Electronique Mag - Le journal de l'électronique.

Une nouvelle étape majeure en matière d’intelligence artificielle (IA) et d’apprentissage machine (ML, machine learning) déplace les modèles ML du Cloud vers la périphérie pour les applications d’inférence et de prise de décision en temps réel. Ces innovations s’appliquent sur les réseaux industriels, automobiles, de centres de données et d’objets connectés grand public IoT (Internet des Objets). Microchip Technology (Nasdaq : MCHP) a développé son offre Edge AI en y ajoutant des solutions de bout-en-bout qui simplifient le développement d’applications prêtes à l’emploi. Ces solutions utilisent les microcontrôleurs et microprocesseurs de l’entreprise, des composants situés au plus près des nombreux capteurs en périphérie (qui collectent les données, contrôlent les moteurs, déclenchent les alarmes et actionneurs et bien plus encore).

Les produits de Microchip sont tous des best-sellers de la conception embarquée depuis de nombreuses années. Les nouvelles solutions transforment les microcontrôleurs et microprocesseurs en plateformes complètes apportant à la périphérie sécurité, efficacité et intelligence évolutive. L’entreprise a constitué et étendu rapidement un portefeuille complet de composants, outils et produits logiciels Edge AI qui résolvent les problèmes de performances, de consommation énergétique et de sécurité, tout en simplifiant la mise en œuvre en périphérie.

« L’intelligence artificielle en périphérie ne relève plus du domaine de l’expérimental. Au contraire, elle est attendue et demandée, car on a pu constater ses nombreux avantages dans le cadre de mises en œuvre dans le Cloud », explique Mark Reiten, vice-président du département Edge AI chez Microchip. « Nous avons créé notre département Edge AI pour combiner nos microcontrôleurs, microprocesseurs et FPGA avec des modèles ML optimisés, ainsi qu’avec l’accélération de modèles et des outils de développement robustes. Aujourd’hui, en ajoutant le premier membre de notre nouvelle famille de solutions d’applications, nous accélérons la conception de systèmes intelligents à la fois sûrs et efficaces, prêts à être déployés sur des marchés exigeants.

Les nouvelles solutions d’applications de bout-en-bout de Microchip pour ses microcontrôleurs et microprocesseurs comprennent des modèles pré-entraînés et prêts à être déployés, tout comme des codes applicatifs modifiables, améliorables et applicables à différents environnements. Cela peut être réalisé soit via les outils logiciels ou de développement ML embarqués de Microchip, soit via ceux de ses partenaires. Les nouvelles solutions comprennent :

 La détection et la classification des défauts d’arcs électriques dangereux via une analyse du signal utilisant l’IA

 La surveillance des conditions et l’évaluation de la santé des équipements dans le cadre de la maintenance prédictive

 La reconnaissance faciale avec détection de présence réelle, permettant une vérification d’identité sécurisée directement sur l’appareil

 Détection de mots-clés pour des interfaces de commande vocale destinées aux secteurs grand public, industriel et automobile

Outils de développement pour l’IA en périphérie

Les ingénieurs peuvent tirer parti des plateformes de développement Microchip familières pour procéder rapidement au prototypage et au déploiement des modèles IA, réduisant la complexité et accélérant les cycles de conception. L’environnement de développement MPLAB® X (IDE) de l’entreprise, associé au framework logiciel MPLAB Harmony et à la suite de développement MPLAB ML tous deux compatibles, fournit une approche unifiée et évolutive pour l’intégration de modèles IA embarqués via des bibliothèques optimisées. Les développeurs peuvent, par exemple, commencer avec des tâches simples de validation de principe sur des microcontrôleurs 8 bits puis passer à des applications hautes performances prêtes à l’emploi sur des microcontrôleurs 16 ou 32 bits de Microchip.

Pour ses FPGA, la plateforme d’inférence AI/ML VectorBlox™ Accelerator SDK 2.0 de Microchip accélère les analyses de vision, d’interface homme-machine (IHM), de données issues de capteurs et autres tâches nécessitant beaucoup de calculs, à la périphérie. Elle permet également d’entraîner, simuler et optimiser les modèles IA dans un flux de travail cohérent.

Autres aides disponibles : les formations et les outils d’aide à la mise en œuvre, comme les systèmes de référence pour commande de moteur de la société, intégrant ses DSC dsPIC® pour l’extraction de données dans un pipeline Edge AI en temps réel. Microchip fournit également des outils dédiés à la désagrégation de charges pour les compteurs intelligents, à la détection et au comptage d’objets, ainsi qu’à la surveillance des déplacements.

L’entreprise facilite par ailleurs la résolution des défis liés à l’Edge AI grâce à des composants complémentaires essentiels à la conception et au développement des produits. Parmi ceux-ci figurent notamment les composants PCIe®, qui connectent les calculs embarqués en périphérie aux modules d’alimentation haute densité utilisés dans les applications d’automates industriels et de centres de données.

D’après l’étude de marché d’octobre 2025 réalisée par le cabinet d’études IoT Analytics, l’intégration des capacités Edge AI directement dans les microcontrôleurs figure au top quatre des tendances du marché. Cette approche permet des applications soutenues par l’IA « qui réduisent la latence, améliorent la protection des données personnelles et diminuent la dépendance vis-à-vis des infrastructures Cloud. » L’initiative IA de Microchip renforce cette tendance grâce à ses plateformes microcontrôleurs et microprocesseurs, ainsi qu’à ses FPGA. Les écosystèmes Edge AI exigent de plus en plus la compatibilité avec les accélérateurs IA logiciels et l’accélération matérielle intégrée, sur de nombreux appareils et selon différentes configurations de mémoire.

Disponibilité

Microchip collabore étroitement avec ses clients sur ses solutions d’application de bout-en-bout, offrant un grand nombre d’entraînements de modèles et d’autres formes d’aide pendant le flux de travail. La société travaille également avec de nombreux partenaires dont les logiciels fournissent aux développeurs des options prêtes au déploiement supplémentaires.

https://www.microchip.com/EdgeAI