Edge Computing

État de l’art

Tanguy Lépine
14 mai 2023

1
Table des matières
1 Définition de l’Edge Computing 3

2 Cas d’usage d’Edge Computing 4

2.1 IoT Gateways . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Les fonctions réseau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Le Cloud Gaming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Les bureaux virtuels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5 Les vidéos-conférences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.6 La réalité augmentée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.7 Les véhicules autonomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Edge-AI & Fog Computing 5

3.1 Edge-AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.1.1 Les avantages de l’Edge-AI . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Fog Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2.1 Fog Computing VS Edge Computing . . . . . . . . . . . . . . . . . 6

4 Bibliographie 7
4.1 Définition de l’Edge Computing . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2 Cas d’usage d’Edge Computing . . . . . . . . . . . . . . . . . . . . . . . . 7
4.3 Edge-AI & Fog Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.4 Documentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2
1 Définition de l’Edge Computing

3
2 Cas d’usage d’Edge Computing
2.1 IoT Gateways
2.2 Les fonctions réseau
2.3 Le Cloud Gaming
2.4 Les bureaux virtuels
2.5 Les vidéos-conférences
2.6 La réalité augmentée
2.7 Les véhicules autonomes

4
3 Edge-AI & Fog Computing
3.1 Edge-AI
3.1.1 Les avantages de l’Edge-AI
Le potentiel de l’Edge AI est très important. Voici une liste non exhaustive d’avantages
que l’on peut tirer de cette technologie :

• Facilité de gestion : L’utilisation des appareils exploitant l’Edge AI est simple puisque
les objets sont totalement autonomes.

• Temps de latence réduit : L’IA se trouve au plus proche des objets et n’est pas
soumise à des problématiques de congestion des réseaux.

Une technologie dont le marché est en pleine croissance L’Edge AI peut être exploité
pour plusieurs usages comme la surveillance vidéo où des caméras intelligentes qui utilisent
cette technologie peuvent traiter localement les vidéos afin d’identifier des personnes ou des
objets en mouvement. Son exploitation dans les voitures autonomes est très attendue : la
puissance de calcul que requièrent ce genre de systèmes nécessite des composantes comme
l’Edge AI pour traiter localement et en temps réel l’ensemble des données nécessaires au
fonctionnement du véhicule : on ne pourrait pas imaginer qu’une voiture soit pilotée par
le cloud, pour des questions de latence et de connectivité.
Les serveurs Edge et la technologie d’Edge intelligent sont déployés dans des usines,
des magasins, des hôpitaux, des établissements financiers, etc. à de nombreuses fins.
Dans la surveillance vidéo comme évoquée auparavant, mais également dans la gestion
des inventaires ou de dossiers administratifs, la robotique, l’imagerie médicale ou la
maintenance industrielle.

5
3.2 Fog Computing
Le Fog Computing, aussi appelé "informatique dans le brouillard", définit une infra-
structure chargée de stocker et de traiter des données issues d’objets connectés. Concurrent
direct, alternative ou solution complémentaire au cloud computing, le fog computing a
comme particularité de stocker et de traiter les données via le recours à des équipements
implantés à la périphérie du réseau. Il permet donc de réaliser ces deux actions en local,
sans avoir à solliciter un datacenter situé à plusieurs centaines de kilomètres ou un cloud.
Dans ce domaine du stockage et du traitement des données et de l’IoT, le fog computing
crée une interface supplémentaire que l’on peut situer entre le Edge Computing et le Cloud
Computing.

3.2.1 Fog Computing VS Edge Computing

Le fog computing et le edge computing sont deux infrastructures assez similaires.
Toutes deux sont basées sur le traitement des données produites directement par les objets
connectés en périphérie de réseau. Cette proximité avec le point d’origine mène à une
réduction importante du temps de latence (plus de trajet entre l’objet connecté et le
cloud). La différence entre fog et edge computing se trouve les équipements informatiques
impliqués : selon l’OpenFog Consortium, l’edge fait référence aux terminaux de traitement
tandis que le fog computing renvoie à l’architecture IT. Par ailleurs, on parle d’edge
computing quand les ressources de calcul se trouvent dans l’objet connecté, et de fog
computing quand elles sont dans un nœud de réseau séparé, comme une passerelle IoT.

Le fog computing participe activement à décongestionner le trafic réseau (seules les

informations les plus importantes sont transmises aux serveurs de l’entreprise) et à aug-
menter ses performances (en diminuant notamment la consommation de bande passante).
À noter enfin que le fog computing a également vocation à renforcer la sécurité des données.
En stockant ces dernières de façon sécurisée sur le plan local, il limite les éventuelles
tentatives d’intrusion et évite les cyber-attaques contre le cloud ou les datacenters.

Il est aujourd’hui accepté de dire que l’on doit le concept de fog computing à un
ingénieur de chez Cisco Systems, une entreprise informatique américaine spécialisée dans
les serveurs. Depuis 2015, il existe par ailleurs le consortium OpenFog (qui réunit des
entreprises telles que Cisco, Dell, Microsoft ou encore ARM) chargé de définir les protocoles
réseau et les standards technologiques utiles à la normalisation du marché. L’objectif :
réussir à donner une définition de l’architecture distribuée qui puisse être en mesure de
s’adapter au très fort développement de l’IoT. Sur le plan technique, l’infrastructure du
fog computing se compose de plusieurs couches, avec le respect de la logique d’empilement
que l’on retrouve déjà dans le cloud, auxquelles s’intègrent ensuite ses éléments propres,
comme la collecte de données issues d’objets connectés ou des services d’interconnexion
entre réseaux.

6
4 Bibliographie
4.1 Définition de l’Edge Computing
• What is Edge Computing, STLPartners
• How 5G and Edge Computing will transform AR/VR use cases, STLPartners
• Edge Computing, Velotio
• Edge Computing: Définitions et cas d’usage de la technologie, JournalDuNet
• Edge Computing, Wikipedia
• Edge Computing définition, LeBigData
• Edge Computing, HPE
• Qu’est-ce que le Edge Computing, tout comprendre à cette nouvelle technologie,
ZDnet
• What is Edge Computing, RedHat
• Edge Computing, RedHat
• Edge Computing, Stratus
• What is Edge Computing, APC
• Azure IOT Edge, Agixis

4.2 Cas d’usage d’Edge Computing

• Real life Edge Computing Use Cases, InnovationAtWork
• Edge Computing use cases, VXChnge
• Edge Computing: 9 killer use cases for now & the future, Medium
• 10 Edge Computing use cases examples, STLPartners
• 10 scenarios where Edge Computing can bring new value, ZDnet

4.3 Edge-AI & Fog Computing

• Fog Computing ou Edge Computing: Quelles sont les différences, LeMagIT
• Fog Computing: Quel rôle pour l’IOT, JournalDuNet
• Quelle est la différence entre le Cloud, l’Edge et le Fog Computing ?, Bestpractices-SI

7
4.4 Documentation
• Create Edge Server, OnApp

• Intelligent Edge-AI Azure, PluralSight