IA Edge
Le déploiement d'algorithmes d'IA sur des appareils de pointe, permettant le traitement des données et la prise de décision à la source de la génération de données.
Définition
Déplace les calculs des clouds centralisés vers les appareils locaux (caméras intelligentes, capteurs IoT), réduisant ainsi la latence, préservant la bande passante et renforçant la confidentialité en conservant les données brutes sur l'appareil. Edge AI nécessite une compression du modèle (quantification, élagage), une optimisation tenant compte du matériel et des mécanismes de mise à jour robustes. La gouvernance couvre le contrôle des versions, les correctifs de sécurité et la surveillance des performances à la périphérie.
Exemple concret
Une usine installe une IA de pointe sur les caméras de sa chaîne de montage pour détecter les défauts des produits en temps réel. Le modèle compressé fonctionne sur des serveurs GPU sur site et envoie uniquement des alertes de défaut au cloud, ce qui minimise l'utilisation du réseau et garantit une réponse immédiate sans télécharger d'images IP sensibles depuis l'extérieur.
.svg)
