Qu'est-ce que l'informatique en périphérie ?

Qu'est-ce que l'informatique en périphérie ?

L'informatique de périphérie consiste à traiter les données physiquement plus près de leur source.

En un mot, il s'agit de rapprocher physiquement la puissance de calcul de l'endroit où les données sont générées, à la "périphérie" d'un appareil ou d'un réseau.

De nombreuses technologies innovantes sont rendues possibles grâce à l'informatique de périphérie, comme les villes intelligentes, les chirurgies à distance, les véhicules entièrement autonomes et les haut-parleurs domestiques à commande vocale.

Les données peuvent être traitées plus rapidement grâce à l'augmentation de la bande passante disponible, ce qui garantit la souveraineté des données lors de l'intégration de l'informatique "périphérique".

La nécessité de faire circuler de grandes quantités de données entre les serveurs, le nuage et les sites périphériques est considérablement réduite et les problèmes tels que la latence et la bande passante disponible que l'on rencontre dans le traitement conventionnel des données sont pratiquement résolus. La résolution de ces problèmes est particulièrement importante pour les applications modernes telles que la science des données et l'intelligence artificielle.

Par exemple, les processeurs capables de déduire des informations à la périphérie alimentent les capteurs intelligents de la plupart des équipements industriels de pointe. C'est ce qu'on appelle l'IA périphérique.

Les superviseurs d'une usine, etc., peuvent être alertés de toute anomalie susceptible de compromettre la sécurité, la continuité et l'efficacité des opérations, car les capteurs sont utilisés pour surveiller les équipements et les machines à proximité.

Dans ce cas, la présence physique de processeurs d'IA sur le site industriel permet de réduire le temps de latence et d'accélérer la réaction de l'équipement industriel à son environnement.

Lorsque la sécurité humaine est un facteur, comme dans le cas des voitures autonomes, le retour d'information instantané qu'offre l'informatique de pointe est particulièrement important pour ces applications, où l'économie de quelques millisecondes de traitement des données et de temps de réponse peut s'avérer essentielle pour éviter les accidents.

L'informatique de périphérie peut être utilisée partout où des capteurs collectent des données : dans les magasins de détail pour les caisses automatiques, dans les hôpitaux pour les interventions chirurgicales à distance, dans les entrepôts pour la logistique intelligente de la chaîne d'approvisionnement et dans les usines pour les inspections de contrôle de la qualité.

Comment fonctionne l'informatique de pointe ?

Alors que les données produites par les capteurs étaient autrefois soit examinées manuellement par des humains, soit laissées en l'état, soit envoyées dans le nuage ou dans un centre de données pour y être traitées, puis renvoyées à l'appareil, les données sont désormais traitées aussi près que possible de leur source ou de l'utilisateur final, le réseau centralisé ou le centre de données étant également tenu à l'écart des données, des applications et de la puissance de calcul.

Le fait de s'appuyer uniquement sur des examens manuels se traduit par des processus plus lents et moins efficaces. L'informatique en nuage fournit des ressources informatiques, mais le déplacement et le traitement des données exercent une forte pression sur la bande passante et la latence.

La bande passante est la vitesse à laquelle les données sont transférées sur l'internet. Lorsque les données sont envoyées vers l'informatique en nuage, elles transitent par un réseau étendu, qui peut être coûteux en raison de sa couverture mondiale et de ses besoins élevés en bande passante. Lors du traitement des données à la périphérie, les réseaux locaux peuvent être utilisés, ce qui permet d'obtenir une plus grande largeur de bande à moindre coût.

Le temps de latence est le retard dans l'envoi d'informations d'un point à l'autre. La latence est réduite lors du traitement à la périphérie, car les données produites par les capteurs et les appareils IoT n'ont plus besoin d'être envoyées à un nuage centralisé pour être traitées. Même sur les réseaux de fibre optique les plus rapides, les données ne peuvent pas voyager plus vite que la vitesse de la lumière.

Pour réduire les goulets d'étranglement et accélérer les applications, l'Edge Computing peut être exécuté sur un ou plusieurs systèmes afin de réduire la distance entre l'endroit où les données sont collectées et celui où elles sont traitées, et dans une infrastructure Edge idéale, une plateforme logicielle centralisée capable de gérer à distance tous les systèmes Edge dans une seule interface, sera impliquée.

Pourquoi l'Edge Computing est-il nécessaire ?

Les trois tendances technologiques que sont l'IoT, l'IA et la 5G convergent et créent à leur tour des cas d'utilisation qui obligent les organisations à envisager l'Edge Computing.

IoT

La prolifération des appareils IoT s'est accompagnée d'une explosion des big data que les entreprises ont commencé à générer. Ces entreprises ont rapidement réalisé que leurs applications n'étaient pas conçues pour gérer les gros volumes de données qu'elles souhaitaient désormais collecter.

Elles ont également pris conscience que l'infrastructure nécessaire au transfert, au stockage et au traitement de gros volumes de données peut être extrêmement coûteuse et difficile à gérer. C'est peut-être la raison pour laquelle seule une fraction des données collectées à partir des dispositifs IoT est traitée, dans certaines situations, ce pourcentage n'est que de 25 %.

Et le problème s'aggrave. Il existe aujourd'hui 40 milliards d'appareils IoT et les prévisions d'ARM montrent qu'il pourrait y avoir 1 000 milliards d'appareils IoT d'ici 2022. Ainsi, à mesure que le nombre d'appareils IoT augmente et que la quantité de données devant être transférées, stockées et traitées augmente, les organisations se tournent vers l'informatique en périphérie pour réduire les coûts nécessaires afin de pouvoir utiliser les mêmes données dans des modèles d'informatique en nuage.

IA (intelligence artificielle)

À l'instar de l'IdO, l'IA offre des possibilités et des avantages infinis aux entreprises, notamment la possibilité de recueillir des informations en temps réel. Tout aussi rapidement que les organisations trouvent de nouveaux cas d'utilisation pour l'IA, elles découvrent que ces nouveaux cas d'utilisation ont des exigences que leur infrastructure cloud actuelle ne peut pas satisfaire.

Lorsque les entreprises sont confrontées à des contraintes de bande passante et de latence, elles doivent réduire la quantité de données qu'elles transmettent à leurs modèles. Il en résulte des modèles plus faibles.

5G

les réseaux 5G sont environ 10 fois plus rapides que les réseaux 4G et sont conçus pour permettre à chaque nœud de desservir des centaines d'appareils, ce qui a augmenté les possibilités de services basés sur l'IA dans les sites périphériques.

L'informatique en périphérie étant puissante, rapide et offrant une puissance de traitement fiable, les entreprises ont la possibilité d'explorer de nouvelles opportunités commerciales, d'obtenir des informations en temps réel, d'accroître l'efficacité opérationnelle et d'améliorer l'expérience de leurs utilisateurs.

Article connexe : la 5G et l'IA : un avenir automatisé et hyperintelligent

Quels sont les avantages de l'informatique de pointe ?

Les principaux avantages de l'informatique en périphérie sont les suivants

Diminution de la latence : Le traitement des données à la périphérie d'un réseau permet de réduire ou d'éliminer les déplacements de données, ce qui accélère l'IA et rend désormais possibles des modèles d'IA plus complexes nécessitant une faible latence, tels que les véhicules entièrement autonomes et la réalité augmentée.

Réduction des coûts : les organisations peuvent désormais accéder à une bande passante et à un stockage plus importants à des coûts inférieurs à ceux de l'informatique en nuage, en utilisant le réseau local pour le traitement des données. En outre, comme le traitement a lieu à la périphérie du réseau, moins de données doivent être envoyées à l'informatique en nuage ou au centre de données pour un traitement ultérieur, ce qui entraîne également une diminution du volume de données devant voyager, ce qui réduit encore davantage les coûts.

Précision du modèle : L'IA repose sur des modèles de haute précision, en particulier pour les cas d'utilisation en périphérie qui nécessitent des réponses instantanées. Lorsque la bande passante d'un réseau est trop faible, on y remédie généralement en réduisant la taille des données utilisées pour l'inférence. Cela se traduit par une réduction de la taille des images, des sauts d'images dans la vidéo et des taux d'échantillonnage réduits dans l'audio. Lorsqu'elles sont déployées à la périphérie, les boucles de rétroaction des données peuvent être utilisées pour améliorer la précision des modèles d'IA et plusieurs modèles peuvent être exécutés simultanément, ce qui permet d'obtenir de meilleures informations.

Une portée plus large : L'informatique en nuage traditionnelle nécessite un accès à l'internet, alors que l'informatique en périphérie peut traiter des données sans accès à l'internet, ce qui signifie que son champ d'application peut être étendu à des endroits éloignés ou auparavant inaccessibles.

Souveraineté des données : L'informatique en périphérie permet aux organisations de conserver toutes leurs données et leurs ordinateurs à l'intérieur du réseau local et du pare-feu de l'entreprise. Cela permet de réduire l'exposition aux attaques de cybersécurité dans le nuage et aux lois sur les données strictes et en constante évolution.

L'informatique de pointe pour le commerce de détail

Les plus grands détaillants du monde font désormais appel à l'Edge AI pour offrir de meilleures expériences à leurs clients.

Grâce à l'Edge Computing, les détaillants peuvent accroître leur agilité en

Réduire la démarque inconnue : Les magasins peuvent identifier et prévenir les erreurs, le gaspillage, les dommages et le vol, grâce à des caméras et des capteurs en magasin, car l'Edge AI peut être exploité pour analyser les données pertinentes.

Améliorer la gestion des stocks : Les applications d'Edge computing peuvent également utiliser les caméras en magasin pour alerter les associés du magasin lorsque les stocks en rayon sont faibles, réduisant ainsi l'impact des ruptures de stock.

Rationalisation de l'expérience d'achat : Les détaillants peuvent désormais mettre en œuvre la commande vocale afin que les acheteurs puissent facilement rechercher des articles, demander des informations sur les produits et passer des commandes en ligne à l'aide de haut-parleurs intelligents ou d'autres appareils mobiles intelligents, grâce au traitement rapide des données que l'informatique de pointe apporte désormais à l'espace de vente au détail.

L'informatique de pointe pour les villes intelligentes

De nombreux lieux ont commencé à utiliser l'IA en périphérie, les transformant en espaces intelligents. Les villes, les campus universitaires, les stades, les centres commerciaux et d'autres entités utilisent l'IA pour rendre leurs espaces plus efficaces sur le plan opérationnel, plus sûrs et plus accessibles.

L'informatique en périphérie a été utilisée pour transformer les opérations et améliorer la sécurité dans le monde entier, notamment dans les domaines suivants

La réduction des embouteillages : La vision par ordinateur est utilisée pour identifier, analyser et optimiser le trafic. Les villes utilisent son offre pour améliorer la fluidité du trafic, réduire les coûts liés aux embouteillages et minimiser le temps passé par les conducteurs dans les embouteillages.

Surveillance de la sécurité des plages : L'application de détection d'images de SightBit aide à repérer les dangers sur les plages, tels que les courants d'arrachement et les conditions océaniques dangereuses, ce qui permet aux autorités de mettre en œuvre des procédures de sauvetage.

Améliorer l'efficacité des opérations des compagnies aériennes et des aéroports : Assaia International AG a créé une application d'analyse vidéo basée sur l'IA pour aider les compagnies aériennes et les aéroports à prendre des décisions plus éclairées et plus rapides en matière de capacité, de durabilité et de sécurité.

Edge Computing pour les constructeurs automobiles et les fabricants

Les données des capteurs générées par les usines, les fabricants et les constructeurs automobiles peuvent désormais être utilisées de manière croisée pour améliorer les services.

Voici quelques cas d'utilisation populaires pour promouvoir l'efficacité et la productivité dans l'industrie manufacturière :

Maintenance prédictive : Afin d'éviter les temps d'arrêt lorsque les machines tombent en panne, l'informatique de pointe peut être utilisée pour détecter toute anomalie à un stade précoce du système.

Contrôle de la qualité : L'informatique de pointe peut également contribuer à la détection de tout défaut dans les produits et alerter le personnel en cas de problème, ce qui contribue à réduire les déchets et à rendre la fabrication de ces produits plus efficace.

Sécurité des travailleurs : L'utilisation d'un réseau de caméras et de capteurs dotés d'un système vidéo basé sur l'IA peut permettre aux fabricants d'identifier les travailleurs qui se trouvent dans des conditions dangereuses et d'intervenir pour éviter les accidents.

L'informatique de pointe pour les soins de santé

La combinaison de l'informatique de pointe et de l'IA contribue actuellement à remodeler le secteur des soins de santé.

Afin de rendre les opérations plus efficaces, de garantir la sécurité des patients et du personnel, tout en offrant la meilleure qualité de soins possible, l'IA a été déployée pour fournir aux travailleurs du secteur de la santé les outils dont ils ont besoin.

Voici deux exemples populaires d'informatique de pointe alimentée par l'IA dans le secteur des soins de santé :

Les salles d'opération : Les modèles d'IA construits à partir d'images en continu et de capteurs dans les appareils médicaux aident à l'acquisition et à la reconstruction d'images, à l'optimisation du flux de travail pour le diagnostic et la planification de la thérapie, à la mesure des organes et des tumeurs, à l'orientation de la thérapie chirurgicale et à la visualisation et à la surveillance en temps réel pendant les opérations chirurgicales.

Hôpitaux : Le suivi et le dépistage des patients, l'IA conversationnelle, l'estimation du rythme cardiaque, les scanners radiologiques et bien d'autres choses encore ne sont que quelques-unes des technologies utilisées dans les hôpitaux intelligents.

L'estimation de la pose humaine est une tâche de vision par ordinateur très répandue, qui permet d'estimer les points clés du corps d'une personne, tels que les yeux, les bras et les jambes, en aidant à avertir le personnel lorsqu'un patient bouge ou tombe d'un lit d'hôpital.

Applications pour Edge AI : Pour compléter ces offres, NVIDIA a également travaillé avec des partenaires pour créer tout un écosystème de kits de développement logiciel, d'applications et de cadres industriels dans tous les domaines de l'informatique accélérée. Ces logiciels peuvent être déployés et gérés à distance à l'aide du hub logiciel NVIDIA NGC. Les équipes informatiques et d'IA peuvent accéder facilement à une grande variété de modèles d'IA pré-entraînés et de cartes Helm prêtes pour Kubernetes afin de les mettre en œuvre dans leurs systèmes d'IA en périphérie.

NVIDIA à la périphérie

La capacité à glaner des informations plus rapidement peut se traduire par des gains de temps, des économies et même des vies. C'est pourquoi les entreprises exploitent les données générées par les milliards de capteurs IoT présents dans les magasins, les rues et les hôpitaux pour créer des espaces intelligents.

Mais pour ce faire, les entreprises ont besoin de systèmes edge computing qui fournissent un calcul distribué puissant, une gestion à distance sécurisée et simple, et une compatibilité avec les technologies leaders de l'industrie.

NVIDIA, l'un des principaux fabricants de ces technologies, réunit des systèmes certifiés NVIDIA, des plates-formes embarquées, des logiciels d'IA et des services de gestion qui permettent aux entreprises d'exploiter rapidement la puissance de l'IA à la périphérie.

L'avenir de l'Edge Computing

Selon des études de marché antérieures, le marché de l'Edge Computing est en passe de représenter 251 milliards de dollars d'ici 2025 et devrait continuer à croître chaque année avec un taux de croissance annuel composé de 16,4 %.

L'évolution de l'IA, de l'IoT et de la 5G continuera à catalyser l'adoption de l'edge computing, le nombre de cas d'utilisation et les types de charges de travail déployés à la périphérie continuant à augmenter.

Aujourd'hui, les cas d'utilisation en périphérie les plus répandus tournent autour de la vision par ordinateur. Cependant, il existe de nombreuses opportunités inexploitées dans des domaines tels que le traitement du langage naturel, les systèmes de recommandation et la robotique.

Les possibilités à la périphérie sont vraiment illimitées.