Des spécialistes de la vision par IA s’intéressent aux exigences neuronales

Les spécialistes de la vision artificielle concentrent désormais leurs recherches sur les exigences neuronales, s'intéressant particulièrement à la manière dont l’intelligence artificielle peut mieux reproduire les mécanismes du cerveau pour améliorer la compréhension et l’analyse visuelle des machines.

Évolution des besoins : du GPU au NPU

Face à la montée en puissance des applications d’intelligence artificielle (IA) dans l’IoT, la question du matériel optimal s’impose. Intervenant lors de l’IoT Solutions World Congress à Barcelone, Nicholas Gaude, responsable marketing IA chez STMicroelectronics, n’a pas caché son scepticisme quant à la pertinence des GPU traditionnels. Les usages évoluent : le recours à un processeur spécialisé, le fameux NPU (Neural Processing Unit), devient indispensable afin d’assurer le traitement efficace des réseaux neuronaux et d’offrir une qualité supérieure en vision par ordinateur.

Nouvelles perspectives grâce aux puces dédiées

Le constat est sans appel : si les GPU ont longtemps dominé l’entraînement de modèles d’IA, leurs capacités trouvent vite leurs limites, notamment pour des usages en périphérie de réseau (edge computing). « L’intérêt du NPU réside dans sa capacité à accélérer et traiter efficacement le réseau IA », explique Gaude. Contrairement aux GPU, souvent cantonnés à des cas simples ou basse résolution, ces nouvelles puces permettent une montée en précision et ouvrent la voie à des traitements multi-modaux — images, vidéos — avec une résolution accrue. Résultat ? Une précision inédite et des applications élargies pour la collecte et l’analyse de données.

Collaboration technologique : un levier d’innovation démocratisée

La transition vers ces architectures dédiées n’est possible qu’au prix d’une réelle collaboration entre acteurs du secteur. Sur ce point, Francesco Mattioli, ingénieur chez Ultralytics, insiste : « Miser sur un chip spécialisé permet une exécution ultra-rapide des programmes IA ». D’ailleurs, la synergie entre sa société et STMicroelectronics illustre bien cette tendance : l’un conçoit le matériel adapté, l’autre développe le réseau neuronal optimisé.

Voici quelques bénéfices directs mis en avant :

• Démocratisation de l’accès à l’IA : même sans expertise poussée, il devient possible d’entraîner puis déployer un modèle sur appareil physique.
• Dynamisation de l’innovation : les entreprises novices peuvent ainsi intégrer rapidement la détection automatique dans leurs solutions métiers.

L’avenir de l’IA embarquée se dessine aujourd’hui

À écouter ces spécialistes, impossible d’ignorer que nous assistons à un basculement majeur. Les promesses des NPUs ne se limitent plus aux laboratoires ou aux géants de la tech. Désormais, c’est tout un pan de l’industrie qui s’apprête à profiter de cette nouvelle génération de matériel IA, plus rapide, plus précis… et accessible même aux non-initiés.