- AI
- Edge Computing
Edge computing et IA, un duo gagnant : les atouts pour l’analyse des données
Le cloud computing permet de réduire considérablement les coûts liés aux centres de données, en donnant accès à des ressources de stockage et de calcul virtuellement illimitées et disponibles à la demande. Mais toutes les applications ne se prêtent pas aux solutions cloud, qui présentent divers inconvénients potentiels liés à la latence et à la fiabilité de la connexion. Dans ces cas, une solution bien préférable est l’edge computing, le système capable de traiter l’information sur l’appareil où elle est générée, en éliminant à la fois le problème des transferts de données et celui de la latence. C’est encore plus vrai lorsque l’edge computing est associé à l’IA.

Qu’est-ce que l’Edge AI, la combinaison de l’edge computing et de l’IA
Lorsque l’edge computing intègre l’intelligence artificielle (IA), on obtient l’Edge AI, qui permet un traitement des données en temps réel sans avoir besoin de se connecter à un cloud.
Se connecter à un cloud n’est pas toujours possible mais, dans le cas des voitures autonomes (ou sans conducteur) et d’autres applications d’IA qui exigent des réactions immédiates quel que soit l’état de la connexion, l’Edge AI représente une option viable. Les avantages de l’edge computing sont visibles dans le secteur de la santé, par exemple, où les services de télémédecine gagnent régulièrement du terrain et où le besoin d’accéder aux données le plus vite possible peut vraiment faire la différence.
Edge computing et IA : les avantages d’un duo gagnant
L’edge computing avec IA devient la meilleure approche dans les cas suivants :
- lorsque la bande passante Internet est insuffisante ou pas assez fiable ;
- si la connexion servant à envoyer les données vers le cloud n’est pas robuste ;
- lorsque des temps de réponse extrêmement rapides ou des besoins spécifiques de sécurité et de confidentialité pour la transmission des données sont requis.
L’Edge AI présente les mêmes avantages que l’edge computing : rapidité, moindre consommation du réseau, sécurité, confidentialité.
Le principal avantage de l’association de l’edge computing et de l’IA réside dans la possibilité de réduire drastiquement les périodes d’inactivité des processus d’IA basés sur le cloud, en offrant aux utilisateurs la possibilité de les gérer depuis des appareils intelligents capables de réagir rapidement aux données d’entrée sans les transmettre ailleurs.
La réduction de la latence, si cruciale dans les applications sensibles au temps, est telle que, lorsque les calculs d’IA sont effectués dans un centre de données distant, le meilleur scénario prévoit une réduction de la latence d’au moins 1-2 millisecondes (voire des centaines).
L’Edge AI sera aussi considérablement renforcée par la diffusion croissante de la connectivité 5G. Par rapport à la LTE, la 5G garantira des débits plus élevés (20 Gbit/s contre 1 Gbit/s), la simultanéité de multiples connexions (1 000 000 par km2 contre 100 000) et une latence plus faible (1 ms contre 10 ms). Avec l’adoption progressive de la 5G, la connectivité de nouvelle génération va stimuler le développement du marché de l’IoT et de l’Edge AI, car elle facilite les interactions entre un plus large éventail d’appareils, de plus en plus équipés de processeurs intelligents.
Edge Analytics : comment elle change l’analyse des données pour les entreprises
D’ici 2022, les Observatoires du Politecnico di Milano estiment que chaque foyer disposera en moyenne de 50 appareils connectés à internet : la quantité de Big Data disponible va exploser. Données issues de capteurs et de machines intelligents, des réseaux sociaux, données générées par les appareils IoT : l’Edge Analytics contribue à alléger le trafic sur les réseaux géographiques qui relient le centre de données à la « périphérie » du réseau de l’entreprise, où les données sont générées de plus en plus fréquemment.
L’Edge Analytics permet à une entreprise d’analyser en temps réel une énorme quantité de données pour améliorer les processus de décision, en regroupant la capacité de calcul dans les équipements réseau (comme les commutateurs), les périphériques, les appareils et les capteurs, ou dans des micro-centres de données ultra-compacts, redéfinissant ainsi l’approche de l’IoT. Cette nouvelle approche s’appelle IoT Edge : elle renforce l’intelligence et les capacités d’analyse des appareils périphériques pour améliorer les performances et la sécurité de l’architecture IoT. Dans les appareils IoT, le cloud est lui aussi allégé, ce qui économise l’utilisation du réseau pour le stockage et l’analyse des données et réduit drastiquement l’utilisation des CPU, des GPU et de la mémoire.
Le marché reconnaît ce potentiel. D’après les données de Statista, en 2019, le marché de l’edge computing industriel valait 11,56 milliards de dollars. Il continuera de croître à un taux moyen de 18% (TCAC) jusqu’en 2025, date à laquelle il devrait atteindre 30,75 milliards de dollars. Le marché mondial des seuls logiciels d’Edge AI atteindra 1,835 milliard de dollars d’ici 2026, avec un taux de croissance annuel composé (TCAC) de 20,8%. Le marché sera tiré par l’augmentation des charges de travail basées sur le cloud des entreprises et par la croissance rapide du nombre d’appareils connectés (y compris les objets portables, en essor dans la période post-pandémie) et d’applications intelligentes.
Plus de sécurité et de protection de la vie privée avec l’edge computing et l’IA
Lorsqu’on parle de données d’entreprise, un autre avantage incontestable de l’Edge AI est la confidentialité. Tant sur le plan juridique que du point de vue des opportunités techniques, notamment liées à la confidentialité et à la vitesse de transmission des informations, l’edge computing jouera un rôle clé dans les technologies de l’Union européenne numérique. Il respecte en effet les principes de Privacy by Design et by Default du Comité européen de la protection des données (CEPD), en particulier pour les voitures intelligentes. Du point de vue de la cybersécurité, le traitement par IA sur un appareil local évite d’avoir à transférer des informations vers un autre appareil pour analyser les données. Cela réduit sensiblement le risque d’interception.
Recevez la newsletter SECO.
Inscrivez-vous avec votre adresse e-mail sur seco.com.



