L'embarqué > Logiciel > Middleware > Nordic amène l’intelligence artificielle enfouie sur des puces-systèmes IoT sans fil compatibles Bluetooth

Nordic amène l’intelligence artificielle enfouie sur des puces-systèmes IoT sans fil compatibles Bluetooth

Publié le 21 janvier 2021 à 09:52 par Pierrick Arlot        Middleware Nordic

Nordic-Edge Impulse

Tout comme Cartesiam, ONE Tech ou Qeexo, la société Edge Impulse est lancée dans la course visant à apporter des capacités d’intelligence artificielle (IA) à des microcontrôleurs standard dans le cadre de la mouvance TinyML (Tiny Machine Learning). Ainsi, dans le cadre d’un partenariat signé avec Nordic Semiconductor, toutes les puces-systèmes compatibles Bluetooth Low Energy des gammes nRF52 et nRF53 disponibles auprès du fabricant de semi-conducteurs nordique vont pouvoir bénéficier en standard de capacités IA et d’apprentissage automatique (ML, Machine Learning). Selon Nordic, c’est une première dans le domaine des circuits intégrés Bluetooth.

« La disponibilité de fonctions IA et ML sur des puces à ressources limitées porte le potentiel applicatif des technologies IoT sans fil telles que Bluetooth à un tout autre niveau en termes de sensibilité au contexte environnemental et de prise de décision autonome, détaille Kjetil Holstad, directeur du management produits chez Nordic. Bien que des clients aient conçu des applications TinyML sur nos puces Bluetooth dans le passé, il fallait jusqu’ici disposer d’un niveau assez élevé d'expertise en programmation mathématique et informatique et utiliser des logiciels professionnels de l'industrie scientifique et universitaire comme Matlab. »

Selon le fabricant de semi-conducteurs, le partenariat engagé avec Edge Impulse vise à supprimer toute la complexité et les barrières technologiques qui pouvaient entraver jusqu’ici l’ajout de fonctionnalités TinyML aux applications Bluetooth. « En fait, en utilisant les outils Edge Impulse, les utilisateurs de puces Nordic pourraient déployer des fonctions TinyML dans leurs applications en un seul après-midi, assure Kjetil Holstad. Et ce à un niveau de consommation d'énergie extrêmement faible pour une autonomie prolongée, même avec des batteries de faible capacité. »

Si les applications du concept TinyML tournent naturellement autour de l’audio et de la mesure de vibrations, l’approche – qui permet d’établir des modèles de fonctionnement « normaux » et de détecter rapidement des anomalies – peut aussi s’appliquer à des domaines très divers. On peut citer la lutte contre la braconnage (écoute des coups de feu), la maintenance prédictive et préventive (écoute des changements révélateurs de la signature vibratoire d'un escalator ou d'un ascenseur public), les services publics (détection de pannes de ligne électrique après une tempête), et plus généralement le suivi d’actifs et les dispositifs électroniques portés sur soi.

Dans la pratique, le partenariat signé par Nordic et Edge Impulse tourne autour du compilateur Edge Optimized Neural (EON) de la start-up californienne créée en 2019. Un compilateur censé réduire l’usage des ressources de calcul et de la mémoire jusqu'à 50% lors de l'exécution de TinyML sur des dispositifs à semi-conducteurs à ressources limitées. « Sachant que chaque SoC Bluetooth des familles nRF52 et nRF53 intègre au moins un cœur Arm performant et que leur architecture a été conçue pour un fonctionnement sur batterie à très faible consommation d'énergie, notre partenariat avec Nordic démocratise l'accès à la technologie TinyML à l’état de l’art sur le marché Bluetooth », conclut Zach Shelby, cofondateur et CEO d'Edge Impulse. On rappellera que les puces nRF52 et nRF53 reposent respectivement sur des cœurs Arm Cortex-M4F et Cortex-M33.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA

Sur le même sujet