C'est sur son compte LinkedIN que Nick Romano, le cofondateur et actuel CEO de la jeune société canadienne DeepLite a annoncé le rachat de sa société spécialisée dans l’intelligence artificielle (IA) pour systèmes embarqués, par le fournisseur de semiconducteurs STMicroelectronics. Les détails de la transaction n’ont pas été dévoilés. 

La technologie de base développée de Deeplite permet, selon la société créée en 2019 et fort d'une vingtaine d'employés, d'améliorer les performances des modèles d'IA, les rendant plus adaptés à un fonctionnement sur des dispositifs périphériques aux ressources limitées. Une approche qui s'inscrit naturellement dans la stratégie de développement de STMicroelectronics qui a pour ambition, déclinée récemment de « déployer davantage de technologies d'intelligence artificielle et d'automatisation, en privilégiant les investissements dans des infrastructures d'avenir ». 

Depuis sa création, Deeplite se concentre sur l'optimisation, la quantification et la compression des modèles d'apprentissage profond. Pour ce qui a trait à la compression et la quantification des modèles, grâce à des techniques d'“élagage” et de quantification des poids, DeepLite estime pouvoir réduire significativement le nombre de paramètres et les besoins en stockage pour des algorithmes d’IA, sans perte de précision. 

Parallèlement, grâce à une technologie d'apprentissage automatique automatisée (AutoML), DeepLite conçoit des architectures de réseaux neuronaux qui s'adaptent automatiquement, et au mieux, à des scénarios matériels et applicatifs spécifiques, augmentant ainsi la vitesse d'inférence et réduisant la consommation d'énergie, selon la société. 

Enfin, DeepLite propose une technologie d’optimisation personnalisée pour différentes plateformes matérielles, telles que les processeurs RISC-V ou les cœurs Arm Cortex-M, afin de réduire le nombre d'accès mémoire et la latence. 

Selon DeepLite, cet ensemble de technologies améliore non seulement l'efficacité d'exécution des modèles d'IA, mais permet également aux modèles d'IA complexes de fonctionner efficacement sur des objets connectés, pilotés par des microcontrôleurs. 

En intégrant les solutions logicielles d'IA de Deeplite à ses architectures matérielles, STMicroelecronics pourrait ainsi mettre en place une pré-optimisation des processeurs dopés à l'IA et prendre en charge l'apprentissage et le déploiement de modèles sur des microcontrôleurs à basse consommation, réduisant de ce fait le temps de développement des applications d'IA en bordure de réseau (Edge). 

Selon plusieurs étude de marché concordantes, on estime que dans les années qui viennent, environ 75 % des données acquises sur le terrain seront traitées en périphérie de réseau, là où le potentiel des microcontrôleurs capables de gérer des applications à base d’IA est très important. 

On se souviendra que STMicroelectronics avait initié ce mouvement de passage des technologies d’IA vers le monde des microcontrôleurs en rachetant la jeune société française Cartesiam en 2021, puis en proposant aux développeurs en 2023, la suite d’outils et de logiciels intégrés ST Edge AI, avec pour ambition d'apporter un moyen jugé simple et économique d'utiliser des produits de la société dopés à l'IA (intelligence artificielle), au sein d'applications destinées aux secteurs de l'industriel, de l'automobile et de la mobilité, de l'électronique grand public et des communications. Une manière de rationaliser son offre liée au domaine de l’IA embarquée, intégrant les technologies de Cartesiam. 

On notera aussi que les concurrents de STMicroelectronics dans le domaine des microcontrôleurs dopés à l’IA ne sont pas inactifs, Renesas ayant récemment acquis Reality AI, pécialiste des technologies d’intelligence artificielle embarquées et d’apprentissage automatique adaptées aux environnements contraints (TinyML), Infineon le suédois Imagimob, spécialiste des plates-formes d’apprentissage automatique adaptées aux contraintes des environnements aux ressources limitées (TinyML) et NXP a travers l’acquisition de l’américain Kinara, concepteur d’unités de traitement neuronal discrètes (NPU) programmables destinées à exécuter des applications d’intelligence artificielle (IA) en périphérie de réseau (edge).