Plus grand n’est pas forcément mieux – Dimensionnement du matériel pour une ML/AI optimale à la périphérie
L’apprentissage machine (ML) et l’intelligence artificielle (AI, dont le ML peut être considéré comme un sous-ensemble) ont toujours été mis en œuvre sur des plateformes informatiques à haute performance et, plus récemment, dans le nuage. Aujourd’hui, cependant, ces deux technologies sont de plus en plus déployées dans des applications où le traitement est effectué à proximité de la source de données. Idéal pour les appareils IoT, un tel traitement en périphérie signifie que moins de données doivent être envoyées vers le cloud pour être analysées. Parmi les avantages, citons l’amélioration des performances grâce à un temps de latence réduit et une meilleure sécurité.
Avertissement : en cliquant sur ce bouton, vous acceptez que vos données soient communiquées à cette société. Si vous ne souhaitez pas que nous communiquions vos données, veuillez mettre à jour vos coordonnées dans votre profil.
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :