2,5 milliards de produits TinyML seront vendus en 2030 contre 15 millions en 2020

[EDITION ABONNES] Entre 2021 et 2026, le nombre de connexions IoT va presque tripler pour atteindre 23,6 milliards d'unités dans cinq ans, chaque nouvelle connexion représentant une opportunité pour l'intelligence artificielle (IA) et l'apprentissage automatique (ML, Machine Learning). ...Mais, assure ABI Research, les technologies matérielles et logicielles TinyML, utilisées pour embarquer ce type d’algorithmes sur des nœuds d’extrémité contraints à très faible consommation, seront essentielles pour saisir concrètement cette opportunité.

L’enjeu est de taille car, selon la société d’études, il pourrait se vendre 2,5 milliards de produits TinyML en 2030 contre « seulement » 15,2 millions en 2020. « La prolifération et la démocratisation de l'IA ont généré la croissance du marché de l'analyse des données émises par les objets connectés, pointe Lian Jye Su, analyste chez ABI Research. Ces données sont utilisées pour entraîner des modèles ML, qui génèrent des informations précieuses sur l’écosystème IoT dans son ensemble. Ces applications nécessitent toutefois des solutions performantes et coûteuses qui reposent sur des puces complexes. Parallèlement, les circuits IA pour périphérie de réseau (edge) ont permis d’injecter l’IA dans une multitude de nœuds d’extrémité, y compris les terminaux mobiles, les automobiles, les enceintes connectées grand public et les caméras sans fil. Mais ces équipements n’ont souvent pas la capacité d’utiliser toutes les données qui transitent par eux et ne peuvent fournir les performances de calcul et la bande passante nécessaires, ce qui entraîne des problèmes de latence, quasiment mortelles pour les applications IA. »

Les puces TinyML visent à justement à résoudre ces défis liés au coût et à l’efficacité énergétique. Elles ont vocation à réaliser des analyses de données sur des ressources matérielles de faible consommation dotées d’une faible puissance de traitement et de capacités mémoire réduites, aidées en cela par du logiciel calibré pour l’exécution de moteurs d'inférence de petite taille.

Si l’on en croit ABI Research, la prolifération de l’approche TinyML va étendre l’Edge AI au-delà de ses marchés traditionnels. « L'analyse par IA pouvant ainsi s’étendre au-delà de la vision industrielle, un plus grand nombre d'utilisateurs vont pouvoir bénéficier des avantages apportés par des capteurs connectés et dispositifs IoT intelligents aptes à exploiter les ondes sonores, la température, la pression, les vibrations et autres sources d’informations », explique Lian Jye Su. Cette croissance va offrir des avantages tangibles et importants tels que la confidentialité des données, une efficacité énergétique élevée, la sécurité fonctionnelle ou la résolution des problèmes de bande passante réseau.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA