La société ADLink, qui fournit modules, cartes et systèmes prêts à l'emploi pour l'embarqué et l'edge computing, a signé un partenariat avec la jeune entreprise FogHorn Systems, spécialiste des plates-formes logicielles d’apprentissage automatique pour périphérie (edge) de réseaux industriels, ...dans le cadre de son offre DXS (Digital eXperiments-as-a-Service). Lancée il y a quelques mois, cette offre permet de tester des projets IoT potentiels afin d’en tester la viabilité sans les coûts initiaux et les risques associés à un engagement ferme envers une solution donnée.

Selon ADLink, les solutions IoT complètes exigent normalement un investissement initial important, bien que le taux de réussite de ces projets ne dépasse pas 26% d'après les études menées sur ce secteur. « Les expérimentations numériques IoT en tant que services DXS d’ADLink permettent aux organisations de penser à grande échelle mais de commencer petit et de travailler vite lorsqu'elles souhaitent intégrer des fonctionnalités IoT à de nouveaux modèles ou processus d'affaires, précise Andy Penfold, directeur de la gestion des offres chez ADLink IoT Solutions and Technology. Il est clair aujourd’hui qu’une approche de type edge-to-cloud va s’ériger en principe de conception incontournable dans les déploiements de production pour l’Internet des objets industriel. L’ajout d’un fournisseur majeur d’intelligence en bordure de réseau au sein de notre offre DXS crée, à notre avis, le banc d’essai le plus avancé pour les projets IIoT. »

Créée en 2014, la société FogHorn Systems a développé sous le nom de Lighting ML une plate-forme logicielle IIoT pour périphérie de réseaux industriels présentée comme la première à disposer de fonctions d’apprentissage automatique intégrées et d’une compatibilité avec tous les principaux systèmes IIoT pour « edge computing » (automates programmables, équipements de type Raspberry Pi, passerelles IIoT compactes et durcies, PC ou serveurs industriels…) (lire pour plus de détails notre article ici). La société estime avoir réussi à miniaturiser les fonctions de traitement massif de données qui étaient jusqu’alors disponibles uniquement dans le cloud pour les porter au plus près des sources de données issues de capteurs  

Dans ce cadre, la plate-forme Lightning ML permet d’exécuter en temps réel des analyses puissantes de type Big Data dans les réseaux opérationnels (OT) (en éliminant la nécessité de transférer des données OT critiques vers le cloud) et d’implémenter des services IIoT en périphérie grâce à un moteur d’analyse (référencé CEP) pour le traitement d’événements complexes. Lightning ML, dont la dernière version en date peut s’exécuter en toute autonomie ou être connectée à n’importe quel environnement cloud privé ou public, permet en pratique aux utilisateurs industriels de porter et d’exécuter des algorithmes propriétaires et des modèles d’apprentissage automatique sur des flux de données réels produits par leurs actifs physiques et leurs systèmes de contrôle/commande industriels, détaille FogHorn.