Introduction
Avec le cloud, les coûts de stockage et de calcul sont devenus abordables pour les développeurs IoT. Dans le cas le plus simple, les appareils IoT se connectent au cloud et stockent les données IoT dans le cloud. Il n’est cependant pas toujours possible de gérer toutes les données IoT dans le cloud. Vous avez souvent besoin de temps de réponse rapides, en particulier pour les applications critiques. Si vous stockez toutes les données dans le cloud, l’aller-retour entre le cloud et les appareils entraîne une latence élevée, conduisant à des temps de réponse plus longs.
Azure IoT Edge permet de rapprocher les capacités de calcul de la source des données, c’est-à-dire les appareils de périphérie. IoT Edge offre la possibilité de déplacer des charges de travail du cloud vers la périphérie. De cette façon, IoT Edge pallie les problèmes de latence et de temps de réponse.
La possibilité de déplacer des charges de travail de calcul sur des appareils de périphérie offre d’autres avantages, comme le déploiement d’applications d’intelligence artificielle sur ces appareils. Les modèles de machine learning peuvent être entraînés dans le cloud, puis déployés sur des appareils de périphérie. IoT Edge offre également la possibilité d’exécuter en mode hors connexion et fournit la sécurité sous-jacente nécessaire à la fiabilité des opérations dans de tels cas.
Supposons que vous êtes un médecin spécialisé dans le traitement du diabète. Vous voulez surveiller le niveau de glucose sanguin du patient et l’avertir quand des variations de ce niveau deviennent problématiques pour sa santé. Dans ce cas, l’appareil IoT Edge surveille le niveau de glucose du patient et stocke les données sur l’appareil lui-même. L’appareil envoie les données résumées de la périphérie vers le cloud. Les algorithmes qui s’exécutent sur l’appareil permettent de surveiller les changements des niveaux de glucose qui pourraient poser problème. Si les niveaux de glucose sont problématiques, le médecin reçoit une alerte de l’algorithme qui s’exécute sur l’appareil IoT Edge. L’alarme peut être générée rapidement en réponse aux changements des niveaux de glucose, car l’algorithme s’exécute sur l’appareil de périphérie. Ainsi, il n’a pas besoin de se connecter au cloud, ce qui permet d’économiser l’aller-retour des données vers le cloud et donc de diminuer le temps de latence. Cette notification permet au médecin de répondre immédiatement au patient. L’appareil répond également aux situations où la connectivité est faible. Les données sont stockées de façon sécurisée sur l’appareil.
Ce module fait partie du parcours d’apprentissage « Ingénieur IA de périphérie ». Dans ce module, nous explorons des thèmes relatifs à l’ingénierie, comme le computing en périphérie, la sécurité, le déploiement à grande échelle et la gestion des temps de réponse en fonction des contraintes du système et des appareils.
Objectifs d’apprentissage
Dans ce module, vous allez :
- Évaluer les cas où IoT Edge peut aider à déployer des applications IoT dans le cloud
- Décrire les composants d’IoT Edge
- Lister les fonctionnalités d’IoT Edge pour les solutions IoT dans le cloud
Prérequis
- Connaissance de base des applications IoT et d’IoT Hub