Procesory z obsługą sztucznej inteligencji a cyberbezpieczeństwo: kolejny etap projektowania systemów wbudowanych w Europie

Postępy w dziedzinie wbudowanej sztucznej inteligencji, łączności i bezpieczeństwa zmieniają oblicze architektur systemów wbudowanych. Podczas gdy moc obliczeniowa gwałtownie rośnie, rozmiary urządzeń wciąż się zmniejszają. Kwestie bezpieczeństwa, kontroli danych oraz nowe regulacje prawne potęgują wyzwania związane z łącznością i projektowaniem, a producenci OEM oraz producenci sprzętu przyspieszają cykle rozwoju i testowania.

W niniejszym wywiadzie dr Daniel N. Denzler, dyrektor zarządzający w Tria Technologies, omawia najnowsze trendy kształtujące projektowanie systemów wbudowanych w Europie, od procesorów obsługujących sztuczną inteligencję po wpływ nowych regulacji, takich jak unijna ustawa o cyberodporności.

Dr Daniel N. Denzler, dyrektor zarządzający w Tria Technologies | źródło: Tria

Jakie trendy kształtują rynek systemów wbudowanych w miarę jego ewolucji w 2026 roku?

– Europejski rynek systemów wbudowanych szybko się rozwija. Napędzany rosnącym popytem na robotykę w automatyce przemysłowej oraz inteligentne miasta, rolnictwo i transport, rynek ten został wyceniony na 54,7 mld USD w 2025 r., a prognozuje się, że w ciągu następnej dekady jego wartość wzrośnie niemal dwukrotnie.

– Nowo dostępne akceleratory sprzętowe AI, coraz mniejsze modele AI oraz ulepszone przetwarzanie, efektywność energetyczna i łączność umożliwiły realizację wcześniej niewykonalnych zastosowań lokalnej sztucznej inteligencji typu edge. W rezultacie przyspiesza przejście rynku w kierunku coraz bardziej złożonych i wydajnych projektów w postaci standardowych modułów COM (Computer on Module), co ma na celu uproszczenie i przyspieszenie cykli rozwoju OEM, a także zapewnienie zgodności z nowymi przepisami dotyczącymi bezpieczeństwa i ochrony danych.

Dlaczego procesory obsługujące sztuczną inteligencję stają się niezbędne we współczesnych systemach wbudowanych?

– Sztuczna inteligencja przenosi się na obrzeża sieci. Jeszcze kilka lat temu wszelkie większe projekty wdrożeń sztucznej inteligencji w terenie, wykorzystujące inteligentne czujniki, realizowano poprzez przenoszenie obciążeń do chmury. Jednak zarówno transfer danych, jak i zdalne przetwarzanie wiązały się z różnymi wyzwaniami, takimi jak opóźnienia, bezpieczeństwo danych, złożoność integracji, a także dodatkowe wymagania infrastrukturalne i koszty abonamentów.

Źródło: Tria Technologies

– Dedykowane procesory i akceleratory obsługujące sztuczną inteligencję wraz z towarzyszącymi im ekosystemami oprogramowania do wdrażania i zarządzania AI na obrzeżach sieci znacznie pomogły uprościć i zminimalizować te przeszkody. Ponadto dzięki lokalnemu przetwarzaniu znacznie łatwiej jest rozwiązać kwestie związane z obsługą danych, własnością, prywatnością, suwerennością i wymaganiami regionalnymi, w tym te poruszone w unijnej ustawie o sztucznej inteligencji.

Na co powinni zwracać uwagę inżynierowie, projektując rozwiązania o zwiększonych możliwościach przy jednoczesnym zachowaniu niewielkich rozmiarów sprzętu?

– Projektanci systemów wbudowanych nieustannie balansują między wydajnością a rozmiarem, a także elastycznością i trwałością. Oczekiwania dotyczące łączności, funkcjonalności, integracji i interfejsu użytkownika stale rosną, a wraz z nimi zapotrzebowanie na więcej urządzeń peryferyjnych, pamięci, a obecnie także lokalne przetwarzanie z obsługą sztucznej inteligencji. Wszystko to zajmuje miejsce, podobnie jak zasilacze. W rezultacie wydajność przetwarzania, osiągi i straty cieplne stały się coraz ważniejszymi kryteriami dla rozwiązań edge-AI.

– Jak można sobie wyobrazić, projektowanie niestandardowych architektur, które zmieszczą się w określonych wymiarach i spełnią te wysokie standardy, jest zarówno kosztowne, jak i nieefektywne przy wprowadzaniu nowych rozwiązań na rynek – zwłaszcza przy iteracyjnych cyklach projektowych i wysokich barierach związanych z umiejętnościami.

– Chociaż niektórzy producenci mogą projektować niestandardowy sprzęt na dużą skalę, większość z nich szybko dostrzega korzyści płynące ze standardowych platform programistycznych, takich jak Open Standard Module (OSM) i Smart Mobility ARChitecture (SMARC). Nie tylko pomagają one osiągnąć te wskaźniki wydajności, ale także łatwo integrują się z płytkami nośnymi, zapewniając funkcjonalność na żądanie dla skalowalnych i iteracyjnych projektów. Co więcej, te stałe formaty oznaczają również, że oprogramowanie może być rozwijane równolegle. Skraca się czas wprowadzenia produktu na rynek, zmniejszają się koszty, obniżają się bariery wejścia, a wydajność i rozmiar są zrównoważone.

Co te zmiany oznaczają dla cyberbezpieczeństwa w projektowaniu systemów wbudowanych?

– Przetwarzanie danych w ramach Edge-AI oznacza dwie rzeczy: większy zakres lokalnego przetwarzania danych oraz większą autonomię systemu. Dane te (wraz z samymi modelami) są często wrażliwe, zastrzeżone, mają kluczowe znaczenie dla realizacji zadań, a nawet dla bezpieczeństwa. A przy większej autonomii każda ingerencja może szybko zakłócić działanie systemu. Czynniki te znacznie zwiększają ryzyko związane z systemami wbudowanymi, czyniąc je znacznie bardziej atrakcyjnymi celami ataków. W związku z tym cyberbezpieczeństwo nigdy nie było ważniejsze.

Źródło: Tria Technologies

– Przepisy, w tym unijna ustawa o cyberodporności (CRA), dążą do wprowadzenia bardziej rygorystycznych standardów bezpieczeństwa, a zasady „secure-by-design” oraz ciągłe zarządzanie podatnością na zagrożenia stały się obecnie wymogami prawnymi i handlowymi. Zmuszają one każdego producenta OEM do sensownego zarządzania cyklem życia systemów – podejście typu „wysyłamy i zapominamy” nie jest już akceptowalne.

– Wbudowane moduły obliczeniowe stają się coraz popularniejszym sposobem na szybsze i łatwiejsze osiągnięcie zgodności z CRA, a ostatecznie na realizację celów producentów OEM dotyczących trwałości produktów. Oferując wstępnie zweryfikowany i znormalizowany sprzęt wraz z wsparciem i aktualizacjami, zapewniają one spójne wdrażanie środków kontroli bezpieczeństwa i łatwą do wykazania zgodność w wielu produktach.

W jakim kierunku zmierza projektowanie systemów wbudowanych opartych na sztucznej inteligencji?

– Kieruje się w stronę jeszcze większej standaryzacji – zarówno po stronie sprzętu, jak i ekosystemu oprogramowania. Bez tego tworzenie produktów i usług z zakresu sztucznej inteligencji na urządzeniach brzegowych jest po prostu zbyt skomplikowane i ryzykowne. To wciąż bardzo młody, szybko zmieniający się rynek – a standaryzacja to jeden z najskuteczniejszych sposobów, dzięki którym producenci mogą zapewnić zgodność z przepisami i skrócić czas wprowadzenia produktu na rynek, jednocześnie rozwiązując problemy związane ze złożonością, bezpieczeństwem, integracją, wydajnością, łącznością, zarządzaniem i kosztami. Projektanci systemów wbudowanych będą coraz częściej poszukiwać tego rozwiązania zarówno w zakresie sprzętu, jak i oprogramowania. Moduły gotowe do obsługi sztucznej inteligencji staną się domyślną platformą programistyczną, a CRA wprowadzi nowe wymagania dotyczące przejrzystości listy komponentów oprogramowania (SBOM). Rynki zmierzają w kierunku tworzenia wartości przy najmniejszym oporze i najszybszym wzroście. Standaryzacja zapewnia tę ścieżkę.