Marc-Elian Bégin, SixSq: «Le potentiel d’économie de l'Edge est important»

A lire aussi, notre article de fond >> Edge computing: traiter la data à la source

Quelle est votre définition de l’Edge computing?

Je définirais l’Egde de façon très générique comme l’infrastructure d’entreprise à l’extérieur du centre de calcul ou du cloud. Plutôt que de prendre la donnée à sa source et de la transférer dans le cloud pour être traitée, l’Edge permet de faire l’inverse et de déployer le calcul au plus proche de la source de données. Ce type d’architecture est porté par les progrès de l’intelligence artificielle et l’avènement de l’IoT.

Pourquoi ces architectures Edge sont-elles spécialement pertinentes pour des technologies d’intelligence artificielle?

La masse de données captées à la source est filtrée pour envoyer vers le cloud uniquement les informations pertinentes servant à entraîner un modèle d’IA ou de machine learning. Une fois les algorithmes formés, ils sont déployés dans l’Edge et pourront opérer sur les données à la source. Nous travaillons d’ailleurs sur un projet InnoSuisse avec l’hepia et la HEG visant à automatiser cette boucle entre le cloud et l’Edge. L’idée est de générer une alerte quand un modèle commence par exemple à avoir des difficultés pour classifier des images, afin de récolter des données supplémentaires permettant d’affiner les modèles dans le cloud et de les redéployer automatiquement à la source.

Quels critères peuvent inciter les entreprises à déployer une architecture Edge?

Le premier critère concerne la protection de la vie privée. Dans le cas de données issues de capteurs audio ou de caméras, elles ne peuvent pas transiter telles quelles sur les réseaux. Traiter la donnée au plus près de la source fait ici sens, car les entreprises sont rarement intéressées par un flux audio ou vidéo brut mais par les informations que l’on peut tirer en analysant ces contenus. Le volume de données est le second critère à prendre en compte, sachant que les appareils Edge IoT sont désormais assez puissants pour transformer des masses de données brutes. Il faut aussi considérer le besoin de réagir le plus immédiatement possible à une donnée. Dans le domaine de la mobilité par exemple, on ne souhaite pas qu’un signal de freinage d’urgence dépende d’un lien vers le cloud. En outre, une architecture Edge étant distribuée, elle est plus résiliente qu’une infrastructure centralisée. En matière de coûts, l’Edge génère en général des dépenses d’acquisitions (capex) au contraire du cloud. Mais des offres de facturation à l’usage (opex) sont disponibles sur le marché. L’Edge permet par ailleurs de transférer et de traiter beaucoup moins de données dans le cloud: il y a là un potentiel d’économie important.

Comment s’agencent les différents dispositifs hardware dans une architecture Edge?

Une architecture Edge peut se constituer de plus ou moins d’étapes de traitement des données. Un premier traitement peut s’effectuer au plus proche des capteurs IoT avec de petits dispositifs de type RaspberryPi, puis les données sont acheminées vers une appliance plus puissante voire un mini datacenter, toujours dans l’Edge, avant de n’envoyer finalement que les informations pertinentes dans le cloud pour un post-traitement. Le nombre d’étapes est notamment défini selon des contraintes spatiales, physiques et techniques. Où sont les murs? Un réseau Wifi, LoRaWAN ou 5G peut-il être utilisé? Quel type d’alimentation est disponible? Pour pouvoir gérer l’ensemble de l’environnement indépendamment des choix matériels et physiques, il est nécessaire de pouvoir disposer d’une infrastructure logicielle adéquate. C’est l’un des besoins auxquels l’offre de SixSq répond.

En savoir plus sur les cas d'usage de l'Edge >> Quand miser sur l’Edge plutôt que sur le cloud?