Tekoäly, kehittyneet yhteydet ja tietoturva muuttavat sulautettujen järjestelmien arkkitehtuureja. Laskentateho kasvaa nopeasti samaan aikaan, kun laitteiden fyysinen koko pienenee. Tietoturva, datan hallinta ja uudet säädökset lisäävät vaatimuksia niin yhteyksille kuin suunnittelullekin. Samalla laitevalmistajat pyrkivät nopeuttamaan tuotekehitys- ja testaussyklejään.

Tässä artikkelissa Tria Technologiesin toimitusjohtaja Daniel N. Denzler tarkastelee Euroopan sulautettujen järjestelmien tärkeimpiä kehityssuuntia. Aiheina ovat muun muassa tekoälyä hyödyntävät prosessorit sekä uusien säädösten, kuten EU:n CRA-kyberkestävyyssäädöksen (Cyber Resilience Act) vaikutukset.

Mitkä trendit muovaavat sulautettujen järjestelmien markkinoita vuonna 2026?

Euroopan sulautettujen järjestelmien markkina kasvaa nopeasti. Teollisuusautomaation, robotiikan, älykaupunkien, maatalouden ja liikenteen kasvava kysyntä vauhdittaa kehitystä. Markkinoiden arvo oli vuonna 2025 noin 54,7 miljardia dollaria, ja sen ennustetaan lähes kaksinkertaistuvan seuraavan vuosikymmenen aikana.

Uudet tekoälykiihdyttimet, pienemmät AI-mallit sekä parantunut suorituskyky, energiatehokkuus ja yhteydet ovat mahdollistaneet uusia paikallisen reunalaskennan tekoälysovelluksia. Tämän seurauksena markkinat siirtyvät yhä monimutkaisempiin ja suorituskykyisempiin ratkaisuihin. Samalla standardoitujen COM-moduulien (Computer on Module) käyttö yleistyy, koska ne nopeuttavat OEM-valmistajien kehitystyötä ja helpottavat tietoturva- sekä datavaatimusten täyttämistä.

Miksi tekoälyä tukevista prosessoreista on tullut välttämättömiä nykyaikaisissa sulautetuissa järjestelmissä?

Tekoäly siirtyy yhä enemmän verkon reunalle. Vielä muutama vuosi sitten kentällä toimivat tekoälysovellukset perustuivat usein siihen, että laskenta siirrettiin pilveen. Tiedonsiirto ja etälaskenta toivat kuitenkin mukanaan viiveitä, tietoturvariskejä, integraatiohaasteita sekä lisäkustannuksia infrastruktuurista ja palveluista.

Tekoälyä tukevat prosessorit ja kiihdyttimet sekä niitä täydentävät ohjelmistoekosysteemit ovat helpottaneet näiden ongelmien ratkaisemista merkittävästi. Kun data käsitellään paikallisesti, myös datan omistukseen, yksityisyyteen, suvereniteettiin ja alueellisiin vaatimuksiin liittyvät kysymykset ovat helpommin hallittavissa. Tämä koskee myös EU:n AI Act -säädöksen vaatimuksia.

Mitä suunnittelijoiden tulisi huomioida, kun järjestelmien suorituskyky kasvaa mutta laitteiden koko pysyy pienenä?

Sulautettujen järjestelmien suunnittelussa tasapainoillaan jatkuvasti suorituskyvyn, koon, joustavuuden ja pitkän elinkaaren välillä. Yhteyksille, toiminnoille, integraatioille ja käyttöliittymille asetetaan jatkuvasti enemmän vaatimuksia. Samalla tarvitaan enemmän oheislaitteita, muistia ja nyt myös paikallisesti toimivaa tekoälylaskentaa. Kaikki tämä vie tilaa, samoin virtalähteet.

Tämän vuoksi prosessoinnin energiatehokkuudesta, suorituskyvystä ja lämpöhäviöistä on tullut keskeisiä mittareita reunalaskennan AI-ratkaisuissa.

Räätälöityjen arkkitehtuurien suunnittelu näiden vaatimusten täyttämiseksi on kuitenkin kallista ja hidasta, etenkin kun tuotteita kehitetään iteratiivisesti ja tarvittava osaaminen on vaativaa.

Osa valmistajista kehittää edelleen omia laiteratkaisujaan suurissa volyymeissa. Useimmat näkevät kuitenkin standardoitujen kehitysalustojen, kuten OSM:n (Open Standard Module) ja SMARCin (Smart Mobility ARChitecture) edut. Ne tarjoavat valmiiksi määritellyn suorituskykytason ja integroituvat helposti kantakortteihin, mikä mahdollistaa skaalautuvan ja vaiheittaisen tuotekehityksen.

Kiinteiden moduulikokojen ansiosta myös ohjelmistokehitys voidaan aloittaa rinnakkain laitteistosuunnittelun kanssa. Tämä nopeuttaa markkinoille pääsyä, alentaa kustannuksia, madaltaa kehityksen aloituskynnystä ja helpottaa suorituskyvyn sekä fyysisen koon optimointia.

Mitä nämä muutokset merkitsevät sulautettujen järjestelmien tietoturvalle?

Reunalaskennan tekoäly tarkoittaa kahta asiaa: enemmän paikallista datankäsittelyä ja suurempaa järjestelmien autonomiaa. Käsiteltävä data sekä itse tekoälymallit ovat usein arkaluonteisia, yritysten omistamia tai jopa turvallisuuskriittisiä. Mitä autonomisempi järjestelmä on, sitä suuremmat seuraukset mahdollisilla häiriöillä voi olla.

Tämän vuoksi sulautetuista järjestelmistä on tullut entistä houkuttelevampia hyökkäyskohteita. Kyberturvallisuuden merkitys ei ole koskaan ollut suurempi.

EU:n kyberkestävyyssäädöksen kaltaiset määräykset pakottavat valmistajia noudattamaan aiempaa tiukempia tietoturvavaatimuksia. Turvallisuus on rakennettava tuotteeseen jo suunnitteluvaiheessa, ja haavoittuvuuksia on hallittava koko elinkaaren ajan. Tuotteen toimittaminen markkinoille ja sen unohtaminen ei enää riitä.

Sulautetut laskentamoduulit ovat yhä suositumpi tapa nopeuttaa CRA-vaatimusten täyttämistä ja samalla pidentää tuotteiden elinkaarta. Esivalidoitu ja standardoitu laitteisto sekä jatkuvat päivitykset helpottavat tietoturvakontrollien käyttöönottoa ja vaatimustenmukaisuuden osoittamista useissa tuotteissa.

Mihin suuntaan tekoälyä hyödyntävien sulautettujen järjestelmien suunnittelu kehittyy seuraavaksi?

Kehitys etenee kohti entistä laajempaa standardointia niin laitteistojen kuin ohjelmistoekosysteemienkin osalta. Reunalaskentaan perustuvien AI-tuotteiden kehittäminen on yksinkertaisesti liian monimutkaista ja riskialtista ilman yhteisiä standardeja.

Markkina on edelleen nuori ja muuttuu nopeasti. Standardointi on yksi tehokkaimmista tavoista varmistaa säädösten noudattaminen ja nopea markkinoille pääsy samalla, kun se auttaa hallitsemaan monimutkaisuutta, tietoturvaa, integraatioita, suorituskykyä, yhteyksiä, hallintaa ja kustannuksia.

Sulautettujen järjestelmien suunnittelijat etsivät jatkossa yhä enemmän standardoituja ratkaisuja sekä laitteisto- että ohjelmistopuolella. Tekoälyvalmiista moduuleista on tulossa oletusvalinta uusien tuotteiden kehitysalustoiksi. Samalla CRA tuo mukanaan uusia vaatimuksia ohjelmistokomponenttien läpinäkyvyydelle esimerkiksi ohjelmistoluetteloiden (Software Bill of Materials, SBOM) muodossa.

Markkinat liikkuvat aina kohti ratkaisuja, jotka tuottavat eniten arvoa mahdollisimman vähällä kitkalla. Standardointi tarjoaa juuri tällaisen kehityspolun.

Daniel N. Denzler toimii tällä hetkellä Tria Technologiesin toimitusjohtajana (Managing Director) ja liiketoimintajohtajana. Hän siirtyi tehtävään vuoden 2024 lopussa, kun Avnet yhdisti eurooppalaiset sulautettujen ratkaisujen liiketoimintansa uuden Tria-brändin alle.
Denzlerillä on pitkä kokemus sekä puolijohde- että ohjelmistoteollisuudesta. Ennen Triaa hän vastasi Dedaluksella sairaalatietojärjestelmien tuotehallinnasta, työskenteli Bosch Security and Safety Systemsin ohjelmistoliiketoiminnan johdossa sekä johti Brainlabilla digitaalisten leikkaussalien ohjelmisto- ja laitealustoja. Uransa alkuvaiheessa hän toimi myös Infineonilla ja Qimondalla muun muassa mobiilimuistien markkinoinnin ja strategian tehtävissä.
Koulutukseltaan Denzler on fyysikko. Hän väitteli tohtoriksi Berliinin Max Planck -yhteisön Fritz Haber -instituutissa vuonna 2003 ja täydensi myöhemmin johtamisosaamistaan Harvard Business Schoolin PLD-ohjelmassa.