NXP sur l'intelligence en edge : insights d'une interview Embedded World 2021

Qu'est-ce que l'edge computing ?

L'edge computing signifie effectuer l'analyse de données et la prise de décision près de l'endroit où les données sont générées. En gardant le traitement local, les appareils peuvent fournir des insights plus rapides et réduire la dépendance à la bande passante cloud. Comme le note Ron Martino, VP Senior du business Edge Processing de NXP :

"L'edge computing équilibre calcul local et cloud, évoluant de dispositifs intelligents à de véritablement intelligents qui interprètent, analysent et agissent sur les données des capteurs sur place."

Permettre productivité et sécurité

Dans la fabrication, des wearables edge avec capacités vision et machine learning permettent aux ouvriers de diagnostiquer et corriger des problèmes en temps réel. Pour la sécurité, les dispositifs edge peuvent détecter alarmes, chutes ou bris de glace en fusionnant données de capteurs radar, vision ou audio et déclencher des réponses immédiates.

Construire l'intelligence edge

Les composants matériels clés incluent :

• CPU multi-cœurs pour tâches générales
• GPU pour charges de travail vision parallèles
• Processeurs de réseaux neuronaux (NPU) pour l'inférence
• DSP pour traitement audio et signal
• Unités de traitement vidéo (VPU) pour encodage/décodage

La famille RT de NXP offre des plateformes de référence intégrant ces accélérateurs, fournissant des modes ultra-faibles fuites, et supportant charges de travail voix, vision et inférence. Un kit de reconnaissance faciale pré-construit permet aux clients de lancer des solutions sans partir de zéro.

Cas d'usage grand public vs industriel

Les déploiements industriels exigent :

• Fiabilité long terme (15+ ans)
• Conformité robuste sécurité et réglementaire
• Réseau déterministe sensible au temps (TSN) pour faible latence

L'IoT grand public se concentre sur l'efficacité énergétique extrême, l'interface homme-machine vocale, et les cycles de vie produit courts, exploitant souvent la connectivité sans fil et modes d'économie de batterie.

Interopérabilité dans les maisons intelligentes

Des standards fragmentés entravent la communication inter-fournisseurs. La participation de NXP au projet CHIP (Connected Home over IP) vise à unifier Zigbee, Thread et autres protocoles sous un standard ouvert, agnostique aux fournisseurs, simplifiant l'onboarding des appareils et assurant un fonctionnement transparent à travers les écosystèmes.

Équilibrer coût et complexité

Avec une prévision que 90 % des dispositifs edge incorporeront du ML ou IA d'ici 2025, les fabricants font face à des questions sur complexité et coût. L'approche de NXP se concentre sur :

• Déploiement de modèles cloud-agnostique via un nouvel environnement de développement
• Accélération matérielle adaptée aux cas d'usage spécifiques, maintenant la surface de silicium minimale
• Exécution économe en énergie qui peut évoluer du microcontrôleur aux processeurs de réseaux neuronaux haute performance

Des modèles efficaces peuvent tourner localement sur un microcontrôleur, tandis que les charges plus lourdes peuvent utiliser un NPU dédié ou l'intégration cloud, gardant le coût total de possession bas.

IA éthique à l'edge

Transparence, sécurité et atténuation des biais sont au cœur de l'initiative éthique IA de NXP. Principes clés :

• Divulgation claire de la collecte de données et de la logique de décision
• Sécurité robuste pour éliminer les portes dérobées et protéger les informations sensibles
• Audits de biais pour assurer des résultats justes et équitables

Défis futurs

La recherche en cours cible :

• Fonctionnement near-threshold et energy harvesting pour ultra-basse consommation
• Chiffrement homomorphe pour calcul sécurisé sur dispositif
• Accélérateurs de réseaux neuronaux avancés (spiking, quantum-inspired) pour efficacité supérieure
• TSN et connectivité améliorés pour réseaux industriels déterministes, haut débit

Pour le podcast complet de 27 minutes, « Empowering the Edge Everywhere », écoutez ici.