L'IA en production à la périphérie industrielle : un parcours reproductible avec Red Hat et Intel

Les équipes industrielles souhaitent mettre en œuvre l'IA dans des sites critiques : au cœur des usines, dans des hubs logistiques, lors d'opérations de terrain à distance et en tant qu'intelligence pilotant les robots. Cependant, un nombre important de ces projets ne dépassent jamais la phase pilote. Le principal obstacle est rarement le modèle d'IA lui-même. Bien souvent, les défis découlent de la réalité des environnements en périphérie, qui se caractérisent par des ressources limitées, une connectivité instable et des systèmes difficiles d'accès, souvent sans assistance technique locale. 

Red Hat Device Edge résout ce problème en assurant la cohérence opérationnelle des charges de travail et des appareils situés à l'extrême périphérie. La solution y parvient grâce à Red Hat Enterprise Linux, un système d'exploitation cohérent et flexible, associé à Red Hat build of MicroShift, une solution d'orchestration de conteneurs Kubernetes allégée qui repose sur les capacités d'edge computing de Red Hat OpenShift. Les clients peuvent s'appuyer sur cette base pour déployer l'IA au-delà des projets pilotes. Pour ce faire, ils ont toutefois besoin d'une recette système reproductible, et non d'une intégration ponctuelle. Red Hat et Intel proposent des outils permettant de créer des solutions d'Edge AI. Cette approche évolutive d’Edge AI industrielle se présente sous la forme d'un pipeline :

1. L'architecture de référence (RA) définit ce qu'il faut déployer et comment le déployer : calcul, accélération, pile logicielle et modèle opérationnel.
2. Le Verified Reference Blueprint (VRB) transforme l'architecture en une recette validée : des configurations spécifiques de matériel et de logiciels de base qui sont testées et évaluées afin de garantir la prévisibilité des résultats. Intel publie des VRB spécifiquement pour réduire le temps, les efforts et les coûts liés à l'évaluation des options matérielles et logicielles, et pour rendre les résultats du système plus reproductibles. 
3. Intel Edge AI Suites prend en charge le dernier kilomètre : des applications de référence orientées domaine et des blocs de construction réutilisables que les équipes peuvent utiliser pour accélérer le déploiement réel.

Cette structure remplace les connaissances non écrites de l'équipe et le code personnalisé par des modèles documentés et validés que les équipes peuvent déployer de manière répétée. Examinons plus en détail les étapes de ce pipeline.

Pourquoi les VRB sont importants pour les acheteurs du secteur industriel

Les opérateurs industriels ne veulent pas d'une autre démonstration ; ils veulent un déploiement prévisible. L'approche VRB publiée par Intel vise explicitement à simplifier les choix de conception en regroupant les éléments matériels et logiciels, ce qui rend les performances plus prévisibles et réduit les efforts d'évaluation. 

Par exemple, le Verified Reference Blueprint d'Intel avec Dell décrit un système d'IA commercial optimisé fourni par un fabricant d'équipement d'origine (OEM), configuré, vérifié et évalué à l'aide du logiciel d'IA de référence d'Intel sur du matériel Intel. L'objectif est d'accroître la prévisibilité et d'accélérer l'intégration des applications en déployant un système « connu et validé » qui réduit les efforts des utilisateurs finaux.

Ce n'est qu'un seul exemple, et il existe des blueprints disponibles pour de nombreux fournisseurs différents. Quel que soit le fournisseur privilégié par une équipe industrielle, un système validé permet de passer plus rapidement du prototype au déploiement standardisé.

Transformer les blocs de construction d’Edge AI en solutions prêtes pour l'industrie

Les systèmes validés sont nécessaires, mais ne suffisent pas pour réussir le déploiement d’Edge AI. Les équipes ont également besoin de briques logicielles réutilisables qui accélèrent le développement de solutions pour des environnements industriels spécifiques.

C'est le rôle que joue l'Intel Open Edge Platform, une pile logicielle modulaire et composable pour l’Edge AI. La plateforme inclut une documentation décrivant les Edge AI Suites, des collections sélectionnées d'applications de référence d'IA capables d'accélérer le développement en périphérie grâce à des bibliothèques, des microservices et des outils optimisés pour l'architecture Intel.

L'Open Edge Platform comprend les suites Manufacturing AI Suite et Robotics AI Suite, qui intéresseront tout particulièrement les équipes industrielles. (Les autres suites incluent Metro, Retail, Education, ainsi que Health and Life Sciences.) Les déploiements d'IA industrielle nécessitent souvent plus que la simple capacité à exécuter des inférences. Ils nécessitent des pipelines intégrés, des modèles d'intégration et des garde-fous opérationnels sur lesquels les équipes peuvent s'appuyer de manière cohérente, et c'est ce que propose l'Open Edge Platform.

Pourquoi Red Hat Device Edge s'adapte à la réalité de l'edge industriel

Les environnements d'edge industriel sont différents des datacenters. Les appareils fonctionnent sous des contraintes d'alimentation, de refroidissement et de connectivité, et se trouvent souvent dans des lieux difficiles d'accès. Red Hat Device Edge assure une cohérence opérationnelle malgré ces contraintes, en combinant :

• Red Hat Enterprise Linux avec des images de système d'exploitation et des opérations optimisées pour l'edge, apportant la fiabilité et la sécurité d'un SE d'entreprise aux appareils edge
• MicroShift pour une orchestration de conteneurs Kubernetes légère, dérivée de Red Hat OpenShift
• Red Hat Edge Manager, qui offre des capacités de gestion de flotte faciles à utiliser étendant l'orchestration des appareils à tous les formats d'appareils edge
• Red Hat Ansible Automation Platform pour l'automatisation du déploiement et du cycle de vie

Les acheteurs industriels ne s'intéressent pas forcément aux aspects techniques de Kubernetes en tant que système d'orchestration. Ils se soucient principalement de la cohérence des opérations et du cycle de vie, dont l'absence fait échouer la plupart des projets pilotes lors du passage à l'échelle.

Comment Red Hat et Intel dynamisent la robotique industrielle 

La robotique représente un cas d'utilisation particulièrement complexe du déploiement de l'IA à la périphérie. Un robot industriel piloté par l'IA nécessite des capteurs, des caméras, des pipelines d'inférence et des interactions déterministes avec le monde physique. Bien que les déploiements de robotique puissent commencer par un prototype unique impressionnant, ils ne deviennent utiles que lorsque la pile sous-jacente est reproductible et peut être prise en charge.

Comme indiqué, l'Open Edge Platform inclut une suite Robotics AI Suite. Les équipes de robotique tirent profit de bases de systèmes validées fournies par les VRB, utilisent les briques logicielles sélectionnées composant les suites et bibliothèques fournies, et déploient vers des flottes gérées à l'aide de Red Hat Device Edge et MicroShift. C'est une alternative bien plus attrayante que de tout construire de zéro. 

Ce que les clients devraient demander : Une liste de contrôle simple

Si vous êtes un acheteur industriel évaluant des plateformes d'Edge AI, voici les questions que vous devriez poser si vous souhaitez construire une infrastructure qui dépasse la phase pilote pour passer en production :

1. Existe-t-il une recette système validée ? Cela implique une configuration publiée et testée, et non un simple schéma de référence. Les VRB Intel sont spécifiquement positionnés pour réduire l'effort d'évaluation et accroître la prévisibilité.
2. Existe-t-il une voie vers des briques logicielles de solution réutilisables ? Cela désigne des suites de codes, des bibliothèques et des microservices réutilisables, et non des solutions uniques sur mesure. L'Open Edge Platform comprend des suites et des bibliothèques conçues à cet effet. 
3. Comment gère-t-on le cycle de vie à l'extrême périphérie ? Il vous faut un système capable de gérer les mises à jour, les retours en arrière, le provisionnement et des opérations cohérentes dans des environnements soumis à des contraintes. C'est l'élément central de l'offre Red Hat Device Edge.

L'edge industriel nécessite de la reproductibilité

La prochaine phase de l'Edge AI ne consiste pas en des modèles plus volumineux. Il s'agit de déploiements reproductibles. Pour l'Edge AI et la robotique, les gagnants seront les équipes qui transforment des projets pilotes épars en systèmes reproductibles et standardisés, qui les déploient de manière cohérente et les exploitent à grande échelle.

C'est pourquoi le pipeline est important : Architecture de référence → Verified Reference Blueprint → Intel AI Suite, reposant sur des bases système validées et prise en charge par des plateformes opérationnelles conçues pour les contraintes de l'extrême périphérie.

Vous souhaitez transformer votre projet pilote d'Edge AI en une réalité évolutive ? Contactez Red Hat dès aujourd'hui pour lancer une preuve de concept et découvrir comment la puissance combinée des Verified Reference Blueprints d'Intel et de Red Hat Device Edge fournit la base reproductible qu'exige votre environnement industriel.