仕様を検討・決定する

4章基本的な開発の流れでも説明したとおり、Armadillo Base OSでは基本的にユーザーアプリケーションをpodmanコンテナ上で実行します。 そのため、実行環境としてArmadillo Base OSを意識する必要はありません。 従来のArmadillo製品を使用した開発を行ったことがある方であれば、その際の製品開発の仕様を引き継ぐことも可能です。

この後の「podmanコンテナイメージの選定」でも紹介していますが、実現したいことに合った実行環境をコンテナイメージとして自由に選択できるため、Armadillo Base OSにおけるアプリケーション仕様の検討時の制限は少ないはずです。

作成するアプリケーションの実行環境としてどのコンテナイメージをベースとするかは最終的なイメージサイズにも関わりますので、検討しておく必要があります。

podmanは、同じくコンテナを扱えるソフトウェアである Dockerと基本的に互換性があります。 そのため、podmanで使用するコンテナイメージとして Docker Hubに存在するイメージも使用することができます。

コンテナイメージサイズをなるべく小さくしたいならばalpine、Pythonで書いたアプリケーションを手軽に実行したいならばDebianベースのpython:3.x-slim-bullseyeなど、作成するソフトウェア仕様に沿ってベースイメージを決定します。

また、Armadillo-IoT ゲートウェイ G4において映像出力を行う、もしくはNPUを使用して推論を行う場合は、そのために必要なライブラリがありますので、 アットマークテクノが提供しているDebianベースのpodmanコンテナイメージを使用することをお勧めします。

作成するアプリケーションがネットワークに接続するものであった場合、Armadillo Base OS や podman、コンテナのネットワークについて把握した上で検討する必要があります。

本ドキュメントでは、 podman のネットワークの概要や具体的なネットワーク構成・その設定方法を「ネットワーク」に記載しています。構成検討・設定時の参考にしてください。

サンプルアプリケーションでは行いませんが、Armadilloの拡張インターフェースにI2CやSPIなどのインターフェースを持つ外部デバイスを接続する場合、対象のピンの機能やパラメータを変更しなければならない場合があります。

ハードウェア拡張時のパラメータ変更の方法について、詳しくは「Device Treeを変更しハードウェアを拡張する」を参照してください。

機械学習を用いたアプリケーションを開発する場合で、今までに機械学習を用いた開発を行ったことがない場合は、少し検討が必要かもしれません。 機械学習という言葉が独り歩きして、「機械学習は簡単になんでもできる」など間違った認識で開発が行われる場合があるためです。

機械学習アプリケーションは、それ以外のソフトウェアでは実現できないようなことを実現できる強力なものであり、それだけに魅力的ですが、万能ではありません。 当然デメリットも存在することを忘れてはいけません。 機械学習アプリケーションのデメリットを知り、そのデメリットをシステムが許容できるかを検討する必要があります。 場合によっては機械学習を使わないで、別な手段で問題を解決するという選択をすることも重要になります。

以下に機械学習を用いたアプリケーション開発のデメリットを挙げます。