Analog Devices (ADI) amplia la propria offerta di strumenti per sviluppatori con l’introduzione di CodeFusion Studio System Planner e della soluzione Data Provenance.
Queste novità puntano a migliorare l’efficienza nella progettazione di sistemi embedded e a garantire la tracciabilità e l’affidabilità dei dati all’Intelligent Edge.
In particolare, System Planner semplifica l’allocazione delle risorse nei sistemi eterogenei, mentre Data Provenance assicura l’integrità dei dati lungo tutto il ciclo di vita.
Gestione avanzata delle risorse con System Planner
Negli ambienti embedded moderni, l’aumento della complessità dei processori e delle pipeline di sviluppo richiede strumenti flessibili e personalizzabili.
CodeFusion Studio System Planner affronta questa sfida offrendo un’interfaccia grafica per l’allocazione delle risorse su più core e periferiche.
Basato su un’architettura open-source, il sistema supporta la configurazione di RTOS e firmware, permettendo una visualizzazione contestuale delle impostazioni per ogni risorsa assegnata.
La soluzione include strumenti di configurazione avanzati, migliorando la visibilità sulle prestazioni del sistema e ottimizzando la gestione delle risorse.
Generazione di codice flessibile con il sistema a plugin
System Planner introduce un meccanismo di generazione del codice basato su plugin, che garantisce massima flessibilità agli sviluppatori.
Sono supportati nativamente Zephyr RTOS e l’SDK di ADI, con la possibilità di personalizzare i plugin esistenti o crearne di nuovi.
L’integrazione con un motore di templating consente la modifica dinamica dei file di configurazione, con supporto a JavaScript e TypeScript per espandere la logica di generazione del codice.
Affidabilità dei dati con Data Provenance
Parallelamente a System Planner, ADI introduce Data Provenance, una soluzione per la gestione della fiducia nei dati della signal chain.
Questa tecnologia consente di aggiungere metadati sicuri ai dati generati all’Intelligent Edge, garantendone l’integrità e l’autenticazione attraverso una prova crittografica.
Il trust framework implementato migliora la tracciabilità e facilita la valutazione dell’autenticità delle informazioni, risultando particolarmente utile in applicazioni che spaziano dal machine learning ai sistemi embedded critici.
Verso un futuro con AI e machine learning integrati
L’impegno di ADI nel migliorare l’esperienza degli sviluppatori non si ferma qui. L’azienda ha annunciato che nei prossimi mesi amplierà ulteriormente la piattaforma CodeFusion Studio per integrare soluzioni avanzate di intelligenza artificiale e machine learning. Questi strumenti permetteranno di sviluppare prodotti con intelligenza embedded in modo ancora più efficiente e sicuro.
