本文的主要內容：

盡管云計算和嵌入式開發樣式如今有所不同，但將來可能會改變。

云和邊緣的現場可編程門陣列現在已成為嵌入式物聯網討論的一部分。

向面向云的嵌入式物聯網開發平臺的驅動力正在重塑行業產品。

云系統已進入AI和機器學習領域，改變了嵌入式IoT開發的性質，而嵌入式IoT開發已經需要大量的技能組合。

隨著AI工作在許多物聯網部署中移至邊緣，這種趨勢可能會加速，為平臺多樣性的進一步發展奠定基礎。

盡管如此，所有道路仍將繼續通過嵌入式開發。如今，在龐大的全球系統邊緣對嵌入式設備進行編程仍然是一種藝術形式。電源和內存限制仍然存在，并且延遲要求非常嚴格（以毫秒為單位）。

［北美最大的IoT活動IoT World，將于8月11日至13日進行虛擬化，為期三天的虛擬體驗將使IoT，AI，5G和邊緣技術在整個垂直行業中付諸實踐。立即注冊］

為了克服這些障礙，嵌入式物聯網開發人員會使用來自主流云提供商或專家的模擬器，仿真器，測試平臺，軟件開發套件和云平臺。他們的嵌入式開發人員隊伍仍然包括熟練使用烙鐵的人員。

C語言仍然是嵌入式微控制器，微處理器和片上系統，它們所驅動的片上模塊以及板級系統的主流。但是在云中，計算和存儲幾乎是無限的，Python的高級語言在機器學習開發中取得了成功。

當世界碰撞

如今，云計算和嵌入式開發風格各不相同。但是，根據Arm處理器背后的設計公司Arm Semiconductors產品營銷總監Chris Shore所說，這可能會改變。Shore在嵌入式開發領域擁有30多年的經驗，并且是最早將Linux移植到ARM的公司之一。

“有兩個世界在碰撞。它涉及專業知識的變化和工作方法的變化。” Shore說。“如果您使用云上的微服務運行分析型機器學習工作，則不必擔心它使用了多少能源或需要多少內存。但是，如果您將此類分析放在嵌入式小部件上，則您一定會擔心。”

邊緣與云之間的通信行程也是開發人員關心的問題。在收集點分析的數據可以更快地采取行動;系統無需等待數據往返云和返回。他說，因此對物聯網設備模塊的AI處理已引起關注。