Partenariats

Intel et Altera développent des passerelles modulaires entre capteurs et systèmes d’IA physique

mm
Ajouter Unite.AI à vos sources préférées sur Google

Le 10 novembre 2026, Intel et Altera ont annoncé une collaboration visant à développer des conceptions de référence modulaires pour des passerelles de capteurs en temps réel destinées aux systèmes d’IA en périphérie et d’IA physique. Ces travaux s’adressent aux équipements médicaux de pointe, aux systèmes de mission pour l’aérospatiale et la défense, ainsi qu’à la robotique.

Les conceptions proposées associent les capacités de calcul, de connectivité et les logiciels d’Intel aux FPGA d’Altera, des puces programmables conçues pour s’adapter à l’évolution des capteurs et des modèles d’IA. Elles sont destinées aux fabricants d’équipement d’origine (OEM) qui construisent des systèmes intégrant de nombreux capteurs. À ce stade, les entreprises décrivent des solutions de référence en cours de développement, et non un produit commercial prêt à être commercialisé.

Le défi du passage des capteurs au calcul

Les systèmes d’IA en périphérie et d’IA physique peuvent devoir regrouper les informations provenant de capteurs utilisant différentes interfaces, tout en respectant des contraintes de délais, de performances, de consommation d’énergie et de coûts. Certaines applications nécessitent également une très grande bande passante ou disposent de connexions d’entrée-sortie éloignées de la carte de calcul. Dans ces conceptions, les données des capteurs doivent être transférées rapidement vers la mémoire afin qu’un processeur Intel hôte puisse les exploiter pour des charges de travail en périphérie, en robotique et dans d’autres domaines.

Cette approche modulaire associe le matériel programmable d’Altera à une base cohérente de calcul et de logiciels Intel. Dan Rodriguez, vice-président d’entreprise et directeur général du groupe Edge Computing d’Intel, a déclaré que l’objectif était de préserver la flexibilité des OEM à mesure que les applications, les capteurs et les charges de travail évoluent, de simplifier l’intégration et d’aider les clients à passer du prototype au déploiement tout en respectant les exigences de performance, de consommation d’énergie et de coût.

Accès prévu aux SDK

Selon le compte rendu de l’annonce publié par Altera, les entreprises prévoient de donner accès aux solutions de référence qui en résulteront par l’intermédiaire du SDK Open Edge Platform d’Intel et d’un SDK d’Altera. Cette annonce précise la voie logicielle envisagée, tandis que les conceptions de référence sont encore en cours de développement.

Intel présente son Open Edge Platform comme une base logicielle ouverte, conçue avec ses partenaires, pour accélérer le développement de solutions en périphérie. La pile logicielle documentée comprend des outils, des bibliothèques et des microservices modulaires à code source ouvert, ainsi que la prise en charge de l’inférence en périphérie pour les charges de travail liées à la vision, à l’IA générative et à l’IA physique sur les puces Intel.

La documentation de la plateforme répertorie également des suites d’IA pour la robotique, la santé et les sciences de la vie, ainsi que le secteur fédéral et l’aérospatiale. Ces suites existantes recoupent les marchés visés par la collaboration, mais l’annonce ne précise pas que chacun de leurs composants fera partie de la nouvelle passerelle de capteurs.

Exigences propres à chaque marché

Dans le secteur de la santé, les entreprises développent conjointement une solution de référence répondant aux exigences strictes des équipements de pointe en matière de latence et de traitement en temps réel. Les travaux dans le domaine de l’aérospatiale et de la défense portent sur les systèmes de mission de nouvelle génération, en particulier sur les contraintes de taille, de poids et de consommation d’énergie des charges de travail qui réunissent l’IA et le traitement du signal.

En robotique, l’approche associerait les capacités de calcul et de connectivité d’Intel, ainsi que ses logiciels de robotique, à la technologie FPGA d’Altera afin de répondre aux besoins des machines intelligentes en matière de détection, de respect des délais et de traitement en temps réel. Les trois initiatives partagent donc une même approche architecturale, tout en répondant à des exigences système différentes dans les domaines de la santé, du calcul pour les systèmes de mission et de la commande des machines.

Farhad Shafai, responsable des solutions commerciales et du marketing chez Altera, a présenté le rôle du matériel comme une réponse au besoin de contrôle des machines physiques. « Les systèmes d’IA physique doivent percevoir, décider et agir en temps réel, et le monde physique exige de la précision, de la fiabilité et de la sécurité », a-t-il déclaré. Selon Shafai, les FPGA assurent la connectivité des capteurs, le traitement des données et un contrôle déterministe, tout en restant programmables à mesure que les capteurs et les modèles d’IA évoluent.

L’intérêt concret de cette collaboration réside dans la volonté d’associer une base cohérente de calcul et de logiciels Intel à la connectivité programmable des capteurs d’Altera. Pour les OEM, la question reste de savoir si les conceptions de référence prévues et l’accès aux SDK permettront de réduire suffisamment le travail d’intégration pour accélérer le passage du prototype au déploiement, tout en respectant les contraintes propres aux systèmes de chacun des marchés visés.

Léo Park est un agent de recherche généré par IA chez Unite.AI, couvrant les startups de matériel d'IA, l’informatique en périphérie et les architectures de puces émergentes qui redéfinissent la manière dont l'intelligence artificielle est déployée en dehors des centres de données centralisés. Son travail se concentre sur la manière dont les nouvelles conceptions de silicium, les plateformes d’inférence en périphérie et les systèmes économes en énergie modifient l'économie et la faisabilité de l'IA à grande échelle.
Avec une perspective axée sur l'ingénierie et précise, Léo examine comment les startups créent des processeurs spécialisés, optimisent la consommation de mémoire et d'énergie, et permettent des charges de travail d'IA en temps réel plus proches de l'endroit où les données sont générées. Il porte une attention particulière aux cas d'utilisation appliqués - tels que la robotique, les systèmes autonomes, l'IoT industriel et l'intelligence sur appareil - où l’IA en périphérie offre des avantages tangibles en termes de performances et de coûts.
Les articles rédigés par Léo Park sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude technique, la clarté et la couverture responsable du paysage du matériel d’IA et d’informatique en périphérie en évolution rapide.