Electronique Mag - Le journal de l'électronique.

 Des centres de ressources dédiés couvrant l’ensemble des défis de conception dans le domaine de l’IA industrielle à l’edge
 Conseils pratiques sur la caractérisation des charges de travail, la récupération d’énergie et l’architecture d’alimentation destinée à la production
 Un accès direct à des ressources allant de l’expertise technique aux composants en stock pour l’IA à l’edge et la gestion de l’alimentation

Mouser Electronics, Inc., le leader dans l’introduction de nouveaux produits (NPI)™ favorisant l’innovation, met en avant la manière dont ses centres de ressources dédiés à l’IA et à la gestion de l’alimentation se complètent pour aider les ingénieurs à relever le principal défi lié au déploiement de l’IA industrielle en périphérie (l’edge) : concevoir des architectures d’alimentation capables de prendre en charge de manière fiable l’inférence de niveau production en périphérie.

L’IA à l’edge sort du laboratoire pour entrer en production, et les systèmes embarqués sont désormais appelés à effectuer des tâches analytiques en temps réel, de maintenance prédictive et de détection d’anomalies au point même de la collecte des données, souvent sans possibilité fiable de recours au cloud. Cette évolution impose de nouvelles exigences à l’architecture d’alimentation, car les charges de travail d’inférence génèrent des profils de courant dynamiques qui diffèrent fondamentalement des conceptions embarquées conventionnelles, tandis que de nombreux environnements cibles, des installations industrielles isolées aux machines autonomes en passant par les systèmes de surveillance hors réseau, ne peuvent pas compter sur une alimentation secteur stable.

Les centres de ressources de Mouser répondent conjointement à ces besoins, en regroupant en un seul endroit un large éventail de sujets liés à l’IA et à la gestion de l’alimentation. Ces deux centres sont régulièrement mis à jour avec de nouveaux articles, e-books, livres numériques et exemples de produits, offrant ainsi aux ingénieurs une référence continue à mesure que le matériel d’IA en périphérie et les technologies d’alimentation évoluent.

Le point de départ réside dans la caractérisation des charges de travail. L’inférence génère une charge dynamique et variable, et l’alimentation ne peut être conçue tant que ce profil n’est pas compris. Le hub consacré à l’IA aide les ingénieurs à acquérir cette compréhension, grâce à des ressources couvrant le déploiement de TinyML sur des microcontrôleurs (MCU) à faible consommation, les workflows de développement de l’IA en périphérie et des applications telles que la maintenance prédictive et la détection intelligente, y compris les MCU accélérés par IA pour l’IoT industriel. Bon nombre de ces applications fonctionnent avec des budgets énergétiques serrés, ce qui fait de la caractérisation des charges de travail une première étape essentielle dans la conception de l’architecture d’alimentation. Le centre de ressources dédié la gestion de l’alimentation transforme ces profils en sous-systèmes d’alimentation robustes grâce à des conseils spécifiques sur le séquencement multirail PMIC et la détection des coupures de courant.

Pour les déploiements ne disposant pas d’une alimentation secteur fiable, ces centres aident les ingénieurs à déterminer si la récupération d’énergie permet de maintenir le cycle de fonctionnement requis pour les opérations d’inférence malgré les variations de température et de charge. Les ressources mises à disposition couvrent notamment la gestion solaire basée sur le MPPT, l’automatisation industrielle hors réseau et les topologies de micro-réseaux en courant continu. Cela revêt une importance particulière pour les applications de surveillance à distance de l’état des équipements et de détection industrielle, où la fréquence des opérations d’inférence, l’autonomie des batteries et l’énergie récupérée doivent être soigneusement équilibrées.

À mesure que les conceptions passent du stade du prototype à celui de la production, les problèmes liés à la qualité de l’alimentation industrielle, notamment les pics de tension, les baisses de tension et les transitoires de charge, peuvent déstabiliser le matériel de traitement de manière que les tests en laboratoire ne permettent pas toujours de détecter. Ces centres répondent à ces défis avec du contenu sur les modules de puissance à base de SiC-, l’architecture de stockage d’énergie par batterie et les composants magnétiques haute fréquence, afin de renforcer la couche d’alimentation en vue des déploiements sur le terrain.

Utilisées conjointement, ces deux plateformes offrent aux ingénieurs une référence unique et constamment mise à jour couvrant l’ensemble de la chaîne de conception, du moteur d’inférence à l’alimentation électrique, à un moment où les projets d’IA industrielle passent rapidement du concept au déploiement.

https://www.mouser.com