Edge AI en industrie critique : au-delà du cloud, la résilience par la proximité

L’IA est aujourd’hui largement associée aux modèles massifs et aux infrastructures cloud.

Mais dans de nombreux contextes industriels, ces approches montrent leurs limites : latence, consommation, dépendance au réseau, contraintes de sécurité ou de fiabilité.

L’Edge AI propose une autre approche : concevoir des systèmes d’intelligence artificielle capables de s’exécuter au plus près du terrain, dans des environnements contraints.

Grâce au replay de ce webinaire, vous allez découvrir comment adapter vos approches IA aux réalités industrielles.

Ce que vous allez apprendre

1) Comprendre les fondamentaux de l’Edge AI
Définition et architecture
Contraintes associées
Cas d’usage dans l’industrie (aéronautique, défense, automobile, manufacturing).

2) Concevoir et optimiser des modèles d’IA embarqués performants et frugaux
Cadrage du problème et des données
Choix des approches
Optimisation pour l’embarqué (quantization, pruning…)
Arbitrages performance vs ressources.

3) Choisir les bonnes cibles hardware et industrialiser le déploiement
Choix de la plateforme hardware
Validation sur cible
Industrialisation et MLOps.

Webinaire : Edge AI en industrie critique