Edge AI et souveraineté des données

Un capteur virtuel n'est exploitable que s'il calcule là où la grandeur mesurée est nécessaire : dans le calculateur, dans la boucle de régulation, en fonctionnement. Data Sensors exporte donc le modèle entraîné en code autonome pour ce système cible précis, et l'entraîne au préalable entièrement sur votre propre machine.

Séparation de l'entraînement et de l'inférence

Edge AI signifie ici une séparation nette : l'entraînement a lieu sur la machine de l'ingénieur, dans tous les cas à l'intérieur du réseau de l'entreprise. L'inférence a lieu exclusivement sur le système cible, c'est-à-dire dans le calculateur. Ni l'un ni l'autre ne requiert de service externe. En particulier, aucune donnée de mesure et aucun modèle ne sont transmis à un fournisseur d'IA tel que ChatGPT ou Claude.

Le code produit par Data Sensors s'exécute directement sur le système cible, c'est-à-dire sur un microcontrôleur, dans un bloc Simulink, ou dans tout autre environnement exécutant C, C++, Python ou MATLAB. Il s'agit d'une implémentation autonome de la fonction de prédiction : aucune dépendance à Data Sensors, aucune bibliothèque d'exécution à lier, et aucune connexion réseau à l'exécution.

Taille du modèle

Sur un calculateur, la première contrainte n'est pas la précision mais la place. Chaque export est donc possible en pleine précision ou quantifié en int8, et la boîte de dialogue affiche au préalable une estimation de la taille et de la précision pour les deux variantes. L'arbitrage entre « tient dans le budget flash » et « correspond exactement à la précision obtenue à l'entraînement » se fait donc avant l'enregistrement, et non au moment du flashage.

Pour la même raison, l'export ne se limite pas à la première entrée du classement : un random forest un peu moins précis peut s'exécuter plus vite sur votre matériel cible, et un réseau de neurones plus petit tenir plus facilement dans la mémoire disponible. Chaque entrée peut être exportée individuellement.

Export d'une entrée du classement autre que la première (random_forest), avec aperçu de la taille et de la précision

Souveraineté des données

Les données de mesure issues des essais et de la mise au point sont des informations confidentielles à forte valeur de propriété intellectuelle et reflètent des stratégies caractéristiques. Elles décrivent le comportement d'un produit qui n'est pas encore sur le marché. Ces données ne devraient parvenir dans aucun cloud.

Data Sensors fonctionne entièrement hors ligne : l'entraînement a lieu sur votre machine, il n'y a aucun envoi des données de mesure vers le cloud, aucun compte et aucune inscription.

Avec une licence Virtual Sensor, vous pouvez utiliser le code exporté dans vos propres produits sans redevance supplémentaire. Il reste également fonctionnel si vous cessez d'utiliser Data Sensors par la suite. Les détails figurent sur la page Licence.

Edge AI Réseau d'entreprise Données de mesure Entraînement Export de code IA classique Réseau d'entreprise Internet Données de mesure Entraînement Envoi Export de code Code fini Réception Calculateur
À gauche, les données de mesure, l'entraînement et l'export de code restent dans le réseau de l'entreprise. À droite, les données de mesure partent sur internet pour l'entraînement et le code produit revient. Le calculateur reçoit le même code dans les deux cas ; dans le second, les données de mesure ont quitté le réseau de l'entreprise pour y parvenir.

Ce que cela implique pour votre validation

Un artefact de code autonome, sans dépendance d'exécution, peut être traité avec les mêmes outils que le reste du code de série : versionné, relu, analysé statiquement, testé contre des données de référence. Data Sensors fournit le modèle et les valeurs de précision ; l'appréciation de savoir si un capteur virtuel peut remplacer un point de mesure revient au service compétent.