Tour d’horizon des systèmes d’Edge Computing récemment lancés sur le marché
Petit panorama technique des solutions de calcul embarqué pour l’edge computing présentés ces derniers mois sur Automation France.
L’essor des applications industrielles intégrant l’intelligence artificielle s’accompagne d’un déplacement du traitement des données vers la périphérie des réseaux. Ce modèle, désigné sous le terme d’edge computing, consiste à exécuter localement des opérations de calcul, d’analyse et de décision au plus près des sources de données (capteurs, caméras, équipements industriels), plutôt que dans des centres de données distants.
Edge computing : principes et contraintes techniques
Dans les environnements industriels, l’edge computing répond à plusieurs contraintes structurelles. La latence doit être maîtrisée pour permettre des réactions en temps réel, notamment dans les systèmes de vision, de robotique ou de contrôle de գործընթաց. Le volume de données généré par les capteurs rend également coûteux un transfert systématique vers le cloud. Enfin, certaines applications nécessitent un fonctionnement autonome, y compris en cas de connectivité limitée.
Ces contraintes impliquent des architectures capables de combiner puissance de calcul locale, gestion thermique adaptée, connectivité étendue et intégration dans des environnements physiques contraints.
Points communs des plateformes analysées
Six systèmes présentés ces derniers mois sur Automation France : le système rack 19 pouces GT-92GC proposé par Acceed, l’ordinateur embarqué de la série Nuvo-11000 de Neousys, le système embarqué compact POC-915 d’Impulse Embedded, la plateforme NDiS B340 de Nexcom, l’ordinateurs edge Sbox de Sintrones Technology et le PC industriel (IPC) rackable de la série RKP-C220 de Moxa.
Ces solutions s’inscrivent dans cette logique et partagent plusieurs caractéristiques techniques :
• Traitement local de l’IA : toutes les plateformes intègrent des capacités d’inférence, via GPU, NPU ou accélérateurs dédiés, afin de traiter localement des flux de données (images, signaux, événements).
• Conception sans ventilateur (fanless) : la suppression des systèmes de refroidissement actif vise à limiter les défaillances mécaniques, notamment dans des environnements exposés à la poussière, aux vibrations ou à des variations de température.
• Connectivité industrielle étendue : présence de multiples interfaces réseau (Ethernet, PoE, parfois 10 GbE), ports série, E/S numériques ou bus industriels (CAN), permettant l’intégration avec des équipements de terrain.
• Fonctionnement en conditions étendues : plages de température larges et fonctionnement continu 24/7.
• Stockage local haute performance : recours aux SSD NVMe pour absorber des flux de données importants et assurer un traitement en temps réel.
• Modularité et extensibilité : slots PCIe, mini-PCIe ou modules propriétaires permettant d’adapter les systèmes aux évolutions applicatives.
Ces éléments traduisent une convergence vers des architectures distribuées, où chaque nœud edge combine calcul, acquisition et prétraitement des données.
Différenciation des approches matérielles
Malgré cette base commune, chaque solution adopte une stratégie technique spécifique.
Le système GT-92GC d’Acceed se distingue par l’intégration d’un GPU NVIDIA RTX dans un format rack 19 pouces entièrement passif. Il cible des applications multicaméras à forte densité, avec jusqu’à douze flux simultanés, et repose sur une architecture thermique à caloducs pour dissiper la chaleur CPU et GPU.
La série Nuvo-11000 de Neousys, distribuée par Acceed, met l’accent sur l’intégration d’une NPU directement dans le processeur Intel Core Ultra. Cette approche favorise une accélération IA intégrée, complétée par une capacité mémoire élevée (jusqu’à 96 Go) et des options réseau étendues, dont le 10 GbE.
Le POC-915 d’Impulse Embedded adopte un format compact montable sur rail DIN, adapté aux installations distribuées. Il repose sur une architecture AMD intégrée (CPU, GPU, IA) et vise des scénarios où l’encombrement et l’intégration dans des armoires industrielles sont déterminants.
Le NDiS B340 de Nexcom privilégie une approche modulaire, avec un système de base à faible consommation complété par des extensions PCIe. Cette conception permet d’adapter progressivement les capacités du système sans remplacement complet du matériel.
La série SBox de Sintrones introduit un accélérateur IA dédié (Deepx DX-M1), distinct des ressources CPU/GPU. Cette séparation des charges permet d’optimiser le rapport performance/consommation et de maintenir une latence stable dans des environnements contraints énergétiquement.
Enfin, l’IPC RKP-C220 de Moxa adopte une architecture rackable orientée vers des charges IA plus intensives, avec support de GPU pleine longueur (jusqu’à 200 W) et une forte densité d’interfaces d’E/S. Il est également qualifié pour l’exécution de modèles linguistiques, ce qui élargit son périmètre applicatif.
Adéquation aux exigences de l’edge computing industriel
Ces systèmes répondent aux exigences de l’edge computing industriel pour plusieurs raisons techniques. D’une part, la proximité du traitement permet de réduire la latence et d’assurer des réponses en temps réel, indispensables dans les applications de contrôle, de vision ou de sécurité.
D’autre part, la spécialisation des architectures de calcul (GPU, NPU, ASIC dédiés) permet d’exécuter efficacement des modèles d’IA sans dépendre d’infrastructures distantes, tout en maîtrisant la consommation énergétique.
Par ailleurs, la conception fanless et la robustesse mécanique répondent aux contraintes environnementales des sites industriels, où les systèmes doivent fonctionner sans maintenance fréquente.
Enfin, la modularité et la connectivité permettent d’intégrer ces plateformes dans des écosystèmes hétérogènes, tout en assurant leur évolution dans le temps, ce qui est essentiel dans des déploiements distribués à grande échelle.
Synthèse proposée par Youssef Belgnaoui, rédacteur spécialisé dans le domaine des technologies industrielles.
