Xayrli tong, Xabr!
Oldindan bildirishnomamizda maqola sarlavhasiga qo'shadigan hech narsamiz yo'q - shuning uchun hamma darhol mushukka taklif qilinadi. O'qing va fikr bildiring.
Mobil rivojlanish bo'yicha mutaxassislar bugungi kunda taqdim etayotgan inqilobiy o'zgarishlardan foyda olishadi. . Gap shundaki, ushbu texnologiya har qanday mobil ilovani qanchalik yaxshilaydi, ya'ni u foydalanuvchilar uchun qulaylikning yangi darajasini ta'minlaydi va kuchli xususiyatlardan faol foydalanish imkonini beradi, masalan, eng aniq tavsiyalarni taqdim etish, , yoki darhol aniqlang .
Mobil mashinalarni o'rganishning bunday jadal rivojlanishi klassik mashinalarni o'rganishda biz duch kelgan bir qator umumiy muammolarga javobdir. Aslida, hamma narsa aniq. Kelajakda mobil ilovalar ma'lumotlarni tezroq qayta ishlashni va kechikishni yanada qisqartirishni talab qiladi.
Buning sababini allaqachon qiziqtirgandirsiz ,bulutda shunchaki xulosa chiqarish mumkin emas. Birinchidan, bulutli texnologiyalar markaziy tugunlarga bog'liq (ham keng ma'lumotlarni saqlash, ham katta hisoblash quvvatiga ega ulkan ma'lumotlar markazini tasavvur qiling). Ushbu markazlashtirilgan yondashuv mashinani o'rganish bilan ishlaydigan silliq mobil tajribani yaratish uchun etarli bo'lgan ishlov berish tezligini bajara olmaydi. Ma'lumotlar markaziy tarzda qayta ishlanishi va keyin qurilmalarga qaytarilishi kerak. Ushbu yondashuv vaqt, pul talab qiladi va ma'lumotlarning o'zi maxfiyligini kafolatlamaydi.
Shunday qilib, mobil mashinani o'rganishning ushbu asosiy afzalliklarini aytib o'tgandan so'ng, keling, nima uchun bizning ko'z o'ngimizda sodir bo'layotgan mashinani o'rganish inqilobi mobil dasturchi sifatida shaxsan sizni qiziqtirishi kerakligini batafsil ko'rib chiqaylik.
Kechikishni kamaytirish
Mobil ilovalar ishlab chiquvchilari, uning xususiyatlari qanchalik yaxshi yoki brend qanchalik obro‘li bo‘lishidan qat’i nazar, kechikishning oshishi dastur uchun qora belgi bo‘lishi mumkinligini bilishadi. Ilgari Android qurilmalarida mavjud edi , buning natijasida video va audio ko'rish ko'pincha sinxronlashtirilmagan. Xuddi shunday, yuqori kechikish bilan ijtimoiy media mijozi muloqotni foydalanuvchi uchun haqiqiy qiynoqga aylantirishi mumkin.
Bu kabi kechikish muammolari tufayli qurilmada mashinani o‘rganishni amalga oshirish tobora muhim ahamiyat kasb etmoqda. Ijtimoiy tarmoqlar yoki geolokatsiyaga asoslangan restoran tavsiyalari uchun tasvir filtrlari qanday ishlashini tasavvur qiling. Bunday ilovalarda eng yuqori darajada ishlashi uchun kechikish minimal bo'lishi kerak.
Yuqorida aytib o'tilganidek, bulutli ishlov berish ba'zan sekin bo'lishi mumkin va ishlab chiquvchi mobil ilovaning mashinani o'rganish imkoniyatlari to'g'ri ishlashi uchun kechikish nolga yaqin bo'lishini xohlaydi. Qurilmalarda mashinani o'rganish kechikishni deyarli nolga kamaytirishi mumkin bo'lgan ma'lumotlarni qayta ishlash imkoniyatlarini ochadi.
Smartfon ishlab chiqaruvchilari va texnologiya bozori gigantlari buni asta-sekin anglay boshlaydilar. Uzoq vaqt davomida Apple rivojlanayotgan ushbu sohada etakchi bo'lib qoldi Neyron Dvigatelni amalga oshiradigan, neyron tarmoqlarni bevosita qurilmada boshqarishga yordam beradigan Bionic tizimidan foydalanadigan smartfonlar uchun. .
Apple shuningdek, Core ML-ni, mobil ilovalar uchun mashinani o'rganish platformasini bosqichma-bosqich rivojlantirishda davom etmoqda; kutubxonada GPU uchun qo'shimcha yordam; Google o'zining mashina o'rganish platformasi ML Kit-ga oldindan yuklangan xususiyatlarni qo'shishda davom etmoqda. Ushbu texnologiyalardan foydalanib, siz ma'lumotlarni chaqmoq tezligida qayta ishlash, har qanday kechikishlarni bartaraf etish va xatolar sonini kamaytirish imkonini beruvchi ilovalarni ishlab chiqishingiz mumkin.
Aniqlik va uzluksiz foydalanuvchi tajribasining kombinatsiyasi mobil ilovalar ishlab chiquvchilari o'z ilovalariga mashinani o'rganish imkoniyatlarini kiritishda e'tiborga olishlari kerak bo'lgan asosiy ko'rsatkichdir. Va bunday funksionallikni kafolatlash uchun bu talab qilinadi .
Yaxshilangan xavfsizlik va maxfiylik
Kengaytirilgan hisoblashning yana bir katta foydasi, bu foydalanuvchi xavfsizligi va maxfiyligini qanchalik yaxshilaydi. Ilovadagi ma'lumotlarning xavfsizligi va maxfiyligini kafolatlash ishlab chiquvchining vazifalarining ajralmas qismidir, ayniqsa GDPR (Ma'lumotlarni himoya qilish bo'yicha umumiy reglament), yangi Evropa qonunlariga rioya qilish zarurligini hisobga olgan holda, bu mobil aloqani rivojlantirish amaliyotiga shubhasiz ta'sir qiladi. .
Ma'lumotlarni qayta ishlash uchun yuqori oqimga yoki bulutga yuborish kerak emasligi sababli, kiberjinoyatchilar uzatish bosqichida yaratilgan zaifliklardan kamroq foydalanish imkoniyatiga ega; shuning uchun ma'lumotlarning yaxlitligi saqlanadi. Bu mobil ilovalar ishlab chiquvchilari uchun GDPR maʼlumotlar xavfsizligi qoidalariga rioya qilishni osonlashtiradi.
Qurilmalarda mashinani o'rganish, shuningdek, blokcheyn bilan bir xil tarzda markazsizlashtirishga imkon beradi. Boshqacha qilib aytganda, xakerlar uchun markaziy serverga bir xil hujumni amalga oshirishdan ko'ra, ulangan yashirin qurilmalar tarmog'iga DDoS hujumini amalga oshirish qiyinroq. Ushbu texnologiya dronlar bilan ishlashda va qonunchilikka rioya etilishini nazorat qilishda ham foydali bo'lishi mumkin.
Apple kompaniyasining yuqorida tilga olingan smartfon chiplari ham foydalanuvchi xavfsizligi va maxfiyligini yaxshilashga yordam beradi – masalan, ular Face ID uchun asos bo‘lib xizmat qilishi mumkin. Ushbu iPhone funksiyasi foydalanuvchi yuzining barcha turli ko'rinishlaridan ma'lumotlarni to'playdigan qurilmalarda o'rnatilgan neyron tarmoqdan quvvatlanadi. Shunday qilib, texnologiya juda aniq va ishonchli identifikatsiyalash usuli bo'lib xizmat qiladi.
Ushbu va yangi sun'iy intellektni qo'llab-quvvatlaydigan qurilmalar xavfsizroq foydalanuvchi va smartfon o'zaro ta'siriga yo'l ochadi. Aslida, ishlab chiquvchilar foydalanuvchi ma'lumotlarini himoya qilish uchun qo'shimcha shifrlash qatlamiga ega bo'lishadi.
Internetga ulanish shart emas
Kechikish bilan bog'liq muammolarni bir chetga surib, ma'lumotlarni qayta ishlash va xulosalar chiqarish uchun bulutga yuborish yaxshi internet aloqasini talab qiladi. Ko'pincha, ayniqsa rivojlangan mamlakatlarda Internet haqida shikoyat qilishning hojati yo'q. Lekin aloqa yomonroq bo'lgan joylarda nima qilish kerak? Mashinani o'rganish qurilmalarda amalga oshirilganda, neyron tarmoqlar telefonlarning o'zida yashaydi. Shunday qilib, ishlab chiquvchi texnologiyani ulanish sifatidan qat'i nazar, istalgan qurilmada va istalgan joyda joylashtirishi mumkin. Bundan tashqari, bu yondashuv olib keladi .
Bu, ayniqsa, qurilmada mashinani o'rganishdan foyda ko'rishi mumkin bo'lgan sohalardan biridir, chunki ishlab chiquvchilar hayotiy belgilarni tekshiradigan vositalarni yaratishlari yoki hatto internetga ulanmasdan robotli jarrohlikni amalga oshirishlari mumkin. Ushbu texnologiya ma'ruza materiallariga Internetga ulanmasdan foydalanishni xohlaydigan talabalar uchun ham foydali bo'ladi - masalan, transport tunnelida.
Oxir oqibat, qurilmalarda mashinani o'rganish ishlab chiquvchilarga Internetga ulanish holatidan qat'i nazar, butun dunyodagi foydalanuvchilarga foyda keltiradigan vositalarni yaratish vositalarini taqdim etadi. Yangi smartfonlarning kuchi hech bo'lmaganda hozirgilaridek kuchli bo'lishini hisobga olsak, foydalanuvchilar ilova bilan oflayn rejimda ishlashda kechikishlar bilan bog'liq muammolarni unutishadi.
Sizning biznesingiz uchun xarajatlarni kamaytirish
Qurilmalarda mashinani o'rganish, shuningdek, ko'plab echimlarni amalga oshirish va saqlash uchun tashqi pudratchilarga pul to'lamaslik orqali sizga boylikni tejash imkonini beradi. Yuqorida aytib o'tilganidek, ko'p hollarda siz bulutsiz ham, Internetsiz ham qilishingiz mumkin.
GPU va AI-ga xos bulutli xizmatlar sotib olish mumkin bo'lgan eng qimmat echimlardir. Qurilmangizda modellarni ishga tushirganingizda, ushbu klasterlarning barchasi uchun pul to'lashingiz shart emas, chunki bugungi kunda ko'proq ilg'or smartfonlar mavjud. .
Qurilma va bulut o'rtasida sodir bo'ladigan og'ir ma'lumotlarni qayta ishlash dahshatli tushidan qochib, siz juda katta tejashingiz mumkin; Shuning uchun qurilmalarda mashinani o'rganish echimlarini amalga oshirish juda foydali. Bundan tashqari, siz pulni tejaysiz, chunki ilovangizning tarmoqli kengligi talablari sezilarli darajada kamayadi.
Muhandislarning o'zlari ham ishlab chiqish jarayonida ko'p narsalarni tejashadi, chunki ular qo'shimcha bulutli infratuzilmani yig'ish va saqlashga majbur emas. Aksincha, kichikroq jamoa bilan ko'proq narsaga erishish mumkin. Shunday qilib, rivojlanish guruhlarida inson resurslarini rejalashtirish ancha samarali.
xulosa
Shubhasiz, 2010-yillarda bulut ma'lumotlarni qayta ishlashni soddalashtirgan haqiqiy ne'matga aylandi. Ammo yuqori texnologiyalar jadal rivojlanmoqda va qurilmalarda mashinani o‘rganish tez orada nafaqat mobil qurilmalarni ishlab chiqish sohasida, balki narsalar internetida ham de-fakto standartga aylanishi mumkin.
Kamaytirilgan kechikish, yaxshilangan xavfsizlik, oflayn imkoniyatlar va umumiy arzon narxlar bilan mobil rivojlanishdagi eng yirik o‘yinchilar texnologiyaga katta pul tikishlari ajablanarli emas. Mobil ilovalar ishlab chiquvchilari ham zamon bilan hamnafas bo‘lish uchun uni diqqat bilan ko‘rib chiqishlari kerak.
Manba: www.habr.com