實現(xiàn)混合內(nèi)核部署[18]?；旌详P(guān)鍵系統(tǒng)目前主要應用在智能制造、機器人、能源、軍工和航空航天等強實時和高安全領(lǐng)域。

5. 趨勢之三：CI/CD和DevOps

5.1. 概述

DevOps是一種軟件開發(fā)實踐，可促進開發(fā)與運維之間的協(xié)作，從而更快、更可靠地交付軟件。DevOps通常被理解一種文化，將開發(fā)者、流程和方法連接在一起來提供持續(xù)價值[19]。DevOps在IT產(chǎn)業(yè)被廣泛地使用，其具體做法是CI/CD (持續(xù)集成/持續(xù)交付)，這是一種通過在應用開發(fā)階段引入自動化技術(shù)快速迭代向客戶交付應用的方法。與CI/CD關(guān)聯(lián)的步驟通常被統(tǒng)稱為CI/CD管道(Pipeline)，由開發(fā)和運維團隊以敏捷開發(fā)方式協(xié)同完成。

隨著云計算、容器、微服務等技術(shù)的蓬勃發(fā)展，云原生的概念已被市場普遍接受。云原生技術(shù)是DevOps實踐的核心組成部分，通過使用云原生工具和流程，可以實現(xiàn)自動化的應用程序開發(fā)、測試和部署，從而加快軟件交付速度，提高應用程序質(zhì)量和穩(wěn)定性。DevOps一站式平臺則將云原生開發(fā)模式融合到產(chǎn)品中，為廣大開發(fā)者提供好用易用的云原生研發(fā)管理解決方案，包含敏捷項目管理、代碼管理、自動化測試管理，CI/CD流水線等功能，讓開發(fā)、測試、部署全流程與云原生底座平臺無縫結(jié)合，降低嵌入式開發(fā)者上手的門檻，加快CI/CD和DevOps云原生技術(shù)在嵌入式開發(fā)中的落地。

5.2. CI/CD和DevOps在嵌入式開發(fā)中的實踐

蘇黎世應用科技大學嵌入式系統(tǒng)學院(InES)在工業(yè)協(xié)議認證測試中，采用基于云原生的CI/CD管道技術(shù)的自動化編排方法。具體步驟有以下幾個：測試用例與測試環(huán)境與Azure DevOps CI/CD結(jié)合，Pipelines (編排)的集成，PROFINET (工業(yè)以太網(wǎng))的概念驗證，以及創(chuàng)建、驗證單元測試環(huán)境。最后的結(jié)論是這種方法改變了傳統(tǒng)的V模型(驗證模型)開發(fā)流程，即從瀑布式轉(zhuǎn)變到敏捷開發(fā)，加快開發(fā)周期，提高效率[20]。

西門子對當前汽車電子產(chǎn)業(yè)的軟件工程開發(fā)做了詳盡分析，西門子的研究員指出車廠OEM和OEM的許多一級供應商正在采用軟件工廠的開發(fā)方法，比如從傳統(tǒng)的汽車開發(fā)中分離出來的大眾集團軟件公司CARIAD和捷豹路虎的愛爾蘭香農(nóng)和英國曼徹斯特軟件開發(fā)團隊[21]。汽車軟件開發(fā)正在擁抱CI/CD，支持多個車型和平臺上整個生命周期的持續(xù)的軟件更新。典型的CI/CD開發(fā)過程如圖7所示。

Figure 7. A typical CI/CD development process

圖7. 典型的CI/CD開發(fā)過程

5.3. 嵌入式CI/CD和DevOps工具

傳統(tǒng)的嵌入式軟件開發(fā)工具是一個集成開發(fā)環(huán)境，將編輯、編譯、構(gòu)建和調(diào)試合成在一個以工程包為核心的開發(fā)環(huán)境中，具有入門門檻低、集成度高以及針對性強等特點，缺點也很明顯：跨平臺、升級和第三方集成不方便。典型的傳統(tǒng)開發(fā)工具如IAR Embedded Workbench。

過去十年來，在高端微控制器中運行的軟件的復雜性顯著增加，比如實時操作系統(tǒng)(RTOS)和通信堆棧已經(jīng)取得了廣泛應用。隨著物聯(lián)網(wǎng)的普及，附加軟件層通信協(xié)議(MQTT)和高級安全性管理(例如基于云的設(shè)備管理)在物聯(lián)網(wǎng)應用中是必需的。同時，GUI庫、DSP庫、機器學習軟件框架等中間件也增加了手動集成軟件組件的復雜性。

為了改善嵌入式開發(fā)過程，Arm開發(fā)了CMSIS-Toolbox實用程序，它是一個開源項目，也是Open-CMSIS-Pack的一部分[22]。Arm于2014年推出了CMSIS-Pack，它是CMSIS (通用微控制器軟件接口標準)版本4的一部分。CMSIS-Toolbox支持使用不同工具和不同工作流程，幫助嵌入式軟件開發(fā)人員更輕松地協(xié)作，如圖8所示。

Figure 8. An open workflow involving CMSIS-Toolbox

圖8. CMSIS-Toolbox開放的工作流程

市面上已經(jīng)出現(xiàn)了整合云和CI/CD的嵌入式開發(fā)平臺，如Wind River Studio (下文中簡稱為Studio)。Studio是一個云原生工具集，用于開發(fā)、部署、運營和服務關(guān)鍵任務智能系統(tǒng)[23]。它為開發(fā)嵌入式設(shè)備軟件平臺和應用程序而構(gòu)建，包括交叉編譯系統(tǒng)和嵌入式設(shè)備測試系統(tǒng)，可查看端到端工作流程的狀態(tài)，以便診斷定制化流水線中的復雜問題。Studio在基于云的基礎(chǔ)設(shè)施上提供一套高度集成的工具，實現(xiàn)嵌入式軟件開發(fā)的自動化，并針對平臺開發(fā)人員、應用程序開發(fā)人員和測試人員實現(xiàn)自定義的CI/CD流程。

Wind River (風河)是全球知名的嵌入式軟件企業(yè)，產(chǎn)品包括邊緣設(shè)備的實時操作系統(tǒng)、實時Linux和虛擬化技術(shù)，以及邊緣開發(fā)和云計算解決方案，應用覆蓋航空、航天、工業(yè)、汽車和通信。風河在嵌入式系統(tǒng)耕耘數(shù)十年，是嵌入式操作系統(tǒng)業(yè)界的常青樹[24]。

6. 結(jié)語

在智能系統(tǒng)時代，嵌入式系統(tǒng)重要挑戰(zhàn)來自軟件開發(fā)。過去40年，集成電路在摩爾定律推動下快速發(fā)展，遺憾的是軟件發(fā)展遠遠滯后了。當前，嵌入式軟件開發(fā)面臨巨大挑戰(zhàn)。以自動駕駛為代表的智能應用，一方面必須以高安全等級為基礎(chǔ)，另一方面，由于高算力多核芯片的超速發(fā)展，基礎(chǔ)軟件需不斷更新以適配新型異構(gòu)多核、包含AI/GPU等不同芯片的處理器體系架構(gòu)。此外，微內(nèi)核操作系統(tǒng)發(fā)展提速，混合部署應用需要虛擬化和容器技術(shù)支撐[25]。

展望未來，業(yè)界需要研究嵌入式軟件開發(fā)趨勢，把握電子信息產(chǎn)業(yè)最新需求，梳理軟件工程實踐經(jīng)驗，改進嵌入式軟件開發(fā)方法，勇于采用新技術(shù)新平臺，從而迎接人工智能時代嵌入式軟件的新機遇。