Philippe Azouyan, Directeur de Dynabook France
Une nouvelle sorte d'IA
Traditionnellement, l'IA était dans des centres de données alimentés par le cloud computing. Avec le temps, l'IA a fait son chemin dans le monde des logiciels et s’est même intégrée à l'Internet des objets (IoT) et à d'autres appareils d’utilisateurs finaux.
Alors que les consommateurs passent plus de temps sur leurs smartphones, les grandes entreprises technologiques ont réalisé qu'elles devaient rapprocher la puissance de calcul des centres de données de l'utilisateur final pour lui offrir une bonne expérience utilisateur. Les mégadonnées seront toujours traitées via le cloud. Cependant, les données instantanées générées par les utilisateurs peuvent être calculées et exploitées via le edge. Google et Amazon explorent déjà les avantages potentiels du edge computing.
Pour suivre le rythme de ces grandes entreprises technologiques, de plus en plus d'entreprises impliquées dans l'IA ont commencé à profiter des avantages du edge computing. Deloitte prévoit désormais que plus de 750 millions de puces d'IA edge - conçues pour le machine learning sur les appareils - seront vendues cette année.
Surmonter les défis de l'IA avec le edge computing
Alors, pourquoi le edge s'intègre-t-il si bien avec l'IA? L'IA est sans aucun doute une technologie gourmande en données et en calcul. Par conséquent, la bande passante, la latence, la sécurité et les coûts représentent des obstacles importants pour la majorité des entreprises. Le edge profite à l'IA en l’aidant à surmonter ces défis technologiques.
L'intelligence artificielle a, littéralement, un problème de big data. Avec le edge computing, plutôt que d'envoyer les données vers le cloud ou un centre de données à distance, ces dernières peuvent être traitées au plus près de l'utilisateur final. Ce processus réduit non seulement la quantité de bande passante requise, mais également les coûts de backhauling. De plus, traiter les données au plus près de l’utilisateur leur procure une valeur immédiate grâce à une collecte instantanée d’informations.
Cela entraîne également une latence réduite. C’est peut-être l'une des raisons les plus évidentes pour l'adoption du edge computing. À mesure que les technologies et les services sont distribués au travers du réseau d’entreprise, une latence se produira naturellement. Lorsque la prise de décision et les actions en temps réel sont nécessaires au niveau de l'appareil en particulier, la latence doit être réduite au minimum. En localisant les tâches de traitement clés au plus près des utilisateurs finaux, le edge computing fournit des services basés sur l'IA plus rapides et plus réactifs.
La confidentialité reste un défi non résolu dans l'industrie de l'IA, en particulier avec la variété croissante d'appareils compatibles avec elle sur le réseau d'une entreprise. Le edge computing offre une solution à cette énigme de sécurité. Avec une IA basée sur le edge, les informations sensibles sont stockées et traitées localement sur un appareil plutôt que d'être envoyées vers le cloud. Seuls les ensembles de données moins chronophages doivent être transférés vers le cloud, le reste restant local. S'il y a moins de transfert de données sensibles entre les appareils et le cloud, cela signifie une meilleure sécurité pour les entreprises et leurs clients.
Selon Gartner, dans deux ans, 74% des données nécessiteront une analyse et une action via le edge. Les données des appareils compatibles avec l’AI ne font pas exception à cette règle. En fait, l'IA basée sur le edge est la prochaine vague d'IA. De nombreuses grandes entreprises technologiques en ont conscience. Plus tôt cette année, Intel et Udacity ont annoncé un programme commun de nanodesgree d'IA basée sur le edge pour aider à former les développeurs sur le terrain. En fin de compte, comme les données continuent de croître de manière exponentielle, il existe un réel besoin de stockage et de calcul des données sur l'appareil. Sans oublier les autres facteurs - vitesse, confidentialité et sécurité. Pour ceux qui se demandent encore vers où l'IA se dirige, la réponse est claire, c’est vers le edge.
Traditionnellement, l'IA était dans des centres de données alimentés par le cloud computing. Avec le temps, l'IA a fait son chemin dans le monde des logiciels et s’est même intégrée à l'Internet des objets (IoT) et à d'autres appareils d’utilisateurs finaux.
Alors que les consommateurs passent plus de temps sur leurs smartphones, les grandes entreprises technologiques ont réalisé qu'elles devaient rapprocher la puissance de calcul des centres de données de l'utilisateur final pour lui offrir une bonne expérience utilisateur. Les mégadonnées seront toujours traitées via le cloud. Cependant, les données instantanées générées par les utilisateurs peuvent être calculées et exploitées via le edge. Google et Amazon explorent déjà les avantages potentiels du edge computing.
Pour suivre le rythme de ces grandes entreprises technologiques, de plus en plus d'entreprises impliquées dans l'IA ont commencé à profiter des avantages du edge computing. Deloitte prévoit désormais que plus de 750 millions de puces d'IA edge - conçues pour le machine learning sur les appareils - seront vendues cette année.
Surmonter les défis de l'IA avec le edge computing
Alors, pourquoi le edge s'intègre-t-il si bien avec l'IA? L'IA est sans aucun doute une technologie gourmande en données et en calcul. Par conséquent, la bande passante, la latence, la sécurité et les coûts représentent des obstacles importants pour la majorité des entreprises. Le edge profite à l'IA en l’aidant à surmonter ces défis technologiques.
L'intelligence artificielle a, littéralement, un problème de big data. Avec le edge computing, plutôt que d'envoyer les données vers le cloud ou un centre de données à distance, ces dernières peuvent être traitées au plus près de l'utilisateur final. Ce processus réduit non seulement la quantité de bande passante requise, mais également les coûts de backhauling. De plus, traiter les données au plus près de l’utilisateur leur procure une valeur immédiate grâce à une collecte instantanée d’informations.
Cela entraîne également une latence réduite. C’est peut-être l'une des raisons les plus évidentes pour l'adoption du edge computing. À mesure que les technologies et les services sont distribués au travers du réseau d’entreprise, une latence se produira naturellement. Lorsque la prise de décision et les actions en temps réel sont nécessaires au niveau de l'appareil en particulier, la latence doit être réduite au minimum. En localisant les tâches de traitement clés au plus près des utilisateurs finaux, le edge computing fournit des services basés sur l'IA plus rapides et plus réactifs.
La confidentialité reste un défi non résolu dans l'industrie de l'IA, en particulier avec la variété croissante d'appareils compatibles avec elle sur le réseau d'une entreprise. Le edge computing offre une solution à cette énigme de sécurité. Avec une IA basée sur le edge, les informations sensibles sont stockées et traitées localement sur un appareil plutôt que d'être envoyées vers le cloud. Seuls les ensembles de données moins chronophages doivent être transférés vers le cloud, le reste restant local. S'il y a moins de transfert de données sensibles entre les appareils et le cloud, cela signifie une meilleure sécurité pour les entreprises et leurs clients.
Selon Gartner, dans deux ans, 74% des données nécessiteront une analyse et une action via le edge. Les données des appareils compatibles avec l’AI ne font pas exception à cette règle. En fait, l'IA basée sur le edge est la prochaine vague d'IA. De nombreuses grandes entreprises technologiques en ont conscience. Plus tôt cette année, Intel et Udacity ont annoncé un programme commun de nanodesgree d'IA basée sur le edge pour aider à former les développeurs sur le terrain. En fin de compte, comme les données continuent de croître de manière exponentielle, il existe un réel besoin de stockage et de calcul des données sur l'appareil. Sans oublier les autres facteurs - vitesse, confidentialité et sécurité. Pour ceux qui se demandent encore vers où l'IA se dirige, la réponse est claire, c’est vers le edge.