Edge Computing

L'informatique en périphérie est une architecture informatique distribuée qui rapproche le traitement et le stockage des données de l'endroit où ils sont nécessaires, plutôt que de dépendre d'un emplacement central généralement situé à des milliers de kilomètres. En traitant les données à proximité de leur source — par exemple sur des serveurs locaux, des passerelles IoT ou les appareils eux-mêmes — cette approche réduit considérablement la latence et minimise la bande passante nécessaire à la transmission des données. Dans le contexte de l'intelligence artificielle et du machine learning, l'informatique en périphérie fournit l'infrastructure essentielle au déploiement de l'IA en périphérie, permettant à des modèles sophistiqués de fonctionner directement sur des caméras intelligentes, des drones et des capteurs industriels avec une réactivité immédiate.

Les principaux avantages de l'informatique en périphérie#

Le passage d'un traitement centralisé dans le cloud à un traitement localisé en périphérie offre plusieurs avantages transformateurs, notamment pour la vision par ordinateur et l'analyse en temps réel.

• Latence réduite : les architectures cloud traditionnelles nécessitent que les données soient envoyées vers un centre de données pour y être traitées, puis renvoyées vers l'appareil. L'informatique en périphérie élimine ce trajet aller-retour, ce qui permet l'inférence en temps réel, lorsque chaque milliseconde compte. C'est essentiel pour les systèmes critiques pour la sécurité, comme les véhicules autonomes, qui doivent prendre des décisions de freinage en une fraction de seconde.
• Efficacité de la bande passante : transmettre des flux vidéo haute définition pour la détection d'objets consomme énormément de bande passante. En traitant localement les données brutes et en envoyant uniquement les métadonnées ou alertes pertinentes vers le cloud, les organisations peuvent réduire considérablement les coûts de transmission des données.
• Protection renforcée des données : les informations sensibles, telles que les images médicales ou les données de reconnaissance faciale, peuvent être traitées entièrement dans l'environnement local. Ce confinement local facilite la conformité à des réglementations strictes comme le GDPR, en garantissant que les données personnelles ne quittent jamais l'appareil.
• Fonctionnement hors ligne : les appareils en périphérie peuvent continuer à fonctionner de manière autonome même lorsque la connexion Internet est intermittente ou interrompue. Cette fiabilité est essentielle pour des applications comme l'IA dans l'agriculture, où des drones surveillent les cultures dans des champs isolés avec une couverture réseau limitée.

Informatique en périphérie et informatique cloud#

Alors que l'informatique cloud excelle dans le stockage de jeux de données volumineux et l'entraînement de modèles à grande échelle, l'informatique en périphérie se concentre sur la phase d'exécution. Il est utile de les considérer comme des technologies complémentaires plutôt que comme des concurrentes. Le cloud est souvent utilisé pour l'entraînement des modèles, qui nécessite une puissance de calcul élevée pour traiter les données historiques. Une fois entraîné, le modèle optimisé est déployé en périphérie pour l'inférence. Cette approche hybride exploite les atouts des deux environnements : l'évolutivité quasi illimitée du cloud et la rapidité de la périphérie.

Applications concrètes#

L'informatique en périphérie transforme les secteurs d'activité en intégrant directement l'intelligence aux opérations physiques.

• Fabrication intelligente : dans l'automatisation industrielle, les usines utilisent des passerelles en périphérie pour analyser les données des capteurs des machines. Si une anomalie de vibration est détectée, le système peut déclencher instantanément des protocoles de maintenance prédictive, évitant ainsi des arrêts coûteux.
• Commerce de détail intelligent : les magasins physiques utilisent des caméras alimentées par l'informatique en périphérie pour la gestion des stocks. Les systèmes peuvent suivre automatiquement les niveaux de stock dans les rayons et alerter le personnel pour réapprovisionner les articles, améliorant ainsi l'efficacité opérationnelle sans diffuser les flux vidéo des clients vers des serveurs externes.
• Gestion du trafic : les villes intelligentes déploient des nœuds en périphérie aux intersections pour contrôler les feux de circulation. En analysant localement le flux de circulation en temps réel, ces systèmes peuvent optimiser la durée des feux afin de réduire les embouteillages, de manière indépendante des centres de contrôle centraux.

Déployer des modèles en périphérie#

Pour exécuter des modèles complexes sur des appareils en périphérie aux ressources limitées, les développeurs utilisent souvent des techniques d'optimisation telles que la quantification des modèles, ou exportent les modèles vers des formats spécialisés comme TensorRT ou ONNX. La plateforme Ultralytics simplifie ce processus en permettant aux utilisateurs d'entraîner des modèles dans le cloud, puis de les déployer facilement sur différentes cibles en périphérie.

L'exemple suivant montre comment exporter un modèle YOLO26 au format NCNN, hautement optimisé pour les appareils mobiles et embarqués en périphérie.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Export the model to NCNN format for mobile edge deployment
# This creates a lightweight, optimized version of the model
model.export(format="ncnn")

Concepts associés#

• IA en périphérie : alors que l'informatique en périphérie désigne l'infrastructure distribuée, l'IA en périphérie désigne spécifiquement l'application d'algorithmes d'intelligence artificielle s'exécutant sur cette infrastructure.
• Internet des objets (IoT) : le réseau d'objets physiques — des « choses » — équipés de capteurs et de logiciels. L'informatique en périphérie fournit la puissance de calcul qui rend ces appareils IoT « intelligents ».
• Fog Computing : une infrastructure informatique décentralisée où les données, les ressources de calcul, le stockage et les applications se trouvent quelque part entre la source des données et le cloud, souvent considérée comme une extension de l'informatique cloud jusqu'à la périphérie.