Aller au contenu principal
SECO
  • AI
  • Edge Computing
  • Clea

La nouvelle architecture IA : combiner edge, fog et cloud computing

Alors que l’intelligence artificielle est souvent associée au cloud computing, de plus en plus de charges de travail d’IA migrent vers des appareils locaux, un phénomène appelé edge AI. Cet article présente les avantages de l’edge AI et explique comment l’intégration de Clea permet de la mettre en œuvre.

image-18485

Alors que l’intelligence artificielle est souvent associée au cloud computing, de plus en plus de charges de travail d’IA migrent vers des appareils locaux, un phénomène appelé edge AI. Grâce à l’émergence de processeurs embarqués dotés d’IA à faible coût et de modèles d’IA légers, on peut désormais trouver de l’IA sur les machines d’atelier, dans les équipements médicaux et dans de nombreuses autres applications edge.

Les avantages de la mise en œuvre de l’edge AI sont considérables. Le principal est la réduction de la latence. Au lieu d’attendre la réponse d’un centre de données éloigné, avec des temps de communication réseau non déterministes, les données peuvent être traitées en temps réel. Conserver les données sensibles sur l’appareil local améliore aussi la sécurité, en réduisant considérablement les possibilités d’interférence avec les décisions guidées par l’IA. Ces facteurs permettent à l’IA d’assurer un fonctionnement fiable en temps réel, une caractéristique clé pour les cas d’usage critiques en termes de temps, comme les véhicules autonomes et la robotique, qui pourraient ne pas être réalisables dans un paradigme d’IA basé sur le cloud.

L’edge AI réduit également la consommation d’énergie en supprimant la nécessité de transferts constants de données vers le cloud, une caractéristique cruciale pour les appareils edge à alimentation limitée. Les entreprises réalisent aussi des économies en traitant les données localement plutôt qu’en payant une bande passante cloud continue.

Et surtout, peut-être, les systèmes d’edge AI continuent de fonctionner même en cas de panne de connexion internet, offrant une fiabilité que les systèmes dépendants du cloud ne peuvent égaler.

Le besoin d’une intelligence multicouche

Bien que l’edge AI présente de nombreux avantages, elle a aussi ses limites. De nombreux systèmes ont besoin d’une intelligence multicouche combinant edge, cloud et fog computing pour équilibrer efficacité, rapidité et scalabilité. Pour comprendre pourquoi, prenons l’exemple d’un système de vidéosurveillance typique :

  • L’edge AI traite les données directement sur l’appareil final, par exemple à l’intérieur d’une caméra de surveillance intelligente.
  • Le fog computing ajoute entre l’edge et le cloud une couche capable de traiter les données de plusieurs sources. Par exemple, un enregistreur vidéo réseau (NVR) local connecté à plusieurs caméras peut suivre des objets se déplaçant d’une vue de caméra à l’autre et transmettre au cloud les résultats obtenus, selon les besoins.
  • Le cloud computing agrège et traite de grandes quantités de données dans des centres de données. Il convient bien au stockage à long terme, à l’entraînement de modèles d’IA et à l’analyse de données dans le temps, par exemple pour suivre les tendances de sécurité à l’échelle d’une ville entière.

En combinant ces approches, un système edge-to-cloud ou edge-to-fog-to-cloud peut apporter davantage de valeur qu’une solution ponctuelle autonome.

Clea couvre tous les maillons de la chaîne de valeur

Conscient de l’importance d’une approche globale, SECO propose des solutions matérielles et logicielles couvrant l’IA en edge, en fog et dans le cloud.

Les solutions matérielles d’edge AI couvrent une grande variété de modules de calcul au format standard et d’ordinateurs monocarte. La génération actuelle de processeurs embarqués d’entreprises comme NXP, Qualcomm, MediaTek et Intel offre des accélérateurs d’IA intégrés et les bibliothèques associées. Par exemple, le module SOM-SMARC-Genio700, de la taille d’une carte de crédit, utilise le processeur Genio 700 de MediaTek, qui associe huit cœurs Arm (2x Cortex-A78 + 6x Cortex-A55) à un accélérateur de deep learning délivrant 4 000 milliards d’opérations par seconde (TOPS) de performance IA. Cela permet d’exécuter de l’IA complexe sur de petits appareils sans ventilateur, voire sur des systèmes alimentés par batterie.

Pour le fog computing, les ordinateurs industriels haut de gamme offrent une puissance de traitement, une connectivité et un coprocesseur IA dédié plus importants. Par exemple, l’ordinateur sans ventilateur Titan 300 TGL-UP3 AI associe un processeur Intel Tiger Lake UP3 à une puce Axelera AI pour délivrer 120 TOPS grâce à son AIPU Metis. Cela fournit une puissante capacité de traitement IA au niveau local.

Côté logiciel, la suite logicielle Clea pour l’internet des objets (IoT) relie l’edge, le fog et le cloud pour des systèmes d’IA avancés. Elle commence par Clea OS, une plateforme Linux complète basée sur Yocto, qui fonctionne sur le matériel edge et fog de SECO et prend en charge les processeurs x86 comme Arm. Clea OS facilite le déploiement d’une IA distribuée en fournissant des outils de développement standardisés et des fonctions DevOps côté back-end pour l’intégration et le déploiement continus.

L’écosystème Clea est indépendant du cloud et comprend plusieurs outils clés :

  • Pour les nœuds d’IA edge et fog, Clea Edgehog offre de solides capacités de surveillance des appareils et de gestion de flottes, qui facilitent la maintenance et la mise à jour des appareils à grande échelle.
  • Au niveau du cloud, Clea Astarte assure une orchestration sophistiquée des données : collecte, acheminement et gestion des données des appareils sur toute une flotte d’appareils IoT. Astarte permet la collecte, le traitement et l’analyse de grandes quantités de données, avec Kubernetes pour la scalabilité et ScyllaDB pour accompagner sans heurt la croissance de l’activité.
  • Clea Portal fournit une interface cloud pour gérer et monétiser la flotte d’Edge AI, de la visualisation des données au contrôle des appareils.
  • Clea AI Studio est un environnement de programmation visuelle qui crée des flux de services à partir des outils d’IA des fabricants de processeurs, pour déployer des applications basées sur l’IA sur des appareils edge.

Les développeurs peuvent utiliser la suite logicielle Clea pour créer des solutions IoT de bout en bout complètes et faciliter le déploiement et l’exploitation de capacités d’IA, que l’algorithme d’IA s’exécute en edge, en fog ou dans le cloud. La suite gère tout, de la collecte des données à la création d’interfaces utilisateur, et rationalise le déploiement de l’edge AI.

Conclusion

Si l’edge AI présente des avantages indéniables par rapport aux approches traditionnelles de cloud ou de fog computing, sa mise en œuvre réussie exige un examen attentif des besoins matériels et logiciels.

La pile de solutions complète de SECO permet aux organisations d’optimiser leurs déploiements d’Edge AI en fonction de leurs besoins spécifiques, avec la flexibilité et la scalabilité requises dans le paysage technologique actuel, qui évolue rapidement.

Prêt à lancer votre conception d’edge AI ? Contactez-nous dès aujourd’hui.

SOM-SMARC-Genio700

Présenté dans cet article

SOM-SMARC-Genio700

Computer on Module (CoM) SMARC® Rel. 2.1.1 avec processeurs applicatifs MediaTek Genio 700.

  • SMARC®
  • MediaTek Genio 700

Également dans cet article : Titan 300 TGL-UP3, Titan 300 TGL-UP3 AI

Recevez la newsletter SECO.

Inscrivez-vous avec votre adresse e-mail sur seco.com.

S’inscrire