[EDITION ABONNES] Récemment lancé, le projet de recherche européen VEDLIoT (Very Efficient Deep Learning in IoT), coordonné par le CoR-Lab de l'université de Bielefeld (Allemagne), vise à développer une plate-forme logicielle/matérielle de nouvelle génération pour l'Internet des objets qui puisse être aisément configurable pour être déployée et distribuée à n'importe quel niveau des strates de traitement, des noeurs de capteurs jusqu'au cloud en passant par la périphérie de réseau (edge). ...Dans ce cadre, la contribution de la société polonaise Antmicro, chef de file du groupe de 12 sociétés et laboratoires impliqués dans le projet (dont Siemens et les suédois EmbeDL et Veoneer), portera d’une part sur son savoir-faire autour de l’architecture RISC-V et sur son environnement de simulation en open source Renode....

Plus précisément le projet va s’attacher à développer une infrastructure matérielle sous la forme d’une puce-système SoC fondée sur le jeu d'instructions RISC-V couplée à un environnement de simulation Renode adapté au test de la sécurité et de la robustesse de la plate-forme vis-à-vis de l’utilisation d’algorithmes de deep learning (apprentissage profond). Ce simulateur open source procure un environnement virtuel et déterministe pour le co-développement logiciel/matériel, capable de générer des métriques pour mesurer l'efficacité des charges de travail, y compris les logiciels d'apprentissage automatique, et de réaliser des tests automatisés. Il sera disponible pour tous les membres du projet et les futurs utilisateurs de la plate-forme VEDLIoT. Le projet, qui est toujours ouvert aux contributeurs et qui a reçu une subvention de 8 millions d'euros, devrait être achevé d'ici la fin de 2023. Une expérimentation particuière sera centrée sur la réalisation d'un "miroir intelligent" (photo ci-dessous).

« Les plates-formes de calcul et IoT deviennent de plus en plus efficaces et permettent la résolution de problèmes plus complexes et l’accélération de diverses formes d'automatisation sur des marchés comme l'industriel, l'automobile et la maison connectée, explique Ulrich Rückert, coordinateur du projet VEDLIoT et directeur du groupe de recherche Cognitronics and Sensor Systems à l'université de Bielefeld. Mais le volume de données collectées et traitées est énorme - et la puissance de calcul requise pour cela demeure très élevée. De plus, les algorithmes sont souvent trop complexes pour générer rapidement des solutions dans un laps de temps approprié. L'un des objectifs de VEDLIoT est donc de répondre à ces exigences avec une plate-forme innovante, évolutive et polyvalente orientée vers l'IoT. Avec la volonté de gérer efficacement les énormes quantités de données à travers une méthode utilisant l'intelligece artificielle distribuée et des algorithmes d'apprentissage profond. »

L'utilisation du deep learning devrait permettre à la plate-forme VEDLIoT d'apprendre de manière autonome, entraînant des performances accrues et une efficacité énergétique pour les équipements et appareils de l’Internet des objets.

Les systèmes IoT intelligents sont de plus en plus amenés à effectuer des tâches avancées telles que le suivi et la détection d'objets, la navigation, l'automatisation industrielle, l'inspection, le tri, etc. Or souvent, ces systèmes s’appuient des réseaux de neurones formés pour générer des décisions “éclairées” et doivent donc impérativement, par conception, être suffisamment robustes pour assurer un fonctionnement sans faille dans diverses conditions de terrain, souvent difficiles.

Dans le cadre du projet VEDLIoT, les membres vont travailler sur le développement d'une infrastructure logicielle de puce-système à architecture RISC-V pour le contrôle système et l'accélération IA dans un FPGA. En s’appuyant notamment sur l’expertise d’Antmicro qui poursuivra ses travaux autour d'un standard pour l'accélération IA personnalisée sur FPGA pour l'architecture RISC-V.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’architecture de processeur RISC-V : Embedded-RISCV