Tirer parti de l’IA de Microsoft : un tournant pour le secteur manufacturier

L’avantage de la fabrication réside dans la constellation matérielle et logicielle présente dans les locaux de l’usine. Il englobe la gamme complète de périphériques finaux et souvent un centre de données localisé pour stocker les données et exécuter des analyses, une surveillance et d’autres applications.

Mais les organisations mettent en œuvre des stratégies de pointe qui ne prennent pas en compte les exigences de l’IA et de la GenAI. Il en résulte une utilisation inefficace des ressources de pointe, des modèles d’apprentissage automatique inutilement complexes et des cas d’utilisation peu pratiques, qui conduisent tous à une adoption lente ou sous-optimale par les utilisateurs finaux.

Pour déployer et optimiser l’IA en périphérie, les responsables informatiques du secteur manufacturier doivent :

• Segmentez l’usine/les actifs : le regroupement de l’usine/des actifs de manière appropriée garantit une architecture de pointe équilibrée.
• Concevoir en gardant l’objectif à l’esprit : adopter une vision à long terme des investissements coûteux en matériel informatique permet de maintenir les coûts à un niveau optimal.
• Miniaturiser les modèles d’IA : la réduction de la taille du modèle réduit les ressources informatiques nécessaires à sa formation et à son exécution, accélère les opérations du modèle et permet à l’IA d’être plus largement distribuée dans l’organisation.
• Optimisez la gestion de la charge du réseau : le traitement des données en périphérie minimise le volume de transit en temps réel sur le réseau et réduit la latence.

À la périphérie, l’IA peut fonctionner localement avec les données locales générées à partir de la couche technologique opérationnelle d’une usine, notamment les automates programmables, les contrôleurs, les PC industriels, les capteurs IoT, les caméras, les étiquettes RFID, etc. Avec une latence minimisée, l’IA déployée localement permet des opérations autonomes (pas seulement des opérations automatisées) et une réactivité en temps réel.

Évaluer une approche de « maillage de bords » ou de maillage de bord

Les considérations ci-dessus suggèrent une approche que l’on peut qualifier de « maillage de bords ». Cette approche héberge des modèles ML/AI de taille optimale sur des ressources de calcul optimales. Il offre la possibilité d’adapter l’architecture aux exigences futures et permet de contrôler les coûts.

En conséquence, l’IA de pointe peut être exploitée efficacement pour des tâches telles que la surveillance de la production en temps réel, la gestion des stocks, la prédiction des pannes des machines en temps réel, l’optimisation des processus, l’automatisation du contrôle qualité, le diagnostic de la ligne de production et bien plus encore.

Un maillage de bords représentatif est présenté dans le diagramme ci-dessous. Chaque Edge héberge la possibilité d’effectuer des calculs d’apprentissage automatique à petite et moyenne échelle.

Services de conseil Tata

Donner la priorité à l’art de miniaturiser les modèles d’IA

La miniaturisation des modèles IA/ML contribue grandement à réduire la taille et le coût des ressources de calcul nécessaires en périphérie. Il existe différentes techniques pour dimensionner de manière optimale puis miniaturiser ces modèles. En outre, il existe différentes manières d’héberger les modèles en périphérie, en optimisant les capacités de stockage et de calcul nécessaires du périphérique périphérique. Un pipeline de modèles de traitement intelligemment conçu garantit une utilisation optimale du calcul sans maintenir la périphérie occupée à 100 % de sa capacité.

Présentez l’analyse de rentabilisation en faveur de l’IA à la pointe de la technologie

Concevoir et optimiser la pointe du développement de l’IA de votre organisation présente des avantages commerciaux et opérationnels concrets :

• L’Edge Computing prend en charge l’analyse instantanée des données, basée sur l’IA, pour prendre des décisions en temps réel en réponse aux changements survenant au sein de l’usine de fabrication.
• L’Edge Computing augmente la fiabilité des applications critiques d’IA, car elles ne dépendent plus du traitement ou de la connectivité cloud. Cette capacité s’inscrit dans une stratégie de fonctionnement continu.
• L’IA à la périphérie peut exploiter le calcul et le stockage selon les besoins pour les modèles de formation ; et grâce à des initiatives low-code, créez des applications d’IA légères qui nécessitent moins de ressources.

Les responsables informatiques du secteur manufacturier peuvent agir dès maintenant pour configurer et optimiser leur infrastructure informatique de pointe afin de permettre des déploiements d’IA efficaces à l’aide de Microsoft AI. Voici cinq étapes à considérer :

1. Identifiez les cas d’utilisation clés : Évaluez quelles applications d’IA généreront le maximum d’activité une fois déployées dans l’informatique de pointe.
2. Implémenter une infrastructure de pointe : Identifiez ce qui est nécessaire en termes de ressources et d’expertise pour mettre en place une infrastructure de pointe évolutive pour l’IA et l’intégrer aux systèmes existants.
3. Améliorez la sécurité : Développez une stratégie complète de sécurité de pointe qui répond explicitement aux problèmes de sécurité spécifiques à l’IA.
4. Former et monter en compétences les équipes: Prioriser la formation nécessaire aux équipes informatiques et opérationnelles internes pour gérer l’infrastructure informatique de pointe prenant en charge les applications d’IA.
5. Projets pilotes avant mise à l’échelle : Lancer des projets pilotes pour tester et affiner les plans d’informatique de pointe avant un déploiement à grande échelle.

L’essentiel

Les responsables informatiques peuvent accélérer le déploiement de l’IA à la périphérie en s’associant à un intégrateur de systèmes tel que Tata Consultancy Services (TSC), qui possède une expertise, des plates-formes et des services pour l’informatique de pointe et l’IA en partenariat avec Microsoft. En s’associant à TCS, les responsables informatiques peuvent exploiter efficacement l’informatique de pointe et l’IA pour optimiser leurs opérations, améliorer l’efficacité et garantir la fiabilité de leurs applications d’IA.

Pour en savoir plus sur la manière dont TCS peut aider les responsables informatiques du secteur manufacturier à optimiser la périphérie de l’IA, consultez Entreprise manufacturière de nouvelle génération : propulsée par GenAI.