Edge computing

Edge AI

● L'Edge AI délocalise l’entraînement et l’inférence des modèles d'intelligence artificielle directement à la périphérie des réseaux, au plus près des sources de données, comme les véhicules autonomes ou les smartphones.
● Cette approche permet de s'affranchir de la dépendance au cloud pour réduire la latence, renforcer la confidentialité des données et optimiser l'efficacité énergétique du système.
● Grâce à des techniques d'optimisation comme le pruning et la quantification, cette technologie assure des performances en temps réel indispensables à la sécurité et à la réactivité des systèmes embarqués.
Regarder la vidéo

Sécuriser les systèmes d’IA dans l’espace

Lire l'article
banque d'images - ThreatNet

Cybersécurité : ThreatNet puise dans la base de données d’Orange pour protéger le réseau

Lire l'article
GettyImages - network virtualization - virtualisation des réseaux

De nouveaux défis algorithmiques pour la virtualisation des réseaux

Lire l'article
Sylva - cloud + network interoperability

Sylva, cadre logiciel commun pour l’interopérabilité des réseaux via le cloud

Lire l'article
GettyImages - Edge Computing AI chip

IoT : une puce plus économe en énergie pourrait faciliter l’IA en Edge Computing

Lire l'article

Un algorithme pour prédire la production d’énergie solaire

Lire l'article