Stingray-noden består av en bøye (BU) og en laserenhet (SU). Hardware-komponenter som inngår i noden, som for eksempel kameraer, utvikles i et rasende tempo. Der disse komponentene kan bidra til å forbedre ytelsen til noden, vil Stingray ta i bruk nyere versjoner av komponentene.

Systemet kan forbedres på to måter, enten ved forbedring av programvare eller ved utskiftning av hardware-komponenter. Programvareoppdateringer kan gi eksisterende noder bedre ytelse og ny funksjonalitet uten fysiske inngrep. Mens hardware-komponenter som inngår i noden, som f.eks kameraer, GPUer+ og lasere, utvikles i et rasende tempo. Stingray vil dermed ta i bruk nyere versjoner av komponentene når ny maskinvare gir vesentlige forbedringer. Programvaren tilpasses deretter den nye maskinvaren. Slik kan systemet videreutvikles uten at hele noden må erstattes.

Programvareoppdateringer innebærer iterativ+ utvikling som forbedrer algoritmer for å øke hastigheten, nøyaktigheten og påliteligheten til deteksjon og fjerning av lakselus. Samtidig utnyttes prosessorkraft og andre systemressurser effektivt. Regelmessige programvareoppdateringer forbedrer ytelse, sikkerhet og pålitelighet gjennom hele systemets levetid. De tillater også at ny funksjonalitet og forbedringer distribueres på tvers av eksisterende noder, noe som bidrar til å forlenge levetiden og redusere behovet for utskifting av maskinvare.

Programvareutvikling hos Stingray er organisert i tre hovedområder: Maskinlæring (ML) og Applikasjonsteamet og Nodeteamet. I samarbeid med Infrasturktur-teamet støtter disse områdene den kontinuerlige utviklingen av Stingray-systemet og de digitale tjenestene rundt det.

Data og bilder samlet inn fra noder i drift, danner et viktig grunnlag for kontinuerlig systemforbedring. Gjennom blant annet annotering av data, trening og evaluering, blir Stingray sine modeller for maskinlæring+ og detektorer stadig videreutviklet.

Denne prosessen gjør at systemet kan gjenkjenne lakselus og andre relevante kjennetegn ved fisken med økende nøyaktighet. Stingray utvikler også detektorer+ for velferdsindikatorer som sår, kjønnsmodning og størrelse på fisken.

Innsikten som oppnås bidrar både til ytelsen i Stingray-systemet og til informasjonen som gjøres tilgjengelig for oppdrettere via Stingray Online.

I tillegg til programvaren som driver nodene, utvikler Stingray også digitale plattformer og applikasjoner som brukes i hele organisasjonen og av kundene.

Stingray jobber kontinuerlig med å videreutvikle de digitale plattformene og applikasjonene. Dette fordi det er disse løsningene som knytter data fra nodene sammen med menneskene som overvåker, drifter og bruker systemet.

Applikasjonene utvikles både for internt bruk og for kunder. For oppdrettere er videreutviklingen av Stingray Online+ spesielt viktig.

Gjennom Stingray Online får kunder tilgang til historiske data og sanntidsdata fra tilkoblede noder på tvers av lokalitetene. Interaktive dashbord gjør det mulig å utforske produksjonsdata og overvåke fiskevelferden. Kunder kan også analysere data om lakselus ved hjelp av Sequence Analyser og styre plasseringen av noder via Navigator.

Node Software, Maskinlæring og Stingray Online sørger for en kontinuerlig forbedringssyklus: Nodene samler inn data, maskinlæringsmodeller omdanner dataene til innsikt, og applikasjoner gjør denne innsikten tilgjengelig for Stingray og selskapets kunder.

Erfaringer fra driften blir deretter brukt videre i produktutviklingen.

Hardwaren er robust designet for lengst mulig levetid og redusert servicebehov.

Den modulære utformingen gjør det mulig å vedlikeholde, skifte ut eller oppgradere enkeltmoduler uten å bytte ut hele noden. Dette forenkler vedlikeholdet, begrenser antallet komponenter som må skiftes ut ved skade, og gjør både montering og demontering enklere.

Etter hvert som teknologien utvikler seg, vurderer Stingray nye komponenter og designløsninger som kan forbedre nodens holdbarhet, ytelse og miljøprofil. Erfaringer fra produksjon, drift, vedlikehold og returnert utstyr brukes i designprosessen og bidrar til kontinuerlig forbedring av fremtidige nodegenerasjoner.

Stingray arbeider også med å redusere antallet deler og komponentvarianter i noden. Standardisering bidrar til å redusere kompleksiteten, forenkle vedlikehold og lagerstyring og begrense materialsvinn.

Stingrays programvare er utformet for løpende videreutvikling, vedlikehold og utrulling gjennom hele systemets levetid. En modulær programvarearkitektur gjør det mulig å oppdatere enkeltfunksjoner og komponenter uten omfattende omskriving av den underliggende koden.

Programvaren optimaliseres kontinuerlig for å utnytte prosessorkraft, minne, båndbredde og datalagring effektivt. Datakomprimering reduserer mengden data som overføres og lagres, mens regelmessige oppdateringer gjør det mulig å ta i bruk ytelsesforbedringer og ny funksjonalitet på eksisterende noder. Dette bidrar til å forlenge maskinvarens nytteverdi og videreutvikle funksjonaliteten uten at hele systemet må skiftes ut.

Stingray bruker sky- og datasentertjenester for å dekke behovene for drift, lagring og databehandling i sine digitale løsninger. Ved valg av tjenester vurderer Stingray blant annet energieffektivitet, skalerbarhet, pålitelighet, datasikkerhet og tjenesteleverandørens miljøpraksis. Skalerbare løsninger gjør det mulig å tilpasse beregnings- og lagringskapasiteten etter behov og bidrar til mer effektiv bruk av digital infrastruktur.

Som en betrodd leverandør av kritiske driftsdata legger Stingray stor vekt på cybersikkerhet og personvern. Systemer og sikkerhetstiltak vedlikeholdes og forbedres kontinuerlig for å beskytte kundedata og håndtere cybertrusler i stadig utvikling.

Hardware og software testes gjennom hele utviklingsprosessen.

Automatisert testing gjør det mulig å teste både maskinvare og programvare effektivt med lite manuelt arbeid. Testene kan også kjøres utenfor normal arbeidstid, noe som gir utviklingsteamene raskere tilbakemeldinger og bidrar til raskere utvikling.

For Hardware-avdelingen bidrar testing til å avdekke feil før komponentene tas i bruk i produksjonen eller ferdige noder settes i drift. Dette reduserer risikoen for defekte deler, unødvendig materialbruk, vedlikehold og for tidlig utskifting av komponenter.

For Software-avdelingen hjelper testing utviklerne med å identifisere feil, ytelsesproblemer og ineffektiv kode. Optimalisering av koden kan redusere behovet for prosessorkraft og minne, samt energiforbruket når programvaren kjører.

Når feil oppdages og rettes tidlig, reduseres behovet for omarbeiding, korrigerende oppdateringer og uplanlagt vedlikehold. Dette bidrar til pålitelig drift, mer effektiv ressursbruk og lengre levetid for Stingray-systemet.