Futur des ordinateurs

%
REJOIGNEZ ARROWPERKS POUR OBTENIR 50 $
DE REMISE À PARTIR DE 300 $ DE COMMANDE

monocarte et de l'intelligence
AVEC LE CODE PERKS50

artificielle $
#

1 août 2019

! Rechercher "

Les ordinateurs monocarte ont considérablement évolué au cours

des deux dernières décennies. Ce qui était auparavant de simples
processeurs 8 bits dotés d'une RAM limitée a été transformé en
machines de traitement de données quadricœurs pouvant être aussi
petites qu'un paquet de chewing gum. Maintenant que
l'informatique en périphérie devient de plus en plus répandue,
Nous avons mis à jour notre politique de
comment les ordinateurs
confidentialité. monocarte
Prenez un moment peuvent-ils
pour lire les en bénéficier ?
comment les ordinateurs
confidentialité. monocarte
Prenez un moment peuvent-ils
pour lire les en bénéficier ?
changements. En cliquant sur "J'accepte", vous
Dans cet article, nous verrons pourquoi l'IA est chassée des centres
acceptez la clause de confidentialité d'Arrow
de données
Electronics et comment
ainsi les ordinateurs monocarte deviennent
que les conditions
d'utilisation.
compatibles avec l'intelligence artificielle.

Avantages et inconvénients de l'intelligence

EN SAVOIR PLUS

artificielle
J'ACCEPTE
L'utilisation de l'intelligence artificielle dans les produits est en augmentation constante
en raison
VOIR des nombreux
LA POLITIQUE avantages
SIMPLIFIÉE & qu'elle apporte. Cette solution moderne permet de
créer des produits personnalisables pour les clients et d'améliorer ces produits.

Par exemple, la plate-forme largement utilisée G o o g le A s s i s t a nt peut apprendre et

personnaliser ses réponses, qui peuvent ensuite être développées pour les personnaliser à
destination d'un groupe particuliers d'individus. Cela contribue à améliorer l'expérience de
tous les clients.

Intégrer l'intelligence artificielle dans un produit peut être assez difficile. La méthode la
plus courante de mise en œuvre de l'intelligence artificielle est basée sur le cloud. Cette
approche est difficile car le principal algorithme des systèmes d'intelligence artificielle
basés sur le cloud s'exécute dans un centre de données. Les périphériques des clients
peuvent envoyer des informations à un centre de données et en recevoir de celui-ci, mais
cet échange de données pose de nombreux problèmes compliquant l'intégration du
système.

Les problèmes de confidentialité constituent dorénavant une préoccupation sensible et

primordiale pour l'intelligence artificielle. Des informations sensibles envoyées vers un
lieu inconnu peuvent éventuellement être accessibles à des personnes non autorisées.
Prenons par exemple les produits grand public Alexa d'Amazon. Alexa dispose de
fonctionnalités d'intelligence artificielle permettant aux utilisateurs de poser des
questions et d'obtenir des réponses. Si on y réfléchit bien, Alexa est comparable à un
téléphone, en ce sens que les questions de l'utilisateur sont envoyées à un centre de
données pour traitement par intelligence artificielle au lieu d'effectuer ce traitement
localement sur le périphérique. Le problème de confidentialité provient de la crainte
qu'Alexa puisse enregistrer des conversations et les stocker à l'insu du client ou sans son
consentement, les rendant ainsi accessibles à un large groupe d'employés Amazon ayant
accès aux données ou aux systèmes d'intelligence artificielle.

La latence est l'autre préoccupation. Les produits qui utilisent un centre de données
distant doivent envoyer les données, attendre leur traitement, puis obtenir le résultat.
Comme aucune connexion Internet n'est instantanée, il y aura un petit délai, et cette
latence peut varier en fonction du trafic. En outre, la latence du système augmente avec
le nombre d'utilisateurs d'Internet. Cela peut potentiellement compromettre la réactivité
le nombre d'utilisateurs d'Internet. Cela peut potentiellement compromettre la réactivité
de certains produits.

Un autre problème associé à la latence est l'accès Internet lui-même. Un périphérique

fonctionnant en permanence qui s'appuie sur un centre de données distant a besoin d'une
connexion Internet continue. Il n'est pas rare que les fournisseurs de sites Web et les
serveurs DNS aient des problèmes qui peuvent rendre les sites Web inaccessibles. Dans ce
cas, tout produit dépendant d'un centre de données ne sera pas totalement fiable. Les
lieux disposant de connexions de données peu fiables ou limitées ne conviendront pas aux
appareils dépendant d'Internet.

Passage à l'informatique en périphérie

L'informatique en périphérie est un concept qui prend le meilleur des deux mondes. Cette
solution peut atténuer les problèmes de confidentialité, réduire la dépendance à l’accès à
Internet et fournir des algorithmes d’intelligence artificielle intégrés qui ne reposent pas
sur un centre de données. En termes simples, l'informatique en périphérie traite les
données localement en périphérie du réseau, la périphérie étant ici considérée comme le
périphérique final sans aucun périphérique Internet en dessous. Cette approche résout de
nombreux problèmes et préoccupations que rencontrent généralement les systèmes
d'intelligence artificielle basés sur le cloud.

L'informatique en périphérie déplace l'exécution de l'intelligence artificielle d'un centre de

données vers un périphérique. Bien que l’apprentissage automatique ne soit pas souvent
exécuté localement (tâche complexe et coûteuse), les réseaux neuronaux générés par le
processus d’apprentissage automatique peuvent être exécutés localement. Les tâches
nécessitant uniquement l'utilisation de réseaux neuronaux incluent l'écriture manuscrite,
la reconnaissance des gestes et la reconnaissance des objets.

L’informatique en périphérie doit également résoudre le problème de la latence. Les

réseaux neuronaux de l'intelligence artificielle sont traités dès que les données
deviennent disponibles, et cela peut considérablement réduire le temps d'exécution. Au
lieu d'attendre que le périphérique établisse une connexion Internet, envoie les données,
attende que le centre de données les traite, puis renvoie le résultat au périphérique,
l'informatique en périphérie exécute l'intégralité de ce processus localement, réduisant
ainsi le besoin de connexion Internet et, par conséquent, la latence. L'utilisation de
l'informatique en périphérie permet également de conserver des informations
potentiellement privées au niveau local sur le périphérique, puisqu'un centre de données
n'est pas utilisé pour traiter les informations, stockant souvent des données pour
apprentissage ultérieur.

Cependant, bien que l’informatique en périphérie semble idéale, elle présente toutefois un
inconvénient majeur : les réseaux neuronaux d’intelligence artificielle peuvent s'avérer
incroyablement complexes et difficiles à exploiter ! Bien que des m i c ro c o nt rô le u r s
:
incroyablement complexes et difficiles à exploiter ! Bien que des m i c ro c o nt rô le u r s
comme A rd u i n o peuvent exécuter des réseaux neuronaux, leur vitesse d'exécution de
réseaux pratiques peut être incroyablement lente — à tel point que l'utilisation d'un
système d'intelligence artificielle basé sur le cloud peut sembler presque instantané en
comparaison.

Heureusement pour les concepteurs, plusieurs fabricant de matériel électronique de

pointe ont commencé à produire des co-processeurs d'intelligence artificielle conçus pour
exécuter efficacement les algorithmes de réseaux neuronaux et d'intelligence artificielle.
Comme ce sont des coprocesseurs, le processeur principal est ainsi libéré pour exécuter
d'autres tâches.

Ainsi, en ce qui concerne les ordinateurs monocarte, quelles sont les options disponibles
pour l'informatique en périphérie ?

Solution 1: gamme Google Coral

La g a m m e d e p ro d u i t s G o o g le C o ra l est idéale pour l'informatique en périphérie grâce
à l'inclusion du coprocesseur TensorFlow. Ce coprocesseur est spécialement conçu pour
les applications mobiles et embarquées. Il permet l'exécution d'algorithmes d'intelligence
artificielle TensorFlow Lite. TensorFlow Lite est une version réduite de TensorFlow qui
fournit un compromis plus qu'acceptable pour l'exécution d'intelligence artificielle sur de
petits appareils.

Dev Board est un ordinateur monocarte Arm A-53 quatre cœurs qui inclut le coprocesseur
TensorFlow, ainsi qu'un processeur graphique GC7000 Lite intégré, 1 GO de RAM LPDDR4,
8 Go de mémoire Flash eMMC, et une SoC Wi-Fi pour la connectivité Internet. Avec des
sorties HDMI, des entrées USB et GPIO, la carte constitue une excellente solution
d'informatique en périphérie dans des environnements d'intelligence artificielle,
notamment pour la reconnaissance d'objets et la reconnaissance de la parole, surtout
dans les lieux où l'accès Internet est limité.

Dans certaines situations, le changement du matériel fondamental est impossible. Dans

ces situations, il est plus simple d'ajouter un coprocesseur en tant que module
complémentaire ; c'est là que l'accélérateur USB intervient. L'accélérateur USB Coral est
un appareil USB asservi qui fournit à n'importe quel ordinateur connecté un coprocesseur
TensorFlow—sans devoir avoir recours à une nouvelle conception de carte de circuit
imprimé. Ces deux produits Coral favorisent l'évolutivité, car le processeur Dev Board peut
être retiré de la carte mère et inséré dans un produit finalisé, tandis que l'accélérateur
USB comporte des trous de montage et présente un encombrement incroyablement
réduit (65 × 30 mm).

Solution 2 : Nvidia Jetson Nano

:
Solution 2 : Nvidia Jetson Nano
Les scénarios d'intelligence artificielle qui nécessitent l'exécution en parallèle de
plusieurs réseaux neuronaux tout en maintenant une faible consommation d'énergie
utiliseront avantageusement le composant N v i d i a Jetson Nano. Cet ordinateur
monocarte peut exécuter simultanément plusieurs réseaux neuronaux pour des
applications telles que la détection d'objets et le traitement vocal tout en ne consommant
que 5 W.

Cet ordinateur monocarte basé sur Arm A57 inclut 4 Go de RAM LPDDR4, un stockage sur
carte microSD, un codage vidéo 4K, un décodage vidéo 4K à 60 ips, plusieurs ports
USB 3.0, GPIO, et d'autres ports périphériques. Le cœur IA de Nvidia Jetson Nano peut
exécuter 472 GFLOPS, alors que les produits Jetson sont proposés en tant que kit et
module de développeur (les kits de développeur sont utilisés pour les étapes de
développement, tandis que les modules sont destinés à des applications d'utilisation
finale dans les produits).

La dimension réduite du kit de développement (100 × 80 × 29 mm) le rend idéal pour les
emplacements à faible profil, alors que la faible consommation d'énergie de Nvidia Jetson
Nano en fait la solution idéale pour les emplacements distants nécessitant des capacités
IA mais n'ayant pas accès à Internet et à une source d'alimentation.

Solution 3 : Intel Compute Stick

I nte l Compute Stick est sans doute l'un des ordinateurs monocarte les plus petits
disponibles aujourd'hui. Son principal avantage ? Il peut transformer n'importe quel écran
HDMI en un ordinateur.

Physiquement, Intel Compute Stick ne dépasse pas la taille d'un paquet de chewing-gums
(longueur inférieure à 4,5 pouces), mais cela ne l'empêche pas d'inclure un processeur Intel
Atom ou Intel Core M, jusqu'à 4 Go de RAM et 64 Go de stockage.

Malgré sa taille, Intel Compute Stick intègre également plusieurs formes de connectivité,
notamment Wi-Fi, Bluetooth et trois ports USB. Bien que Intel Compute Stick n'inclut pas
de coprocesseur IA, son cœur puissant en fait un candidat de choix pour l'informatique en
périphérie, ce qui peut potentiellement permettre l'exécution de tâches IA sur n'importe
quel écran HDMI. Intel Compute Stick est donc idéal pour les terminaux interactifs et les
dispositifs domotiques devant être montés dans des emplacements réduits.

Solution 4 : Raspberry Pi 4
Le dernier ordinateur R a s p b e r r y P ii, Raspberry Pi 4, est un candidat potentiel pour les
applications d'informatique en périphérie pour plusieurs raisons. D'abord, le cœur du
Raspberry Pi 4 est basé sur un processeur A72 ARMv8-A à quatre cœurs, cadencé à
:
Raspberry Pi 4 est basé sur un processeur A72 ARMv8-A à quatre cœurs, cadencé à
1,5 GHz—ce qui est beaucoup plus rapide que ses prédécesseurs. Deuxièmement, le
Raspberry Pi 4 inclut 4 Go de RAM, et sa grande connectivité incluant Wi-Fi, Bluetooth et
GPIO lui permet d'interagir avec une large variété de matériel. Broadcom Video Core VI
permet à Pi de contrôler plusieurs écrans en 4K, et sa taille relativement petite (88 ×
58 mm) permet son montage dans des emplacements confinés.

Si toutes ces caractéristiques font du Raspberry Pi 4 un candidat potentiel pour

l’informatique en périphérie, il n’inclut pas de co-processeur IA, de sorte que tous les
algorithmes AI doivent s’exécuter sur le CPU. Raspberry Pi 4 peut être associé à
l'accélérateur USB Coral pour fournir au Raspberry Pi 4 un coprocesseur TensorFlow. Le
résultat de cette combinaison peut produire une plate-forme très puissante pour la
création d'applications IA avec double écran, port de caméra pour la reconnaissance
d'objets et GPIO pour l'interface matérielle.

Perspectives
Bien que certains ordinateurs monocarte n'incluent pas de coprocesseur IA, l'intégration
d'un coprocesseur de ce type (spécialement dans les systèmes embarqués) dans votre
conception peut offrir d'importants avantages. Même ceux qui n'incluent pas de
coprocesseur IA peuvent toujours s'appuyer sur un processeur externe tel que
l'accélérateur USB Coral. Dans les deux cas, l'intelligence artificielle dans les dispositifs
embarqués deviendra courante au cours de la prochaine décennie et c'est pourquoi même
les plus simples dispositifs intégreront un niveau minimal d'intelligence.

' ( ) *

ACTUALITÉ
:
 Breathe Easy: IC Components from Melexis for
Respirators
In this article, explore position sensors, latch & switch solutions a…

Il y a 2 jours

Absolute Temperature Measurement, Absolute

Control
In this article, explore temperature sensors and latch & switch sol…

Il y a 2 jours

Step-up vs. step-down transformers

The distinction between transformers is whether they are “step-u…

Il y a 4 jours

Abonnez-vous à
:
 Abonnez-vous à
notre newsletter et Je m'abonne
profitez de 10% de
réduction

Suivez les nouveautés électroniques

' ) + ,

Nous contacter

Electronic Components

Qui sommes-nous

Electronic Components

Intelligent Solutions

Politique de con:dentialité

Programmes et partenaires

Politique de cookies

Intelligent Solutions

Politique de con:dentialité

Investisseurs

Nouveaux produits
:
 Nouveaux produits

Intelligent Solutions

Politique de con:dentialité

Investisseurs

Catégories de produits

Electronic Components

Qui sommes-nous

Espace presse

Intelligent Solutions

Fabricants

Qui sommes-nous

Investisseurs

Enterprise Computing Solutions

Politique de con:dentialité

Recherches fréquentes

Electronic Components

Recrutement

Intelligent Solutions

Conditions d'utilisation
:
 Nos entreprises
Electronic Components

Enterprise Computing Solutions

Intelligent Solutions

À propos
Recrutement

Investisseurs

Espace presse

Qui sommes-nous

Suivez Arrow Global

' ) + ,

Politique de con:dentialité

Conditions d'utilisation

Politique de cookies

© 2023 Arrow Electronics, Inc. All rights reserved

: