L'avenir de l'IA est à la limite

L'Internet des objets (IoT) est comme un réseau d'entités en constante réplication, générant une quantité de données sans précédent et croissante. On estime que d’ici 2025, il y aura 75,44 milliards d’appareils connectés dans le monde.

Même s’il est difficile de rationaliser ces chiffres, une chose est sûre : notre monde devient de plus en plus connecté, contextuel et réactif. Les données que nous obtiendrons de ces appareils seront utilisées pour alimenter une nouvelle génération d'applications intelligentes, mais cela présente également un défi : comment traiter au mieux ces données pour générer de la valeur pour les dépositaires de ces données ?

C’est là qu’intervient l’edge computing. L’edge computing est un paradigme informatique distribué qui rapproche les ressources informatiques de la source des données, c’est-à-dire les actifs, les processus et les acteurs qui génèrent les événements qui génèrent les données.

Même si le traitement graphique a suscité beaucoup d'enthousiasme (le cours de l'action NVIDIA n'est qu'un indicateur unique), l'avantage constitue une frontière cruciale pour se différencier et obtenir un avantage concurrentiel dans des situations où le temps et la complexité requis pour prendre une décision ou déclencher un événement sont réduits. piquets de table.

L'Edge Computing permet le traitement des données en temps réel et un retour à faible latence, essentiels pour les applications AIoT. L'AIoT, ou Intelligence Artificielle des Objets, est l'application de modèles d'apprentissage automatique, alimentés par des appareils informatiques de pointe, pour générer des informations significatives, en temps quasi réel.

Ces appareils se présentent sous la forme de capteurs, qui traitent et assimilent des données telles que des compteurs d’énergie, des capteurs de température et des trackers d’actifs, pour – de manière plus critique – des dispositifs de passerelle qui consomment et traitent ces données collectivement.

Statista prédit que le marché mondial de l'edge computing devrait atteindre 257,3 milliards de dollars d'ici 2025, et selon un article de la National Science Foundation, la latence moyenne pour l'edge computing est de dix millisecondes, contre cent millisecondes pour le cloud computing.

Selon GlobalData, l'edge computing peut réduire le coût du traitement des données jusqu'à 70 %, grâce à un mainframe, des bases de données cloud et des environnements de traitement à faible latence et surchargés, offrant ainsi des avantages supplémentaires à l'IA.

Traditionnellement, la BI et l'analyse avancée sont utilisées pour analyser les données historiques afin d'identifier les tendances et les modèles. Cependant, grâce à l’informatique de pointe, il est désormais possible de calculer et de générer des résultats significatifs et révolutionnaires à partir de données en temps réel. Cela permet aux entreprises de prendre des décisions en temps réel, ce qui peut conduire à des améliorations significatives en termes d'efficacité et de productivité.

Par exemple, dans un site de cellules intelligentes, des capteurs sont utilisés pour collecter des données sur tout, depuis la température de l'environnement et de l'équipement jusqu'à la consommation électrique et la capacité placée sur le site. Ces données peuvent être utilisées pour améliorer l’efficacité, éviter les temps d’arrêt et optimiser la production – dans ce sens, un relais de signal cohérent et de haute qualité.

Cependant, si les données sont transportées et traitées de manière centralisée, il pourrait y avoir des retards coûteux, dans lesquels une fraction de seconde de mauvaise prestation de service aurait un impact sur la satisfaction des clients et sur la disponibilité du personnel pour servir et opérer.

Cela pourrait entraîner des problèmes tels que des machines qui surchauffent, qui sont endommagées en dehors de circonstances contrôlables ou qui réalisent des opérations de qualité inférieure à la moyenne en termes de quantité ou de qualité. Le même cadre peut être appliqué aux machines minières, aux bâtiments intelligents, aux usines, aux établissements médicaux, etc.

Avec l’edge computing, les données sont traitées localement, ce qui élimine ces délais. Cela permet une prise de décision plus rapide et des performances améliorées. En outre, l’informatique de pointe peut contribuer à améliorer la sécurité en conservant les données locales, là où elles sont moins vulnérables aux cyberattaques.

Dix éléments doivent être pris en compte et pris en compte pour offrir l'AIoT à la périphérie. Cela montre à quel point l’AIoT est multiforme et les niveaux requis pour alimenter les différentes fonctions et capacités.

Construire une infrastructure informatique de pointe solide est crucial. Cela inclut le déploiement d’appareils de périphérie et de passerelles capables de traiter et d’analyser les données localement.