Avec la version étendue de son environnement de développement CodeFusion Studio, Analog Devices intègre deux modules fonctionnels : la solution Studio System Planner qui simplifie l’affectation de ressources dans les architectures hétérogènes et optimise la génération de code, et la solution Data Provenance Software Development qui permet aux utilisateurs d’optimiser la confiance dans les données ainsi que la traçabilité de ces dernières à tous les niveaux de la pile de données et ce afin que leur intégrité soit préservée de leur création jusqu’à leur consommation ou leur stockage. Objectif affiché par Analog Devices : accélère le plus possible le développement de produits tout en assurant la sécurité des données, et faciliter l’intégration des modèles d’intelligence artificielle et d’apprentissage automatique dans les systèmes embarqués. 

« La tâche des développeurs de systèmes embarqués est des plus en plus difficile en raison de la complexité croissante des processeurs (nombre de cœurs, vitesse de traitement), des nouveaux défis soulevés par la multiplicité des équipes de développement et des environnements de sécurité complexes, explique Rob Oshana, senior vice-president du groupe Software & Digital Platforms d’ADI. Les utilisateurs de nos technologies souhaitent gérer la conception de leurs systèmes, allouer des ressources, et présenter leurs preuves de concept de manière à la fois plus rapide et plus facile avec un niveau d’intégrité des données élevées. Des exigences qui sont à l’origine des solutions System Planner et Data Provenance Software Development intégrées au sein de IDE Code Fusion. »

Dans le détail, en utilisant une architecture open-source sous licence permissive, la solution System Planner permet de créer des projets flexibles sur plusieurs cœurs, ainsi que d’allouer la mémoire et les périphériques à l’aide d’un utilitaire graphique. La solution comprend également des outils de configuration qui intègrent des informations sur le système d’exploitation temps réel utilisé ou la plateforme micrologicielle mise en œuvre sur un cœur donné. Et qui exposent les paramètres de configuration contextuels d’un périphérique ou d’un bloc mémoire affecté à un cœur.

Selon Analog Devices, grâce à une meilleure visibilité des performances système et à l’utilisation d’outils open-source en vue d’améliorer l’allocation des ressources, les développeurs sont à même de mieux optimiser leurs projets.

Au-delà, la solution autorise les développeurs à générer le code dont ils ont besoin à l’aide d’un système de création de projets à base d’un jeu de “plug-ins destiné aux plateformes micrologicielles courantes tels que le système d’exploitation temps réel Zephyr ou le kit de développement logiciel (SDK) d’Analog. Ce système de “plug-in” utilise un moteur dédié sous-jacent, et les fichiers statiques sont modifiés en remplaçant des chaînes de caractères à des endroits spécifiques, tandis que la logique de génération de code peut être enrichie par des fonctions écrites en JavaScript ou TypeScript.

Enfin, la solution System Planner comprend un utilitaire graphique mis en œuvre pour partitionner les ressources mémoire, les partitions étant affectées sur un ou plusieurs cœurs. Cet utilitaire aide les développeurs à générer des scripts d’édition de liens ou des fichiers de superposition de mémoire (Device Tree). Les blocs périphériques utilisés dans le projet peuvent également être affectés graphiquement à un cœur, les paramètres de configuration étant adaptés au systèmes d’exploitation temps réel mis en place.

Côté sécurité, la solution System Planner, associée à la mise à niveau de l’architecture Assure Trusted Edge d’Analog, fournit un accès direct à la solution de développement logiciel Data Provenance Software Development qui garantit un niveau avancé de confiance et de traçabilité des données tout au long de leur cycle de vie. Disponible en accès anticipé, cette technologie établit un cadre de confiance pour les données de la chaîne de signal garantissant l’intégrité et l’authenticité des données créées en périphérie de réseau (l’Edge).

Cette approche permet d’ajouter des métadonnées sécurisées pour renforcer la confiance et l’intégrité des données générées. Une fidélité qui découle de l’ajout d’informations relatives à l’historique des données tout au long de leur parcours, tandis que la confiance est établie par une preuve de chiffrement. Les utilisateurs peuvent ainsi évaluer plus facilement l’authenticité et l’intégrité de leurs données dans des situations complexes, qu’elles soient utilisées pour être simplement affichées dans des tableaux de bord ou dans des modèles d’apprentissage automatique.

Selon Analog, en établissant ainis une confiance de bout en bout et en améliorant l’intégrité des données, la solution Data Provenance contribue à générer des résultats de modèles à la fois plus précis et plus sûrs, ainsi qu’à prendre des décisions avec une précision accrue.

Les applications immédiates sont la création d’algorithmes ou de modèles d’IA fiables qui opèrent sur des données authentiques et de haute qualité; l’extraction d’informations vérifiées des capteurs dans le but d’améliorer la compréhension des sorties de la chaîne de signal et la fiabilité opérationnelle; la réduction du gaspillage de données et la simplification de la preuve d’intégrité et d’authenticité. 

Des kits d’accès et le téléchargement de cette solution seront disponibles à partir du 25 avril sur le site d’Analog.