Entreposage plus intelligent : pourquoi AI Vision a besoin d’une plateforme native en périphérie
Cet article a été écrit par nos amis d’Avassa. Pour en savoir plus sur notre partenariat, cliquez ici.
Les entrepôts d’aujourd’hui s’appuient de plus en plus sur des applications de vision industrielle et d’IA qui permettent de détecter les défauts en quelques millisecondes, de guider des chariots élévateurs autonomes dans des allées étroites ou d’optimiser la configuration des palettes en temps réel. Pour libérer tout le potentiel des applications modernes dans l’entreposage, les équipes d’infrastructure doivent planifier à l’avance la prochaine génération d’applications exécutées sur des plates-formes edge natives spécialement conçues.
Découvrez des exemples d’automatisation d’entrepôtPourquoi les entrepôts sont parfaitement adaptés à l’IA native en périphérie
Les entrepôts génèrent de grandes quantités de données à partir d’appareils tels que des caméras, des capteurs et des systèmes d’automatisation, qui doivent être traitées et exploitées localement. L’exécution d’applications dans le cloud crée des goulets d’étranglement de latence et introduit une fragilité opérationnelle dans des environnements où le temps de fonctionnement n’est pas négociable.
Par conséquent, les modèles de vision par IA prospèrent lorsqu’ils sont déployés directement à la périphérie de l’entrepôt, où ils peuvent répondre en temps réel et continuer à fonctionner même lorsque le cloud n’est pas accessible. Pour permettre à cela d’évoluer, les équipes d’application ont besoin d’une infrastructure qui ne se contente pas de prendre en charge l’edge, mais qui est réellement conçue pour les circonstances uniques de l’edge computing.
Outils cloud-natives, étendus à la périphérie de l’entrepôt
Les équipes logicielles modernes s’appuient sur des conteneurs, des pipelines CI/CD et des configurations déclaratives pour fournir efficacement des applications dans le cloud. Ces mêmes principes sont essentiels à la bordure, mais seulement lorsqu’ils sont adaptés à ses contraintes.
Une plate-forme native Edge efficace doit apporter l’orchestration des conteneurs aux nœuds distants aux ressources limitées. Il doit prendre en charge les mises à jour d’applications sécurisées et distantes qui fonctionnent toujours lorsque la connexion est lente ou peu fiable. Et peut-être plus important encore, les déploiements doivent être intelligents : utiliser un ciblage logique et déclaratif basé sur les capacités du site (au lieu d’interminables listes de sites statiques dans une feuille Excel) afin que la bonne application s’exécute au bon endroit.
Ces circonstances font progresser le secteur de l’entreposage et de la logistique et placent la barre plus haut pour les composants d’infrastructure logicielle et matérielle à la périphérie.
L’orchestration doit être déclarative, évolutive et résiliente dans les scénarios hors ligne
Dans les environnements de périphérie modernes, les scripts statiques et les plans de déploiement manuels ne sont tout simplement pas évolutifs. Les applications de vision industrielle et d’IA doivent être déployées en fonction des ressources dont chaque site dispose, qu’il s’agisse d’un GPU, de caméras connectées ou d’un calcul suffisant. Cela nécessite un modèle de déploiement ciblé : un modèle où les applications sont décrites de manière déclarative.
Exemple : Déployer vision-model-X sur tous les appareils avec GPU + caméra
La plateforme doit évaluer et ajuster en permanence les déploiements en fonction des conditions réelles. Lorsque des fonctionnalités matérielles sont ajoutées ou supprimées, le système se reconfigure automatiquement. Aucune intervention manuelle n’est nécessaire.
Cette approche permet non seulement de réduire les frais opérationnels, mais aussi d’assurer la cohérence et la rapidité des déploiements d’IA, ce qui est essentiel dans des environnements tels que l’entreposage où la réactivité et la disponibilité sont essentielles. De plus, il permet aux développeurs de faire abstraction des détails de l’infrastructure, ce qui leur offre une expérience beaucoup plus proche du cloud à la périphérie. Cela stimule à la fois la vitesse des fonctionnalités, l’innovation et, en fin de compte, crée un avantage concurrentiel.
Le matériel doit être fiable, robuste et prêt à l’emploi
Bien que la couche d’orchestration permette l’automatisation, son efficacité dépend du matériel sur lequel elle s’exécute. Les entrepôts sont des environnements difficiles avec des températures fluctuantes, de la poussière, des vibrations et des contraintes d’espace, et le matériel doit relever ces défis sans compromettre les performances.
Les appareils de pointe modernes se montrent à la hauteur de cette tâche. Les conceptions sans ventilateur, les constructions résistantes aux chocs, la prise en charge du GPU embarqué et les entrées multi-caméras sont désormais disponibles dans des facteurs de forme compacts et robustes. Ces appareils fournissent non seulement la puissance nécessaire à l’inférence d’IA à la périphérie, mais prennent également en charge les charges de travail conteneurisées, ce qui leur permet de se connecter de manière transparente aux plateformes cloud natives.
Propulser l’avenir de l’entreposage piloté par l’IA avec des plateformes de périphérie conçues pour leur usage
Cette nouvelle génération d’innovation en matière de chaîne d’approvisionnement nécessite une approche de pointe : des logiciels et du matériel qui sont non seulement conçus pour l’edge, mais aussi pour fonctionner ensemble. Il s’agit de donner aux développeurs le pouvoir d’agir rapidement sans sacrifier le contrôle, et de donner aux équipes opérationnelles les outils nécessaires pour observer, orchestrer et agir en temps réel.
Avassa fournit la couche d’orchestration qui apporte des flux de travail CI/CD natifs du cloud aux environnements de périphérie, permettant un déploiement déclaratif et précis de charges de travail d’IA conteneurisées en fonction des conditions de site dynamiques telles que la disponibilité du GPU ou la présence de capteurs. OnLogic fournit du matériel robuste, de qualité industrielle, spécialement conçu pour l’IA en périphérie, avec une puissance de calcul, une connectivité et une fiabilité conçues pour les conditions réelles d’un entrepôt. Leur modèle de vente directe et leurs ressources dans la région garantissent également un excellent support avant et après-vente et un partenariat vraiment facile à travailler.
Ensemble, Avassa et OnLogic permettent aux responsables de la chaîne d’approvisionnement de déployer plus rapidement des applications plus intelligentes, avec une visibilité et une résilience totales, du datacenter à l’entrepôt.
Prêt à commencer ? Contactez lAvassa’équipe pour en savoir plus sur leurs solutions d’orchestration, ou contactez un spécialiste des solutions OnLogic pour discuter de vos besoins en matériel.