{"id":487809,"date":"2025-11-25T10:00:06","date_gmt":"2025-11-25T09:00:06","guid":{"rendered":"https:\/\/www.ecinews.fr\/?p=487809"},"modified":"2025-11-07T16:53:32","modified_gmt":"2025-11-07T15:53:32","slug":"microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques","status":"publish","type":"post","link":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/","title":{"rendered":"Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques"},"content":{"rendered":"<div id=\"article\" class=\"article\">\n<p><em>Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics<\/em><\/p>\n<h3>Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour d\u00e9tecter des personnes, des objets ou des anomalies en temps r\u00e9el. Le traitement des images et des vid\u00e9os en p\u00e9riph\u00e9rie requiert typiquement un microprocesseur (MPU) d&rsquo;IA d\u00e9di\u00e9 \u00e0 la vision, capable d&rsquo;interfacer avec des cam\u00e9ras, d&rsquo;ex\u00e9cuter des mod\u00e8les d&rsquo;IA et incluant souvent un acc\u00e9l\u00e9rateur IA d\u00e9di\u00e9.<\/h3>\n<p>L&rsquo;int\u00e9gration de capacit\u00e9s d&rsquo;IA de vision dans un seul dispositif r\u00e9duit le co\u00fbt et l&rsquo;encombrement li\u00e9s \u00e0 l&rsquo;utilisation de composants s\u00e9par\u00e9s, ce qui fait des microprocesseurs d&rsquo;IA de vision de pointe une solution id\u00e9ale pour les applications embarqu\u00e9es compactes.<\/p>\n<p>Le\u00a0<a href=\"https:\/\/www.digikey.fr\/fr\/product-highlight\/r\/renesas\/rz-v2n-mpu-mid-range-ai-mpu\">microprocesseur RZ\/V2N<\/a>\u00a0(Figure\u00a01) de\u00a0<a href=\"https:\/\/www.digikey.fr\/fr\/supplier-centers\/renesas-electronics-america\">Renesas Electronics Corporation<\/a>\u00a0est un microprocesseur d&rsquo;IA de vision qui pr\u00e9sente une basse consommation d&rsquo;\u00e9nergie, des performances d&rsquo;inf\u00e9rence IA \u00e9lev\u00e9es, quatre c\u0153urs de processeur Arm\u00ae Cortex\u00ae-A55 (1,8\u00a0GHz), un processeur Arm Cortex-M33 (200\u00a0MHz) et deux entr\u00e9es de cam\u00e9ra via une connexion MIPI.<\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><img decoding=\"async\" class=\"aligncenter lazyload\" title=\"Renesas RZ\/V2N MPU\" data-src=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-1.png\" alt=\"Image du microprocesseur RZ\/V2N de Renesas\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 200px; --smush-placeholder-aspect-ratio: 200\/200;\" \/><\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><em>Figure\u00a01\u00a0: Le microprocesseur RZ\/V2N de Renesas offre aux concepteurs de nouvelles options pour int\u00e9grer l&rsquo;IA de vision dans les applications p\u00e9riph\u00e9riques. (Source de l&rsquo;image\u00a0: Renesas Electronics Corporation)<\/em><\/p>\n<p>Ce microprocesseur de Renesas constitue une solution \u00e9conomique pour les applications p\u00e9riph\u00e9riques qui requi\u00e8rent des capacit\u00e9s d&rsquo;IA mod\u00e9r\u00e9es \u00e0 \u00e9lev\u00e9es \u00e0 un prix abordable. Il fait partie de la\u00a0<a href=\"https:\/\/www.digikey.fr\/fr\/product-highlight\/r\/renesas\/rz-v-series-mpus\">s\u00e9rie\u00a0RZ\/V<\/a>\u00a0de l&rsquo;entreprise, dont l&rsquo;objectif est d&rsquo;offrir une \u00e9volutivit\u00e9 \u00e9tendue, des bureaux intelligents aux drones (Figure\u00a02).<\/p>\n<p class=\"image_center\"><img decoding=\"async\" class=\"aligncenter lazyload\" title=\"Renesas RZ\/V2N applications such as mobile robots for home use and driver monitoring systems (click to enlarge)\" data-src=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-2.png\" alt=\"Image des applications RZ\/V2N de Renesas telles que des robots mobiles \u00e0 usage domestique et des syst\u00e8mes de surveillance de conduite (cliquez pour agrandir)\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1080px; --smush-placeholder-aspect-ratio: 1080\/615;\" \/><\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><em>Figure\u00a02\u00a0: Positionn\u00e9 comme une offre milieu de gamme de la s\u00e9rie\u00a0RZ\/V, le RZ\/V2N permet des applications telles que les robots mobiles \u00e0 usage domestique et les syst\u00e8mes de surveillance des conducteurs. (Source de l&rsquo;image\u00a0: Renesas Electronics Corporation)<\/em><\/p>\n<h2>Exigences d&rsquo;un microprocesseur d&rsquo;IA de vision<\/h2>\n<p>Les applications Edge\u00a0AI fonctionnent souvent dans des dispositifs embarqu\u00e9s, qui peuvent \u00eatre aliment\u00e9s par batterie ou fonctionner avec de faibles r\u00e9serves d&rsquo;\u00e9nergie. Par cons\u00e9quent, les microprocesseurs de vision doivent offrir des capacit\u00e9s d&rsquo;inf\u00e9rence \u00e9lev\u00e9es tout en consommant moins d&rsquo;\u00e9nergie que les dispositifs de calcul \u00e0 haute performance traditionnels.<\/p>\n<p>Le microprocesseur d&rsquo;IA de vision id\u00e9al \u00e9quilibre les performances, le rendement \u00e9nerg\u00e9tique, l&rsquo;int\u00e9gration, la facilit\u00e9 de d\u00e9veloppement et la s\u00e9curit\u00e9. Voici un aper\u00e7u de certaines des caract\u00e9ristiques cl\u00e9s \u00e0 prendre en compte lors de la s\u00e9lection d&rsquo;un microprocesseur\u00a0:<\/p>\n<ul>\n<li><em>Performances d&rsquo;inf\u00e9rence\u00a0:<\/em>\u00a0le RZ\/V2N fournit jusqu&rsquo;\u00e0 15\u00a0TOPS gr\u00e2ce \u00e0 son acc\u00e9l\u00e9rateur DRP-AI3 int\u00e9gr\u00e9, ce qui le rend adapt\u00e9 aux applications de milieu de gamme telles que les cam\u00e9ras intelligentes, l&rsquo;inspection industrielle et la robotique en p\u00e9riph\u00e9rie. Alors que certains syst\u00e8mes hautes performances, tels que les robots collaboratifs et les drones autonomes, peuvent n\u00e9cessiter de 80 \u00e0 100\u00a0TOPS, de nombreuses applications Edge\u00a0AI fonctionnent correctement avec de 1 \u00e0 15\u00a0TOPS, selon leur complexit\u00e9. Le TOPS par watt (TOPS\/W) d\u00e9finit le rendement du produit, qui est une mesure du nombre d&rsquo;op\u00e9rations pouvant \u00eatre effectu\u00e9es par seconde par watt.<\/li>\n<\/ul>\n<p>Bien que le nombre de TOPS fournisse une indication de base des performances, la vitesse d&rsquo;inf\u00e9rence r\u00e9elle peut \u00eatre consid\u00e9rablement am\u00e9lior\u00e9e avec l&rsquo;ajout d&rsquo;un acc\u00e9l\u00e9rateur d&rsquo;IA d\u00e9di\u00e9, qui d\u00e9leste les charges de travail d&rsquo;IA de vision reposant sur des calculs intensifs de matrices et de tenseurs. Cela permet aux syst\u00e8mes de fonctionner plus rapidement et plus efficacement, avec moins de cycles d&rsquo;horloge et une consommation d&rsquo;\u00e9nergie plus faible.<\/p>\n<ul>\n<li><em>Fonctionnement basse consommation\u00a0:<\/em>\u00a0de nombreux dispositifs p\u00e9riph\u00e9riques fonctionnent sur batterie ou dans des limites thermiques strictes. Les microprocesseurs de vision con\u00e7us pour l&rsquo;Edge\u00a0AI incluent souvent une mise \u00e0 l&rsquo;\u00e9chelle de fr\u00e9quence et tension dynamique (DVFS), qui ajuste la consommation d&rsquo;\u00e9nergie en fonction des exigences des charges de travail. Associ\u00e9e \u00e0 des techniques telles que l&rsquo;\u00e9lagage des r\u00e9seaux neuronaux \u2014 qui compressent la taille du mod\u00e8le et r\u00e9duisent les calculs inutiles \u2014 la technologie DVFS permet d&rsquo;obtenir un rapport TOPS\/W plus \u00e9lev\u00e9, am\u00e9liorant ainsi \u00e0 la fois le temps de fonctionnement et la dur\u00e9e de vie de la batterie. L&rsquo;acc\u00e9l\u00e9rateur DRP-AI3 permet d&rsquo;\u00e9viter le recours \u00e0 des processeurs graphiques (GPU) \u00e9nergivores, contribuant ainsi \u00e0 des rapports TOPS\/W plus \u00e9lev\u00e9s en p\u00e9riph\u00e9rie.<\/li>\n<li><em>Traitement d&rsquo;image sur puce\u00a0:<\/em>\u00a0les microprocesseurs de vision avec processeurs de signal d&rsquo;image (ISP) int\u00e9gr\u00e9s en option peuvent effectuer des t\u00e2ches de nettoyage d&rsquo;image de routine, telles que la correction du niveau de noir, la correction des couleurs, le recadrage et la correction des ombres. Dans les applications de s\u00e9curit\u00e9 ou de surveillance, l&rsquo;ISP peut \u00e9galement pr\u00e9-filtrer les trames. Par exemple, dans un flux vid\u00e9o continu, le syst\u00e8me peut rejeter les images statiques et n&rsquo;envoyer au processeur d&rsquo;IA que les images de mouvement ou d&rsquo;activit\u00e9 (par exemple, la d\u00e9tection d&rsquo;intrus), ce qui r\u00e9duit les inf\u00e9rences inutiles et permet d&rsquo;\u00e9conomiser de l&rsquo;\u00e9nergie.<\/li>\n<li><em>M\u00e9moire sur puce\u00a0:<\/em>\u00a0la m\u00e9moire est \u00e9galement un facteur important pour les performances et le rendement. Le stockage local des donn\u00e9es permet d&rsquo;\u00e9viter la latence et les co\u00fbts \u00e9nerg\u00e9tiques li\u00e9s \u00e0 l&rsquo;acc\u00e8s \u00e0 la m\u00e9moire externe, qui peuvent \u00eatre importants lors de l&rsquo;inf\u00e9rence IA en temps r\u00e9el. Avec 1,5\u00a0Mo de SRAM sur puce et la prise en charge de la m\u00e9moire LPDDR4X, le RZ\/V2N offre un \u00e9quilibre entre vitesse de traitement interne et options de m\u00e9moire extensible.<\/li>\n<li><em>Acc\u00e9l\u00e9ration du d\u00e9ploiement de l&rsquo;IA\u00a0:<\/em>\u00a0les kits outils d&rsquo;IA et les cartes d&rsquo;\u00e9valuation qui incluent des applications et des interfaces pr\u00e9programm\u00e9es peuvent aider les d\u00e9veloppeurs \u00e0 prototyper et d\u00e9ployer rapidement des applications d&rsquo;IA de vision. De plus, le microprocesseur doit \u00eatre capable de prendre en charge les formats de mod\u00e8les d&rsquo;IA standard. Le RZ\/V2N est compatible avec les formats de mod\u00e8les standard, comme ONNX et TensorFlow\u00a0Lite.<\/li>\n<li><em>S\u00e9curit\u00e9\u00a0:<\/em>\u00a0dans les environnements p\u00e9riph\u00e9riques, chaque capteur ou point d&rsquo;extr\u00e9mit\u00e9 peut repr\u00e9senter un vecteur d&rsquo;attaque potentiel. Il est donc important que les microprocesseurs de vision soient capables de prendre en charge des fonctionnalit\u00e9s de s\u00e9curit\u00e9 int\u00e9gr\u00e9es telles que le d\u00e9marrage s\u00e9curis\u00e9 et le chiffrement des chemins de donn\u00e9es. Le RZ\/V2N inclut des fonctionnalit\u00e9s de d\u00e9marrage s\u00e9curis\u00e9 et de chiffrement au niveau mat\u00e9riel, et il utilise Arm\u00a0TrustZone pour isoler les op\u00e9rations s\u00e9curis\u00e9es, contribuant ainsi \u00e0 prot\u00e9ger \u00e0 la fois l&rsquo;int\u00e9grit\u00e9 des mod\u00e8les et les donn\u00e9es d&rsquo;entr\u00e9e sensibles.<\/li>\n<\/ul>\n<h2>Fonctionnalit\u00e9s compatibles IA du microprocesseur RZ\/V2N<\/h2>\n<p>L&rsquo;acc\u00e9l\u00e9rateur d&rsquo;IA propri\u00e9taire de Renesas, le DRP-AI3 (Dynamically Reconfigurable Processor), est r\u00e9pertori\u00e9 \u00e0 10\u00a0TOPS\/W mais peut \u00eatre am\u00e9lior\u00e9 jusqu&rsquo;\u00e0 15\u00a0TOPS\/W avec un \u00e9lagage avanc\u00e9, qui compresse la taille des mod\u00e8les que le syst\u00e8me doit traiter. Cela peut \u00e9liminer le recours \u00e0 un processeur graphique ou \u00e0 un FPGA distinct.<\/p>\n<p>Le RZ\/V2N ne mesure que 15\u00a0mm\u00b2, ce qui en fait une bonne option pour les dispositifs compacts. La combinaison d&rsquo;un processeur quadric\u0153ur, d&rsquo;un acc\u00e9l\u00e9rateur d&rsquo;IA d\u00e9di\u00e9 et de la prise en charge de deux entr\u00e9es de cam\u00e9ra dans un seul dispositif ouvre de nouvelles opportunit\u00e9s aux concepteurs pour int\u00e9grer l&rsquo;IA de vision dans des applications telles que les cam\u00e9ras intelligentes, les dispositifs de s\u00e9curit\u00e9, les robots et m\u00eame les appareils \u00e9lectrom\u00e9nagers.<\/p>\n<p>Le microprocesseur fonctionne avec une faible consommation d&rsquo;\u00e9nergie, ce qui r\u00e9duit la quantit\u00e9 de chaleur g\u00e9n\u00e9r\u00e9e, \u00e9liminant ainsi le besoin de syst\u00e8mes de refroidissement et de ventilateurs suppl\u00e9mentaires, et r\u00e9duisant par cons\u00e9quent la taille et le co\u00fbt des syst\u00e8mes embarqu\u00e9s. Gr\u00e2ce \u00e0 sa capacit\u00e9 \u00e0 accueillir deux cam\u00e9ras, il permet aux applications de capturer des images sous deux angles diff\u00e9rents et d&rsquo;am\u00e9liorer la reconnaissance spatiale. Un syst\u00e8me peut effectuer de multiples op\u00e9rations, comme compter simultan\u00e9ment les voitures dans un parking et reconna\u00eetre les plaques d&rsquo;immatriculation.<\/p>\n<h2>Architecture du microprocesseur RZ\/V2N<\/h2>\n<p>Le microprocesseur RZ\/V2N offre une gamme compl\u00e8te de caract\u00e9ristiques et de fonctions pour le d\u00e9veloppement d&rsquo;applications destin\u00e9es au march\u00e9 de l&rsquo;IA de milieu de gamme exigeant une IA hautes performances \u00e0 un prix abordable (Figure\u00a03).<\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><img decoding=\"async\" class=\"aligncenter lazyload\" title=\"Renesas RZ\/V2N architecture (click to enlarge)\" data-src=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-3.png\" alt=\"Sch\u00e9ma de l'architecture RZ\/V2N de Renesas (cliquez pour agrandir)\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1073px; --smush-placeholder-aspect-ratio: 1073\/671;\" \/><\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><em>Figure\u00a03\u00a0: Sch\u00e9ma de l&rsquo;architecture RZ\/V2N. (Source\u00a0: Renesas Electronics Corp.)<\/em><\/p>\n<p>Les fonctionnalit\u00e9s cl\u00e9s incluent les suivantes\u00a0:<\/p>\n<ul>\n<li><em>Processeur (CPU)\u00a0:<\/em>\u00a0l&rsquo;architecture hybride comprend un Cortex-A55 \u00e0 quatre c\u0153urs 1,8\u00a0GHz, un processeur hautes performances et un Cortex-M33 200\u00a0MHz, un c\u0153ur basse consommation con\u00e7u pour le contr\u00f4le en temps r\u00e9el et les t\u00e2ches li\u00e9es \u00e0 la s\u00e9curit\u00e9.<\/li>\n<li><em>M\u00e9moire interne partag\u00e9e\u00a0:<\/em>\u00a01,5\u00a0Mo de RAM pour la m\u00e9moire sur puce avec code de correction d&rsquo;erreur (ECC), contribuant \u00e0 l&rsquo;int\u00e9grit\u00e9 des donn\u00e9es. Les algorithmes ECC d\u00e9tectent et corrigent les erreurs dans les donn\u00e9es, \u00e0 la fois pendant le stockage et la transmission. La m\u00e9moire sur puce de 1,5\u00a0Mo permet aux algorithmes d&rsquo;IA de s&rsquo;ex\u00e9cuter rapidement, et le RZ\/V2N dispose \u00e9galement d&rsquo;une interface pour la m\u00e9moire DDR externe qui peut \u00eatre ajout\u00e9e si davantage de m\u00e9moire est n\u00e9cessaire.<\/li>\n<li><em>Acc\u00e9l\u00e9rateur d&rsquo;IA\u00a0:<\/em>\u00a0le moteur d&rsquo;IA d\u00e9di\u00e9 DRP-AI3 de Renesas permet le traitement rapide des inf\u00e9rences IA, offrant la faible consommation d&rsquo;\u00e9nergie et la flexibilit\u00e9 requises par les points d&rsquo;extr\u00e9mit\u00e9.<\/li>\n<li><em>Vid\u00e9o et graphisme\u00a0:<\/em>\u00a0processeur graphique et ISP en option am\u00e9liorant le traitement des images et le rendu des graphiques.<\/li>\n<li><em>Temporisateurs\u00a0:<\/em>\u00a0les temporisateurs prennent en charge les op\u00e9rations en temps r\u00e9el, essentielles pour la commande moteur et d&rsquo;autres applications d&rsquo;automatisation.<\/li>\n<li><em>Bloc audio\u00a0:<\/em>\u00a0id\u00e9al pour les applications audio \u00e0 plusieurs canaux, telles que les haut-parleurs intelligents et les syst\u00e8mes d&rsquo;infodivertissement.<\/li>\n<li><em>Interfaces\u00a0:<\/em>\u00a0les interfaces m\u00e9moire haute vitesse et les p\u00e9riph\u00e9riques \u00e0 large bande passante font partie des nombreuses interfaces pouvant \u00eatre connect\u00e9es au module de microprocesseur de vision.<\/li>\n<li><em>Bloc analogique\u00a0:<\/em>\u00a0un convertisseur analogique-num\u00e9rique (CAN) 12\u00a0bits \u00e9limine le recours \u00e0 des CAN s\u00e9par\u00e9s dans les syst\u00e8mes de contr\u00f4le ou les applications de surveillance.<\/li>\n<\/ul>\n<p>Renesas propose \u00e9galement le kit de cartes d&rsquo;\u00e9valuation\u00a0<a href=\"https:\/\/www.digikey.fr\/fr\/products\/detail\/renesas-electronics-corporation\/RTK0EF0186C03000BJ\/25991258\">RTK0EF0186C03000BJ<\/a>\u00a0pour le RZ\/V2N, permettant aux concepteurs de prototyper et d&rsquo;\u00e9valuer des applications d&rsquo;IA de vision (Figure\u00a04). Les concepteurs peuvent \u00e9galement acc\u00e9der \u00e0 des applications d&rsquo;IA couvrant plus de 50\u00a0cas d&rsquo;utilisation dans les applications d&rsquo;IA et le SDK d&rsquo;IA de l&rsquo;entreprise sur GitHub.<\/p>\n<p class=\"image_center\" style=\"text-align: center;\"><img decoding=\"async\" class=\"aligncenter lazyload\" title=\"Evaluation board kit for the Renesas RZ\/V2N\" data-src=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-4.png\" alt=\"Image du kit de cartes d'\u00e9valuation pour le RZ\/V2N de Renesas\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 213px; --smush-placeholder-aspect-ratio: 213\/142;\" \/><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: center;\"><em>Figure\u00a04\u00a0: Le kit de cartes d&rsquo;\u00e9valuation pour le RZ\/V2N inclut une carte de processeur, une carte d&rsquo;extension et deux cartes secondaires, ainsi qu&rsquo;un kit de d\u00e9veloppement logiciel pour l&rsquo;IA. (Source de l&rsquo;image\u00a0: Renesas Electronics Corp.)<\/em><\/p>\n<h2>Conclusion<\/h2>\n<p>Le RZ\/V2N de Renesas est id\u00e9al pour les applications Edge\u00a0AI de milieu de gamme devant fournir des informations bas\u00e9es sur les donn\u00e9es avec une latence r\u00e9duite \u00e0 des vitesses \u00e9lev\u00e9es. Gr\u00e2ce \u00e0 son format compact et \u00e0 sa capacit\u00e9 \u00e0 r\u00e9pondre aux exigences d&rsquo;inf\u00e9rence tout en fonctionnant avec une faible consommation d&rsquo;\u00e9nergie, il convient parfaitement \u00e0 une large gamme de dispositifs embarqu\u00e9s.<\/p>\n<\/div>\n<p>&nbsp;<\/p>\n<p><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5169-Adapter-les-connecteurs-dalimentation-industriels-aux-exigences-des-applications-7-scaled.jpg\" alt=\"\" width=\"202\" height=\"269\" align=\"left\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 202px; --smush-placeholder-aspect-ratio: 202\/269;\" \/>Rolf Horn, ing\u00e9nieur applications chez DigiKey, fait partie du groupe de support technique europ\u00e9en depuis 2014, avec pour principale responsabilit\u00e9 de r\u00e9pondre \u00e0 toutes les questions li\u00e9es au d\u00e9veloppement et \u00e0 l&rsquo;ing\u00e9nierie des clients finaux en EMEA, ainsi que de r\u00e9diger et de corriger des articles et des blogs en allemand sur les plateformes TechForum et de DK. Avant de rejoindre DigiKey, il a travaill\u00e9 chez plusieurs fabricants dans le domaine des semi-conducteurs, en se concentrant sur les syst\u00e8mes FPGA embarqu\u00e9s, microcontr\u00f4leurs et processeurs pour les applications industrielles et automobiles. Rolf est titulaire d&rsquo;un dipl\u00f4me en g\u00e9nie \u00e9lectrique et \u00e9lectronique de l&rsquo;Universit\u00e9 des sciences appliqu\u00e9es de Munich, en Bavi\u00e8re, et a d\u00e9but\u00e9 sa carri\u00e8re professionnelle chez un distributeur local de produits \u00e9lectroniques en tant qu&rsquo;architecte de solutions syst\u00e8me afin de partager ses connaissances et son expertise en constante progression en tant que conseiller de confiance.<\/p>\n<p>Loisirs : passer du temps avec la famille et les amis, voyager dans notre transporteur VW-California et faire de la moto sur une BMW GS 100 de 1988.<\/p>\n<p>&nbsp;<\/p>\n<div>\u00a0<\/div>\n<div id=\"publisherImage\" class=\"publisherImage\" style=\"text-align: center;\"><img decoding=\"async\" class=\"aligncenter lazyload\" data-src=\"https:\/\/sc-b.digikeyassets.com\/-\/media\/Images\/Article%20Library\/Contributors\/pub-logo\/Digikey_logo.png?la=en&amp;ts=5c2b21df-90d2-4b9f-81f1-b9413de6ccd0\" alt=\"DigiKey logo\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" \/><\/div>\n<div>\u00a0<\/div>\n<div>Pour acc\u00e9der \u00e0 la version PDF, veuillez cliquer sur ce lien : <a href=\"https:\/\/www.ecinews.fr\/fr\/white_papers\/microprocesseurs\u2026ns-peripheriques\/\">Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques<\/a><\/div>\n<div>\u00a0<\/div>\n<div>\u00a0<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour d\u00e9tecter des personnes, des objets ou des anomalies en temps r\u00e9el. Le traitement des images et des vid\u00e9os en p\u00e9riph\u00e9rie requiert typiquement un microprocesseur (MPU) d&rsquo;IA d\u00e9di\u00e9 \u00e0 la vision, capable d&rsquo;interfacer avec des cam\u00e9ras, d&rsquo;ex\u00e9cuter [&hellip;]<\/p>\n","protected":false},"author":39,"featured_media":487816,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[887],"tags":[3297],"domains":[47],"ppma_author":[6113],"class_list":["post-487809","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-applications","tag-intelligence-artificielle-ia","domains-electronique-eci"],"acf":[],"yoast_head":"<title>Microprocesseurs d&#039;IA de vision de milieu de gamme pour applica...<\/title>\n<meta name=\"description\" content=\"Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour...\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Microprocesseurs d&#039;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques\" \/>\n<meta property=\"og:description\" content=\"Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour d\u00e9tecter des personnes, des objets ou des anomalies en temps r\u00e9el. Le traitement des images et des vid\u00e9os en p\u00e9riph\u00e9rie requiert typiquement un microprocesseur (MPU) d&rsquo;IA d\u00e9di\u00e9 \u00e0 la vision, capable d&rsquo;interfacer avec des cam\u00e9ras, d&rsquo;ex\u00e9cuter [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809\/\" \/>\n<meta property=\"og:site_name\" content=\"EENewsEurope\" \/>\n<meta property=\"article:published_time\" content=\"2025-11-25T09:00:06+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-11-07T15:53:32+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"200\" \/>\n\t<meta property=\"og:image:height\" content=\"200\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"NicolasFeste\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"NicolasFeste\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/\"},\"author\":{\"name\":\"NicolasFeste\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/c7104a72b466a801f257e51481de0c43\"},\"headline\":\"Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques\",\"datePublished\":\"2025-11-25T09:00:06+00:00\",\"dateModified\":\"2025-11-07T15:53:32+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/\"},\"wordCount\":2225,\"publisher\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#organization\"},\"keywords\":[\"Intelligence Artificielle - IA\"],\"articleSection\":[\"Applications\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/\",\"url\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/\",\"name\":\"Microprocesseurs d'IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques -\",\"isPartOf\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#website\"},\"datePublished\":\"2025-11-25T09:00:06+00:00\",\"dateModified\":\"2025-11-07T15:53:32+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.ecinews.fr\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#website\",\"url\":\"https:\/\/www.ecinews.fr\/fr\/\",\"name\":\"EENewsEurope\",\"description\":\"Just another WordPress site\",\"publisher\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.ecinews.fr\/fr\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#organization\",\"name\":\"EENewsEurope\",\"url\":\"https:\/\/www.ecinews.fr\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2022\/02\/logo-1.jpg\",\"contentUrl\":\"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2022\/02\/logo-1.jpg\",\"width\":283,\"height\":113,\"caption\":\"EENewsEurope\"},\"image\":{\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/c7104a72b466a801f257e51481de0c43\",\"name\":\"NicolasFeste\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/image\/1ea421e7d03c1e96a9ea2bcf2705734a\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/2e187f4d96902933ba445ed6c760e11c?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/2e187f4d96902933ba445ed6c760e11c?s=96&d=mm&r=g\",\"caption\":\"NicolasFeste\"}}]}<\/script>","yoast_head_json":{"title":"Microprocesseurs d'IA de vision de milieu de gamme pour applica...","description":"Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour...","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809\/","og_locale":"fr_FR","og_type":"article","og_title":"Microprocesseurs d'IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques","og_description":"Par Rolf Horn, ing\u00e9nieur d\u2019applications chez Digi-Key Electronics Les applications Edge\u00a0AI utilisent des algorithmes de vision par ordinateur pour d\u00e9tecter des personnes, des objets ou des anomalies en temps r\u00e9el. Le traitement des images et des vid\u00e9os en p\u00e9riph\u00e9rie requiert typiquement un microprocesseur (MPU) d&rsquo;IA d\u00e9di\u00e9 \u00e0 la vision, capable d&rsquo;interfacer avec des cam\u00e9ras, d&rsquo;ex\u00e9cuter [&hellip;]","og_url":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809\/","og_site_name":"EENewsEurope","article_published_time":"2025-11-25T09:00:06+00:00","article_modified_time":"2025-11-07T15:53:32+00:00","og_image":[{"width":200,"height":200,"url":"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2025\/11\/ECI5168-Microprocesseurs-dIA-de-vision-de-milieu-de-gamme-pour-applications-peripheriques-1.png","type":"image\/png"}],"author":"NicolasFeste","twitter_card":"summary_large_image","twitter_misc":{"Written by":"NicolasFeste","Est. reading time":"11 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#article","isPartOf":{"@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/"},"author":{"name":"NicolasFeste","@id":"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/c7104a72b466a801f257e51481de0c43"},"headline":"Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques","datePublished":"2025-11-25T09:00:06+00:00","dateModified":"2025-11-07T15:53:32+00:00","mainEntityOfPage":{"@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/"},"wordCount":2225,"publisher":{"@id":"https:\/\/www.ecinews.fr\/fr\/#organization"},"keywords":["Intelligence Artificielle - IA"],"articleSection":["Applications"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/","url":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/","name":"Microprocesseurs d'IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques -","isPartOf":{"@id":"https:\/\/www.ecinews.fr\/fr\/#website"},"datePublished":"2025-11-25T09:00:06+00:00","dateModified":"2025-11-07T15:53:32+00:00","breadcrumb":{"@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.ecinews.fr\/fr\/microprocesseurs-dia-de-vision-de-milieu-de-gamme-pour-applications-peripheriques\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.ecinews.fr\/fr\/"},{"@type":"ListItem","position":2,"name":"Microprocesseurs d&rsquo;IA de vision de milieu de gamme pour applications p\u00e9riph\u00e9riques"}]},{"@type":"WebSite","@id":"https:\/\/www.ecinews.fr\/fr\/#website","url":"https:\/\/www.ecinews.fr\/fr\/","name":"EENewsEurope","description":"Just another WordPress site","publisher":{"@id":"https:\/\/www.ecinews.fr\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.ecinews.fr\/fr\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/www.ecinews.fr\/fr\/#organization","name":"EENewsEurope","url":"https:\/\/www.ecinews.fr\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.ecinews.fr\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2022\/02\/logo-1.jpg","contentUrl":"https:\/\/www.ecinews.fr\/wp-content\/uploads\/2022\/02\/logo-1.jpg","width":283,"height":113,"caption":"EENewsEurope"},"image":{"@id":"https:\/\/www.ecinews.fr\/fr\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/c7104a72b466a801f257e51481de0c43","name":"NicolasFeste","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.ecinews.fr\/fr\/#\/schema\/person\/image\/1ea421e7d03c1e96a9ea2bcf2705734a","url":"https:\/\/secure.gravatar.com\/avatar\/2e187f4d96902933ba445ed6c760e11c?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2e187f4d96902933ba445ed6c760e11c?s=96&d=mm&r=g","caption":"NicolasFeste"}}]}},"authors":[{"term_id":6113,"user_id":39,"is_guest":0,"slug":"nicolasfeste","display_name":"NicolasFeste","avatar_url":"https:\/\/secure.gravatar.com\/avatar\/2e187f4d96902933ba445ed6c760e11c?s=96&d=mm&r=g","0":null,"1":"","2":"","3":"","4":"","5":"","6":"","7":"","8":""}],"_links":{"self":[{"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809"}],"collection":[{"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/users\/39"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/comments?post=487809"}],"version-history":[{"count":0,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/posts\/487809\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/media\/487816"}],"wp:attachment":[{"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/media?parent=487809"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/categories?post=487809"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/tags?post=487809"},{"taxonomy":"domains","embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/domains?post=487809"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.ecinews.fr\/fr\/wp-json\/wp\/v2\/ppma_author?post=487809"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}