Mercedes und Nvidia kooperieren bei der Entwicklung eines fahrzeuginternen Computersystems sowie einer KI-Computing-Infrastruktur. Ab 2024 soll die neue Technologie in allen Mercedes-Baureihen eingeführt werden, um Fahrzeuge der nächsten Generation mit upgrade-fähigen, automatisierten Fahrfunktionen auszustatten.

Der Vernetzungsspezialist Real-Time Innovations (RTI) hat sich der Autoware Foundation angeschlossen. Die Vereinigung hat sich zum Ziel gemacht, durch internationale Kooperationen die Entwicklung im Bereich Autonomes Fahren voranzutreiben.

SYSGO hat die auf Embedded-Anwendungen zielende Version 7.0 seiner Linux-Distribution ELinOS vorgestellt. Basierend auf dem Linux-Kernel 4.19 bietet ELinOS 7 Realtime-Erweiterungen, native Unterstützung von 64-Bit-Entwicklungssystemen und ein intuitives Feature zum Anbinden von Docker-Containern.

Lynx Software Technologies bietet auf der Basis von Lynx MOSA.ic neue Softwarepakete, die Flexibilität, Skalierbarkeit und intelligente Funktionalitäten des Edge Computing (dezentrale Datenverarbeitung am Rand des Netzwerkes) in missionskritische Anwendungsfälle einbringen sollen.

Die Embedded-Linux-Woche setzt seit Jahren Maßstäbe in Programm, Trainerqualität und Ausstattung. Jedes Jahr stehen drei Linux-Wochen an, die Einsteigerkurse, Fortgeschrittenenseminare und Expertentrainings bieten.

Systemfehler können sich vielfältig äußern, sei es dass eine Anwendung langsam läuft, eine Applikation abschmiert oder eine Kernel Panic das ganze System in den Abgrund reißt. Doch wie findet man heraus, wo genau die Ursache liegt?

Die Intelligent Edge wird die kommende Dekade ähnlich prägen wie das Internet die Nullerjahre. Das Technologieversprechen: intelligente Städte, Fahrzeuge, Fabrikhallen und vieles mehr. Was steckt hinter der Intelligent Edge und welches Innovationspotenzial bietet sie Entwicklern?

Der Call for Papers für den ESE Kongress 2020 hat begonnen. Bis zum 31. Mai 2020 können Sie sich über www.ese-kongress.de mit Ihrer Vortragsidee beim Programmkomitee bewerben.

Mit Multicore-Architekturen lässt sich durchaus ein kosteneffizientes, leistungsfähiges und gemäß funktionaler Sicherheit zertifizierbares Embedded-System entwickeln. Hier leisten passende Toolchains, Prozessabläufe und modellbasierte Ansätze wertvolle Dienste. Als Beispiel soll hier eine Fallstudie aus der Luft- und Raumfahrt dienen.

Die Automobilindustrie kämpft weiterhin mit den Veränderungen und den einhergehenden Herausforderungen. Der Übergang von klassischen Embedded-Steuergeräten hin cloudbasierten Lösungen stellt die entwickelnde Bereiche vor enorme Herausforderungen. Die Revolution der Automobil-Software-Industrie schreitet – zwangsweise – weiter voran.

Mit Hilfe Statischer Modellanalysen lässt sich funktional sichere Software, z.B. für Steuergeräte, schnell und sicher entwickeln. Allerdings ist es dringend angeraten, sich dabei an bestimmte Richtlinien zu halten.

Um Safety-Normen wie ISO 26262 oder IEC 61508 zu erfüllen, ist eine nachweisliche Rückverfolgbarkeit der Anforderungen nötig. Dabei wird häufig auf eine Tracebility Matrix in Form eines Excel-Sheets zurückgegriffen. Doch auch wenn man damit die Normen nominell erfüllt, reicht dies für ein funktionell wirklich sicheres System meist nicht aus.

Controller mit mehreren heterogenen Rechenkernen sind meist auf eine Aufgabe spezialisiert. Sollen unterschiedliche Applikationen laufen, sind Architekturen mit homogenen Cores einfacher skalierbar.

Mit FreeRTOS bietet Amazon Web Services (AWS) ein seit 15 Jahren etabliertes, kostenloses Betriebssystem für Mikrocontroller an. Auf der AWS re:Invent in Las Vegas konnten 65.000 Besucher den Einsatz dieser Software auf Edge Devices und IoT-Sensoren begutachten. Seit kurzem ist der AWS IoT Device Tester v1.6.0 für Amazon FreeRTOS erhältlich.

Es gibt diverse Faktoren, welche die Beobachtung von Datenströmen bei Applikationstests erschweren. Dazu zählen Hardware-Neuerungen wie Networks-onChips (NoCs), Echtzeitbetriebssysteme oder der Einsatz externer Prüfgeräte. Wie lassen sich hier Laufzeiten verlässlich im Blick behalten?

Die Ressource „Rechenzeit“ wird in vielen Projekten im Verlauf der Entwicklung knapp. Im Folgenden werden einige praktische Ansätze beleuchtet, um in solchen Situationen Steuergerätesoftware hinsichtlich der Laufzeit zu optimieren. Zum anderen werden Maßnahmen angesprochen, um frühzeitig beim Design, bei der Konfiguration und Implementierung Laufzeitprobleme zu verhindern.

Im Jahr 2030 werden Automobilhersteller 40 Milliarden Euro für die Software-Entwicklung ausgeben. Zu diesem Ergebnis kommt eine Studie von Berylls Strategy Advisors.

GitOps ist aktuell ein großes Thema – als Konzept aber eben reine Theorie. Schaut man sich aber mal ein konkretes Tool an, wird GitOps greifbar. Und dafür eignet sich die Open-Source-Software Argo CD sehr gut.

Mit Azure DevOps können Entwickler DevOps-Ansätze direkt in der Cloud bei Microsoft Azure abbilden. Der Dienst integriert dabei vollständig mit anderen Ressourcen und Services in der Microsoft-Cloud.

Das Internet ist voll nutzloser Diskussionen, die DevOps und seine Schlüsselkonzepte verkomplizieren. Ist DevOps jedoch zu kompliziert, schwächt dies das Vertrauen des Teams und verhindert somit den Fortschritt.

Mit Digitaltechnik ausgestattet, bieten Connected Cars eine Menge Komfort für Autofahrer: Die vernetzten Fahrzeuge tauschen Daten untereinander, mit ihren Besitzern, Fahrern oder Verkehrsleitsystemen nahezu in Echtzeit aus. Doch wichtige Fragen nach der Sicherheit bleiben bislang ungeklärt.

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) scheinen im Kampf gegen Cyberschädlinge noch immer nicht genug zu sein. Der nächste Schritt führt zum sogenannten Deep Learning. Die ersten Unternehmen haben sich bereits auf diesen Weg begeben.

Welche Bedeutung haben Bedrohungen in einer Zeit, in der Cyberattacken aus der digitalen Welt in die physische Welt herüber schwappen? Welchen Einfluss hat es auf Wirtschaft und Gesellschaft, wenn es fremden Mächten gelingt, dass Uran-Anreicherungs-Anlagen im Iran ausfallen?

DevOps wird zunehmend zum neuen Standard in Unternehmen. Doch mit den integrierten Prozessen für IT-Betrieb und Entwicklung verändern sich auch Strukturen und Abläufe sowie der Umgang mit Anwendungen.

Wer mit Cloud-nativen Microservices in Java auf die Überholspur massiver Skalierbarkeit wechseln möchte, braucht das Rad nicht neu zu erfinden. Code-Refactoring muss nicht zwangsweise im Zusammenbruch der Entwickler-Produktivität ausarten. Eine Handvoll innovativer Tools schafft Abhilfe.

In diesem Beitrag wird die Parallelverarbeitung am Beispiel von Java-Threads vorgestellt. Viele der diskutierten Herausforderungen gelten aber auch in anderen Programmiersprachen wie C++ oder C#.

Die beiden Cloud-nativen Sprachen Go und Kotlin bringen ein ganzes Spektrum innovativer Features speziell für Microservices mit. Sie locken gegenüber althergebrachten Alternativen mit dem Versprechen, verteilte Anwendungsausführung auf ein neues Niveau leichtgewichtiger Elastizität zu heben. Entwickler von Cloud-Anwendungen haben jetzt wieder die Qual der Wahl.

Tief eingebettete Systeme werden meist in C implementiert. Wieso ist das so? Könnten solche Systeme nicht auch von C++ profitieren? Ein Beitrag aus der praktischen Erfahrung bei der Umstellung einer umfangreichen, produktiven Deeply-Embedded-Codebasis von C auf C++.

Ein Compiler ist Herz und Seele einer leistungsstarken Development Toolchain. Mit diesem zentralen Infrastrukturelement steht und fällt Entwickler-Produktivität. Die hochperformante Ausführung von Code braucht einen zuverlässigen Compiler.

Ubuntu 20.04 LTS ist da. Die neueste „Long Term Support“-Version wird mit dem Linux-Kernel 5.4 ausgeliefert. Was bedeutet das für die neueste Ubuntu-Version?

Will man Linux in der Automatisierung einsetzen, steht einem eine große Anzahl an unterschiedlichen Schnittstellen mit erprobten und stabilen Treibern zur Verfügung. Dadurch kann Linux hervorragend als Integrator zwischen unterschiedlichen Bussystemen eingesetzt werden.

Embedded Systeme sind zunehmenden Angriffen aus unterschiedlichen Quellen ausgesetzt. Der auf diesen Systemen ausgeführte Code muss daher aus vertrauenswürdigen Quellen kommen. Zentrales Element ist hier die Code-Integritätsprüfung während des Boot-Vorgangs.

Um zu überprüfen, ob die Implementierung von Algorithmen in Mikrocontroller auch geklappt hat, werden Tests nach Hardware-in-the-Loop (HIL) und Software in the Loop (SIL) immer populärer. Beide Ansätze haben jedoch Schwachstellen. Eine „Processor in the Loop“ (PIL) Umgebung könnte sich besser eignen.

Im Laufe der Jahre sammelt sich in zahlreichen Softwareprojekten alter, aber weiterhin funktionaler Code an, der – um Entwicklungszeit und Aufwand zu sparen – von Iteration zu Iteration weitergezogen wird. Solcher Legacy-Code verursacht oft Probleme, eine Modernisierung scheint aber oft schwierig. Beim Refactoring oder „Umbau“ solchen Altcodes können Software-Bibliotheken wertvolle Dienste leisten.

Das Testen von Embedded-Systemen wird mit zunehmender Komplexität erheblich schwerer. Die Methode des Contract Based Design eröffnet eine neue Perspektive und sehr effektive Vorgehensweisen, wenn man sie erweitert und auf Tests anwendet.

Schnelle Verifikation, leichte Portierbarkeit: Der Portable Stimulus Standard verspricht hohe Produktivität für die Embedded-Entwicklung. Doch wie lässt sich die Methode am effizientesten umsetzen?

Künstliche Intelligenz (KI) steht derzeit in allen Marktsegmenten hoch im Kurs. Besonders autonome Fahrzeuge und Systeme setzen auf KI. Hier stellt sich jedoch auch die Frage nach möglichen Grenzen. Über KI, gesunden Menschenverstand und den DDS-Standard.

„Welche Vorteile bringen Container bei Entwicklungsprojekten zum maschinellen Lernen und wie lassen sich diese implementieren?“

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) scheinen im Kampf gegen Cyberschädlinge noch immer nicht genug zu sein. Der nächste Schritt führt zum sogenannten Deep Learning. Die ersten Unternehmen haben sich bereits auf diesen Weg begeben.

KI mag noch weit von Science-Fiction-Visionen entfernt sein. Ethische Maßstäbe sollten aber auch in der aktuellen Vorstufe Machine Learning auf Basis von Big Data greifen, um größere Schwierigkeiten zu verhindern.

Mit Digitaltechnik ausgestattet, bieten Connected Cars eine Menge Komfort für Autofahrer: Die vernetzten Fahrzeuge tauschen Daten untereinander, mit ihren Besitzern, Fahrern oder Verkehrsleitsystemen nahezu in Echtzeit aus. Doch wichtige Fragen nach der Sicherheit bleiben bislang ungeklärt.

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) scheinen im Kampf gegen Cyberschädlinge noch immer nicht genug zu sein. Der nächste Schritt führt zum sogenannten Deep Learning. Die ersten Unternehmen haben sich bereits auf diesen Weg begeben.

Welche Bedeutung haben Bedrohungen in einer Zeit, in der Cyberattacken aus der digitalen Welt in die physische Welt herüber schwappen? Welchen Einfluss hat es auf Wirtschaft und Gesellschaft, wenn es fremden Mächten gelingt, dass Uran-Anreicherungs-Anlagen im Iran ausfallen?

DevOps wird zunehmend zum neuen Standard in Unternehmen. Doch mit den integrierten Prozessen für IT-Betrieb und Entwicklung verändern sich auch Strukturen und Abläufe sowie der Umgang mit Anwendungen.

Der häufigste Grund für den Einsatz von Mehrkernprozessoren ist die Steigerung der Leistung bzw. der Performance eines Systems. Im dritten und letzten Teil dieser Multicore-Serie geht es deshalb um richtige Performanz-Abschätzung.

Ein Deadlock ist ein Programmzustand, in dem sich einzelne Teile blockieren und verhindern, dass das Programm weiter abgearbeitet werden kann. Wie Sie Deadlocks vermeiden, zeigt Teil 2 dieser Multicore-Serie.

Auch in Kraftfahrzeugen kommen verstärkt Multicore-Mikrocontroller zum Einsatz. Diese verwenden eine umfangreiche Speicherhierarchie, um Speicherzugriffe zu beschleunigen und Echtzeitfähigkeit beeinflussende Konkurrenz zu vermeiden. Dies kann sich aber massiv auf die Leistungsfähigkeit der MCUs auswirken.

Race Conditions treten auf, wenn Ergebnisse von Berechnungen oder Operationen von der Fertigstellung anderer Operationen abhängen. Was Softwareentwickler darüber wissen sollten, zeigt dieser erste Beitrag einer dreiteiligen Multicore-Serie.

GitOps ist aktuell ein großes Thema – als Konzept aber eben reine Theorie. Schaut man sich aber mal ein konkretes Tool an, wird GitOps greifbar. Und dafür eignet sich die Open-Source-Software Argo CD sehr gut.

Wer mit Cloud-nativen Microservices in Java auf die Überholspur massiver Skalierbarkeit wechseln möchte, braucht das Rad nicht neu zu erfinden. Code-Refactoring muss nicht zwangsweise im Zusammenbruch der Entwickler-Produktivität ausarten. Eine Handvoll innovativer Tools schafft Abhilfe.

In diesem Beitrag wird die Parallelverarbeitung am Beispiel von Java-Threads vorgestellt. Viele der diskutierten Herausforderungen gelten aber auch in anderen Programmiersprachen wie C++ oder C#.

Die Nutzung von Parallelrechnern stellt große Anforderungen an die Softwareentwicklung, zudem sind, wie dieser Beitrag zeigt, parallele Programmierparadigmen zu berücksichtigen.