電子硬件設計發生了一場悄無聲息的革命。隨著硅集成的繼續進行（受摩爾定律的支持），工程師逐漸從主要在組件和電路級別進行開發，轉向更多地使用電路板、模塊和子系統。

好處是電子設計效率的顯著提高。這種轉變現在正在軟件中復制，開發人員希望更多地使用可重用模塊，而不是主要依賴于他們自己編寫的代碼行。

轉向模塊化設計有許多優勢。一是通過使用吸引許多客戶的平臺來分享規模經濟的能力更強。工業用戶在模塊化硬件方面有著悠久的歷史。Versa Module Eurocard （VME） 和 CompactPCI 標準為在小批量市場工作的集成商和原始設備制造商 （OEM） 提供了使用高性能計算的能力。他們可以執行更廣泛的計算機功能定制，而無需在高端印刷電路板 （PCB） 設計上投入時間和精力。從那時起，摩爾定律在功能方面取得了令人難以置信的進步，同時還降低了單個部件的成本。Raspberry Pi 單板計算機就是一個關鍵示例。

具有成本效益的現成硬件

通過利用智能手機片上系統 （SoC） 平臺帶來的規模經濟，Raspberry Pi 背后的聯盟能夠提供比最初為教育用途創建的設計更有效的產品。硅供應商產生的非經常性工程 （NRE） 成本很容易被主要目標市場吸收，為 Raspberry Pi 的目標用戶帶來了更大的價值。這種成本優勢傳遞給了工業部門。集成商和 OEM 已利用 Raspberry Pi 平臺的模塊化優勢，使用 HAT 擴展總線添加自己的自定義接口模塊。

Pi 模塊的使用使工程團隊不必采購類似的組件并將它們設計到定制的 PCB 上。與創建前端 HAT 模塊所需的相比，這些通常需要更耗時的信號完整性和功能檢查。很多時候，這些定制模塊可以使用相對簡單的兩層或四層 PCB。

現成的軟件模塊的出現

類似的模塊化軟件趨勢已經出現。工程師現在可以完全專注于可以增加價值的應用程序元素。這一趨勢不僅是由規模經濟和一些供應商有效攤銷 NRE 的能力推動的，而且是網絡集成和服務驅動的商業模式的更大趨勢。嵌入式系統在今天通常是不完整的，除非它構成更大的系統系統的一部分，例如物聯網 （IoT）。在這種環境中，可以使用設備來幫助提供一項或多項服務——其中許多服務將在用于支持它們的硬件的生命周期內發生變化。物聯網和云的這種結合正在產生利用這些功能的新商業模式，例如軟件即服務 （SaaS） 和按使用付費。

模塊化始于操作系統。操作系統支持對構建靈活的模塊化環境至關重要的抽象。通常，操作系統提供一系列服務，范圍從簡單的輸入/輸出到完整的網絡堆棧，所有這些服務都通過一組記錄在案的應用程序編程接口 （API） 進行訪問。只要服務繼續支持 API，交付它們的代碼就可以更改，而不會影響使用這些 API 的應用程序。對于隨許多微控制器開發工具一起提供的簡單實時調度程序 FreeRTOS ［1］來說，對于商業和更復雜的 RTOS 實現（例如 Wind River 的 VxWorks ［2］）來說也是如此。 VxWorks 為嵌入式操作系統設定了行業標準，為一些最關鍵的基礎設施和設備提供動力。

Linux 和其他操作系統可以通過使任務彼此隔離來使內存管理更進一步。簡單 RTOS 結構的一個可能問題是它們在完全未分區的內存空間中運行。一項任務中的錯誤或惡意行為可能導致數據和代碼在另一項任務中被意外覆蓋，從而導致系統崩潰或其他不良結果。Linux 使用由硬件內存管理單元介導的虛擬尋址來防止任務訪問彼此的內存空間。它們只能通過操作系統 API 或建立在這些 API 之上的應用程序間協議進行交互。

虛擬內存尋址不是任務隔離的絕對要求。一些微控制器架構，包括 Arm Cortex-M 和 Cortex-R 系列的幾個成員，可以在平坦的內存空間中實施內存保護。Arm 還在其許多處理器中提供了 Trustzone 安全軟件模式，這使得將敏感軟件與用戶級任務隔離成為可能。有了這種保護，將自定義代碼與為應對常見任務而開發的越來越多的現成軟件模塊組合起來變得更加容易。

開源和專有功能的集成

如今，工程師可以通過 Github、Sourceforge和其他服務訪問一系列免費的開源軟件模塊和協議棧。還提供為安全關鍵應用提供更大支持、附加功能或認證的商業堆棧。硅制造商整合的參考設計通常會結合一系列開源和專有功能，以使客戶更容易構建原型到完整的產品實施。在某些情況下，參考設計實現了一個完整的應用程序，最終用戶可以根據自己的需要進行調整。

一些系統設計人員正在利用軟件日益增加的模塊化來構建可以調整參數并自動生成代碼的開發環境。這些工具通常使用開發人員在圖形用戶界面上組裝的基于塊的軟件表示。一個例子是用于 PIC8、PIC16 和 PIC32 微控制器系列的 Microchip MPLAB 代碼配置器。

高級應用程序（例如機器學習和圖像處理）是用戶可以從專家的高 NRE 投資中受益的領域的示例，并且可以避免用戶必須從頭開始構建此類軟件所需的多年開發時間。Caffe、PyTorch 和 Google 的 Tensorflow 使構建、訓練和調整復雜的人工智能 （AI） 模型成為可能，這些模型可以輕松集成到嵌入式處理管道中。對于圖像處理，OpenCV 是一個廣泛使用的庫，可以輕松集成到實時應用程序中。隨著機器學習的興起，當今越來越普遍的使用模型是 OpenCV 在將圖像數據傳遞給使用 Caffe 或 Tensorflow 構建的 AI 模型之前對圖像數據進行預處理，自定義代碼主要用于提供對事件的實時響應模型檢測。

把這一切放在一起

開發人員現在可以訪問面向云的軟件模塊和工具，這些模塊和工具可輕松與常見的網絡堆棧和 RTOS 實現集成。這使得不同復雜程度的嵌入式系統能夠集成到物聯網中。例如， Avnet 的 IoT Connect? 平臺為人工智能等復雜任務提供基于云的處理。由于該系統是由云和嵌入式設備軟件服務定義的，亞馬遜網絡服務和微軟 Azure 等云提供商現在提供了一系列將兩者結合在一起的產品：所有這些都利用了他們所使用的軟件組件的模塊化。

模塊化正在改變嵌入式軟件工程師所需的技能。職責的平衡正在從代碼開發轉變為基于預先存在的模塊構建靈活架構的能力，這些模塊允許在部署新服務時輕松進行自定義編碼和運行時配置。通過利用這種模塊化，原始設備制造商和系統集成商可以輕松滿足客戶的需求，而這在傳統方式中是無法想象的。

審核編輯：郭婷