L’intelligence artificielle n’est plus limitée aux serveurs des grands centres de données. Elle peut désormais être directement embarquée dans les avions, les véhicules autonomes ou les équipements industriels. Cependant, déployer des algorithmes dans des milieux extrêmes pose plusieurs problèmes. Face au gel, à la chaleur ou aux chocs, le matériel informatique doit s’adapter pour éviter les dysfonctionnements.
Mais concrètement, quelles sont les solutions pour permettre le déploiement de ces IA embarquées ? Tour d’horizon des technologies dites « durcies ».
L’essor de l’Edge AI : quand l’intelligence artificielle quitte les data centers
Cette évolution se base sur le principe de « l’Edge AI » (ou « IA en périphérie »). Ce concept consiste à exécuter des modèles d’apprentissage profond directement sur l’appareil qui récolte les données sur le terrain (comme une caméra embarquée), sans dépendre d’un serveur cloud distant.
On parle alors d’environnement contraint, et ce, pour plusieurs raisons. D’une part, parce que le matériel informatique peut subir des agressions physiques, telles que des écarts de température, des vibrations ou de la poussière. Mais aussi parce que l’appareil dispose de ressources limitées en électricité, en espace ou en puissance informatique. C’est le défi du « SWaP-C » (« Size, Weight, Power and Cost » : taille, poids, puissance et coût).
Contrairement aux ordinateurs de laboratoire, les puces embarquées doivent faire de lourds compromis pour exécuter des modèles, notamment d’analyse vidéo en temps réel, tout en consommant le moins d’énergie possible.
IA embarquée : les agressions physiques en milieux extrêmes
En laboratoire ou dans les usages classiques, les composants électroniques fonctionnent dans des conditions idéales. Sur le terrain, l’IA embarquée peut parfois affronter des contraintes mécaniques ou climatiques sévères, capables de perturber le fonctionnement des semi-conducteurs :
- Les variations thermiques : Alors qu’un ordinateur industriel classique se limite souvent à des températures clémentes, les équipements déployés en extérieur doivent être capables de tolérer des amplitudes allant de -40 °C à +85 °C. Pour les applications aérospatiales, telles que les projets de data centers dans l’espace, ou les environnements de combat les plus extrêmes, certains composants spécifiques doivent même tolérer des cycles encore plus destructeurs (de -55 °C à +125 °C).
- Les agressions extérieures : L’exposition à l’humidité, au sel ou à de la poussière abrasive.
- Les perturbations mécaniques : Les chocs et les vibrations continues, propres aux transports terrestres ou à l’aéronautique, menacent de détruire les connexions physiques.
Les impératifs opérationnels : latence et souveraineté des données
Mais alors, pourquoi s’infliger de telles contraintes plutôt que de déporter les calculs à distance ? La première raison est la latence. Dans les applications de sécurité, de navigation autonome ou de surveillance industrielle, un décalage peut être fatal.
Les boucles de contrôle les plus critiques, comme l’évitement des collisions pour les véhicules autonomes, exigent des réponses ultra-rapides sous la barre des 20 millisecondes. L’analyse vidéo complexe demande elle aussi une grande réactivité. Traiter l’information localement permet de maintenir ce traitement visuel en « temps réel », souvent sous le seuil des 80 millisecondes pour un processus complet de détection d’objets.
La seconde raison concerne la sécurité et la souveraineté des données. Les données sensibles récoltées sur le terrain ne peuvent pas toujours transiter par des réseaux civils, par crainte d’interceptions ou tout simplement de pannes de connectivité dans les zones isolées. L’analyse doit donc être autonome et locale.
La réponse matérielle : l’architecture des calculateurs « durcis »
Le matériel durci face aux agressions environnementales
Pour protéger les puces électroniques, l’industrie s’appuie sur du matériel dit « durci » (rugged). Un équipement durci est conçu dès sa fabrication pour résister aux agressions extérieures. Il repose par exemple sur des châssis robustes en aluminium, des connecteurs spécifiques et des mémoires protectrices (ECC) qui empêchent la corruption des données face aux interférences électromagnétiques.
Le matériel durci répond également aux défis thermiques :
- Le refroidissement sous haute charge : Les GPU nécessaires aux calculs parallélisés de l’IA s’avèrent très énergivores et dégagent une forte chaleur. Or, dans certains milieux hostiles, il est impossible d’utiliser des ventilateurs classiques sous peine d’encrassement par la poussière ou la boue. Les ingénieurs doivent donc concevoir des systèmes de refroidissement passifs, par conduction thermique.
- La protection contre le gel et le démarrage à froid : À l’inverse, par températures négatives, le silicium peut se figer et l’humidité risque de créer du givre conducteur. Pour y pallier, les calculateurs durcis peuvent intégrer des préchauffeurs automatiques qui réchauffent les circuits avant le démarrage, associés à des vernis de tropicalisation hydrophobes pour immuniser les cartes électroniques contre la condensation.
Les équipements durcis d’Ecrin Systems
Des constructeurs spécialisés, à l’instar de l’entreprise française Ecrin Systems, conçoivent ces architectures physiques spécifiques. Leurs solutions illustrent la convergence nécessaire entre robustesse et puissance de calcul.
Par exemple, le calculateur compact ONYX-AGX d’Ecrin Systems, basé sur le module Nvidia Jetson AGX Orin, délivre jusqu’à 248 TOPS de puissance IA en s’appuyant sur un refroidissement passif, sans ventilateur.
De la même manière, pour des besoins plus massifs, leur serveur durci myOPALE-RS intègre des processeurs Intel de dernière génération capables de supporter des charges de calcul intensives directement en périphérie de réseau, tout en résistant aux chocs thermiques et mécaniques.
IA embarquée : des normes strictes pour les applications industrielles ou militaires
L’intégration de l’IA dans ces calculateurs durcis intéresse des secteurs stratégiques comme l’aéronautique, le spatial, l’énergie et la défense. Pour être déployées, ces solutions doivent obligatoirement obtenir des certifications strictes qui valident leur résistance.
Les ingénieurs doivent ainsi concevoir des machines conformes aux normes environnementales militaires (MIL-STD-810) ou aéronautiques (DO-160). Ces exigences sont indispensables à la sécurité des opérations humaines en conditions dégradées.
L’avenir de l’intelligence artificielle embarquée dépend donc intimement de sa résistance physique, son déploiement reposant avant tout sur des architectures matérielles robustes. Grâce aux technologies durcies, l’IA dispose de solutions pour s’extirper des data centers et devenir un outil plus fiable, autonome et souverain, au plus près de l’action.
Certains liens de cet article peuvent être affiliés.
