人工智能时代的软件定义硬件

过去两年几十年来，从固定功能硬件到软件定义硬件的转变已经彻底改变了从网络到移动通信的各个行业。借助软件定义的硬件，开发人员可以通过不断更新软件来改进产品和服务，而不是进行成本更高且耗时的硬件升级。曾经僵化且特定于任务的设备现在变得可编程且灵活，使它们能够处理新的任务和需求。

尽管软件定义硬件具有功能优势，但其使用传统上仅限于提供大量单位数量的行业，例如智能手机，以摊销固定开发成本。在这些领域，物理更换或升级设备比软件更新昂贵得多。（有关早期用例的更多信息，请参阅边栏“通过软件定义的硬件改变行业”。）硬件数量较低的行业并没有感受到同样的紧迫性，因为软件开发成本符合要求等于或超过设备更换的要求。然而如今，人工智能正在通过自动化许多常规软件开发任务来改变成本效益平衡，从而减少所需的时间和劳动力并扩展软件的功能。

除了提高效率之外，软件定义的硬件还可以通过提高设备性能和实现更大的个性化来帮助公司赢得新客户并提高品牌忠诚度。例如，汽车的信息娱乐系统可以根据驾驶员之前的选择提供定制的娱乐和流媒体选项。如果软件定义的硬件结合了人工智能或机器学习（ML）算法，它可能会将产品性能提升到更高的高度，并从与客户的互动中学习。

随着人工智能进一步降低产品开发成本，包括航空航天、医疗设备和消费设备在内的更多行业可以加速软件定义硬件的扩展。然而，首先，他们必须更新组织结构和运营，以最大限度地发挥人工智能的优势。以下是一些可能有所帮助的变化，重点关注汽车行业的示例。

人工智能在软件定义硬件中的优势

对于许多公司来说，人工智能的进步来得正是时候。软件复杂性一直在稳步增加，并且可能进一步增加。以汽车行业为例：自 2021 年以来，平均车辆软件平台的复杂性和创建该平台所需的总工作量每年都增加约 40%（图表）。然而，在同一时期，软件开发生产力每年仅增长约 6%。

使用人工智能优化软件定义硬件开发

人工智能的进步正在扩大产品开发人员的工具箱，并通过自动化、优化和增强设计、开发和测试的各个阶段来改进软件定义硬件的开发。

人工智能辅助设计。多种生成式人工智能 (gen AI) 工具可以帮助工程师开发硬件描述和布局，减少手动工作。例如，一种工具可以根据指定的约束和目标优化硬件架构设计。其他新品生成设计与上一代工具相比，系统可以探索更大范围的可能解决方案。通过比较数千次模拟的结果，他们可以帮助确定提供最有利的属性组合的设计。

软件—硬件共同开发。在产品开发过程中使用人工智能代理可以通过确保跨迭代的一致要求来帮助弥合软件和硬件设计之间的差距。AI 代理还可以确保硬件易于编程，并且软件针对硬件性能进行了优化（例如，AI 可以调整软件例程以提高 GPU、专用加速器或其他资源的利用率）。

硬件优化。人工智能算法可以优化软件定义硬件的资源分配，例如内存、逻辑块和处理单元，以满足目标，并在产品需求发生变化时进行调整。人工智能还可以通过使用模拟在设计过程的早期识别问题和缺陷，并提高产品的可靠性和安全性。硬件优化可以在初始设计阶段之后继续进行，因为边缘处理允许工程师动态管理资源以满足目标。

加速测试。深度学习替代品现在允许工程师用成本更低、速度更快的虚拟评估取代许多物理测试。

通过人工智能处理这些任务，更多的公司将能够首次创建软件定义的硬件或加速创新。例如，总部位于伦敦的科技公司 Wayve 正在将其 LINGO-1 gen AI 模型纳入其自动驾驶汽车软件中，以分析驾驶员输入和来自车辆传感器的数据，包括视频中捕获的图像。1^{使用 LINGO-1 功能，车辆的软件将生成常见问题的答案，例如“你为什么在此时停下来？”同样，Waymo 使用 Carcraft}，一个软件程序，可以模拟虚拟汽车如何在实际城市中的不同道路场景中导航，以改善自动驾驶。²虚拟车辆每天行驶约 800 万英里，其中大部分是在复杂的交通情况下行驶，例如旋转路段。

使用人工智能创造更好的最终产品和服务

软件定义硬件的优势经过人工智能的增强，可以转化为为最终客户提供更好的产品和服务。例如，将电动汽车 (EV) 初创企业与传统 OEM 的客户体验进行比较。新的电动汽车原始设备制造商（例如特斯拉）不受传统硬件的限制，从 2018 年开始使用软件定义的硬件并提供无线 (OTA) 更新来提高车辆性能、效率和功能。这种便利性并不对于较旧的、以硬件为中心的汽车设计来说，这是可能的。其他原始设备制造商也在投资软件定义的硬件或组建合资企业来创建它。

以下是软件定义硬件和人工智能改进最终产品和服务的其他一些方法。请注意，这些增强功能与公司向消费者或其他企业销售的产品有关。公司还可以使用软件定义的硬件来改善自己的运营（请参阅侧边栏“提高仓库效率”）。

最佳的硬件性能和使用寿命。人工智能可以分析来自汽车和医疗设备等设备的数据，以优化软件配置以提高效率和性能。例如，一家新的电动汽车 OEM 使用人工智能将其车辆中的电子控制单元数量从一些旧系统中的多达 80 个减少到不到 10 个。

个性化的用户体验。Gen AI 可以让软件定义的系统更加智能。例如，在智能家居中，新一代人工智能系统可以学习家庭的习惯，并自动调整从照明到安全的一切。如果系统依赖于传统硬件，而不是软件定义的硬件，那么进行此类调整将是困难且昂贵的。

许多医疗设备正变得越来越由软件驱动，美敦力（Medtronic）等公司创建了人工智能增强系统，可以根据患者数据（例如生命体征）进行调整。在消费领域，Amazon Echo 等设备已经依靠软件来引入新功能、提高智能性并增强用户体验。随着越来越多的公司开始将人工智能融入到他们的产品中，他们可以使用软件设计的硬件来提供更加个性化的服务。例如，一些新进入者已经推出了支持人工智能的数字个人助理。

更好的人机界面。人机界面 (HMI) 长期以来一直允许人们与不同设备交互，从工业机器到个人设备再到服务机器人，但通信渠道可能令人沮丧或不完善。一些公司正在尝试利用人工智能来改进它们。例如，在汽车领域，定位技术公司 TomTom 开发了一款人工智能车载助手，该助手应用人工智能的最新进展来参与复杂、多方面的对话。语音系统主动为驾驶员提供有用的信息，而不是等待他们提出问题。

宝马的全景视觉是一种新型平视显示器，可将车速等信息投射到挡风玻璃上。它使用人工智能来跟踪驾驶员的眼球运动，以确保信息始终出现在清晰、易于查看的位置，而不会干扰道路视图。最重要的信息出现在挡风玻璃底部的黑色部分，而不太重要的数据则投射到稍高的透明部分。该技术可以自动确定何时应在优先位置显示某些信息。例如，当驾驶员寻找或进入停车位时，它会突出显示导航信息以帮助停车。

基础模型的应用。基础模型在大量数据集上进行训练，并利用先进的机器学习技术来创建更好的硬件。它们已被用于优化企业和消费产品的性能和功能。嵌入式人工智能可以让机器人和其他智能设备与环境交互并从经验中学习，这可能是下一个重要的应用。一些基于基础模型的机器人初创企业希望创建更通用的硬件，具有更广泛的功能，并随着时间的推移而不断改进。（模型创建的新方法可能有助于加快开发速度，如侧边栏所述“什么是模块化基础模型？”）

一种新的工作方式

利用人工智能的力量可能需要全公司范围内的运营变革或与协作、市场进入、解耦硬件和软件开发以及数据安全和隐私相关的全行业举措。

创新合作

随着越来越多的公司开始使用人工智能来创建软件定义的硬件，他们应该确保硬件工程师和软件开发人员从项目一开始就进行协作。他们还应该尽早确保硬件设计足够灵活，以允许软件设计的硬件进行更新。

在某些情况下，公司可能会建立非传统合作伙伴关系（例如与科技初创企业），以创建软件定义的硬件。他们可以通过强制使用标准协议来促进这种协作，这些标准协议允许对软件定义硬件中使用的网络设备进行动态管理，包括 OpenFlow 和网络配置 (NETCONF) 协议。虽然标准协议在任何协作中都很有用，但当两个合作伙伴从未合作过且不了解另一家公司的运营方式时，它们就显得尤为重要。

一些协议是特定于行业的，包括汽车开放系统架构 (AUTOSAR)，它为开发软件定义的汽车硬件提供了强大的框架。AUTOSAR 提供两种互补的标准：经典 AUTOSAR，非常适合具有严格实时要求的传统嵌入式系统；自适应 AUTOSAR，专为更复杂、动态和软件密集型功能而设计。自适应 AUTOSAR 能够创建可扩展、模块化和安全的应用程序，其中一些可能涉及人工智能功能。例如，自适应 AUTOSAR 非常适合管理高级驾驶员辅助系统 (ADAS)，其中可能包括基于人工智能的感知和决策。自适应 AUTOSAR 还支持部署与雷达、超声波和 ADAS 必需的其他传感器交互的应用程序，尽管可能仍然需要专门的 AI 框架来处理其他任务，例如数据处理。

其他可能加速软件定义硬件开发的协议包括边缘计算协议中功能安全的面向安全的架构，该协议由嵌入式边缘可扩展开放架构 (SOAFEE) 计划赞助，该计划专注于为边缘设备创建安全标准。

通过遵循这些通用框架，开发人员可以构建灵活、可扩展且高效的系统，以适应不断变化的技术需求。

随着合作伙伴范围的扩大和多样化，公司可以通过降低市场进入壁垒来鼓励更多与人工智能相关的创新。例如，他们可以免除想要基于其技术开发硬件的初创企业的许可费。总体而言，公司应该专注于为潜在合作伙伴提供支持，而不是控制他们的活动。

解耦硬件和软件开发周期

为了创建软件定义的硬件，公司应该将软件和硬件开发解耦，以实现更大的灵活性和创新。这并不意味着每个元素的发展都不需要其他组的输入，因为对于软件定义的硬件来说，协作比以往任何时候都更加重要。然而，这确实意味着硬件和软件各自遵循自己的时间表和更新周期。两组的步调不一定同步。

解耦允许硬件工程师独立设计和优化物理组件，而软件开发人员可以创建和更新应用程序，而不受硬件限制的约束。通过利用抽象层和标准接口，团队可以快速迭代软件特性和功能，从而促进更敏捷的开发过程。解耦还有助于更轻松地集成新技术和升级，因为硬件可以不断发展以满足不断变化的需求，而无需对软件堆栈进行彻底检修。最终，这种方法增强了跨学科的协作，并加快了新产品和解决方案的上市时间。

传统汽车原始设备制造商是那些将硬件和软件开发脱钩的公司之一，部分原因是汽车的互联程度越来越高。对于软件，一些原始设备制造商将开发外包给技术公司或创新供应商，而另一些原始设备制造商则试图建立内部能力。内部软件开发通常成本高昂且耗时，因为公司通常需要新工具、技术人才和基础设施。

更强大的数据安全和隐私

接收实时更新的设备容易受到网络攻击。随着公司进一步涉足人工智能和软件定义硬件的世界，他们可能希望将安全关键代码与非关键代码物理或虚拟地分开，以保护用户并保护他们的隐私。

长期市场前景

如果公司计划不断更新硬件以便产品能够不断发展，他们就必须提前思考。³十年后消费者可能期望什么？哪些趋势正在受到关注并可能在五年内成为标准？在规划未来的升级时，公司不仅应该考虑潜在需求，还应该考虑竞争格局和任何改进的成本。

领先公司正在推动更多行业向软件定义硬件的转变。人工智能将在加速这一转变并突破该技术所能提供的范围方面发挥关键作用。除了简化硬件和软件开发之外，人工智能还可以通过提高最终产品和服务的质量来提高客户满意度和忠诚度。最终，人工智能和软件定义硬件的结合可能会带来一个设备持续、即时适应用户需求的未来。