L’intelligence artificielle progresse à une vitesse impressionnante.
Les plateformes modernes sont capables de reconnaître des objets, guider des robots, analyser des images médicales ou prendre des décisions en temps réel. Pourtant, avant même que l’algorithme puisse fonctionner, un autre défi doit être relevé : acheminer efficacement les données provenant des caméras et des capteurs jusqu’au système d’IA.
Dans de nombreux projets, cette étape représente une part importante du travail d’intégration.
C’est précisément ce problème que Microchip Technology cherche à simplifier avec la version 2.0 de son pont de capteur Ethernet FPGA PolarFire.

Quand les capteurs deviennent le véritable défi de l’Edge AI

Les applications d’intelligence artificielle en périphérie reposent rarement sur une seule source d’information.
Un robot humanoïde doit traiter simultanément plusieurs caméras, des capteurs de profondeur, des systèmes de navigation et parfois des équipements de sécurité. Dans l’industrie, les systèmes de vision doivent analyser plusieurs flux vidéo à haute résolution en temps réel.
Plus le nombre de capteurs augmente, plus les architectures deviennent complexes.
Les développeurs cherchent donc des moyens de standardiser ces connexions afin de réduire les efforts d’intégration.

Une nouvelle génération plus compacte et plus performante

Microchip a entièrement repensé sa plateforme.
La version 2.0 du pont Ethernet compatible NVIDIA Holoscan Sensor Bridge occupe un espace 60 % plus réduit que la première génération. Elle prend également en charge deux fois plus de caméras tout en étant proposée à un coût inférieur.
Cette évolution permet de concevoir des plateformes Edge AI plus compactes et plus faciles à déployer dans des applications où chaque centimètre compte.
L’alimentation par USB-C simplifie également l’intégration dans les racks et les environnements de développement modernes.

L’Ethernet 10 Gb comme langage commun des capteurs

Traditionnellement, chaque capteur arrive avec sa propre interface et ses contraintes spécifiques.
Cette multiplicité de connexions peut rapidement compliquer les conceptions. Le pont Ethernet de Microchip propose une approche fondée sur une infrastructure Ethernet 10 Gigabit, capable de transporter efficacement les données des capteurs vers les plateformes de calcul.
Cette standardisation réduit la complexité matérielle et facilite l’évolution des systèmes à long terme.
Les applications basées sur NVIDIA Jetson et NVIDIA IGX peuvent ainsi bénéficier d’une intégration plus fluide.

Mesurer la latence du capteur jusqu’à l’inférence IA

Dans certaines applications, quelques millisecondes peuvent faire la différence.
Un robot autonome ou un système médical temps réel doit connaître précisément le délai séparant la capture de l’information et la décision prise par l’intelligence artificielle. La nouvelle plateforme PolarFire intègre donc un circuit dédié à la mesure de cette latence.
Grâce à l’outil NVIDIA Latency Display Analysis Tool, les développeurs peuvent analyser le comportement complet du système depuis le capteur jusqu’au moteur d’inférence.
Cette visibilité facilite considérablement l’optimisation des performances.

Une plateforme ouverte à de multiples interfaces

Les besoins des développeurs évoluent constamment.
Pour cette raison, la carte intègre un connecteur FMC extensible ainsi qu’un connecteur PMOD, permettant d’ajouter facilement de nouvelles fonctions. Elle prend en charge des protocoles tels que MIPI CSI-2, I²C, UART et GPIO, ainsi que plusieurs interfaces vidéo avancées.
Cette souplesse permet d’adapter une même architecture à différents types de capteurs sans devoir redessiner l’ensemble du système.
Pour les équipes de développement, cela représente un gain de temps significatif.

La faible consommation reste un avantage stratégique

L’Edge AI doit souvent fonctionner dans des environnements où la puissance disponible est limitée.
Les FPGA PolarFire sont particulièrement appréciés pour leur faible consommation énergétique tout en conservant de solides capacités de traitement et de sécurité. Cette efficacité contribue à réduire l’échauffement des systèmes et à simplifier leur intégration dans des plateformes compactes.
Dans la robotique mobile ou l’automatisation industrielle, cet avantage devient un facteur déterminant.

Une approche globale pour accélérer le développement

Microchip ne se limite pas à fournir une carte matérielle.
La solution comprend également des caméras, des schémas de référence, des ressources RTL, des outils logiciels et un support direct avec le SDK NVIDIA Holoscan. À cela s’ajoutent les solutions d’alimentation validées telles que le MCP16701, qui contribuent à réduire les risques d’intégration.
Cette approche vise à raccourcir le passage entre le prototype et le produit final.

Si vous développez des solutions de robotique, de vision industrielle ou d’Edge AI, la nouvelle version du pont de capteur Ethernet FPGA PolarFire illustre parfaitement l’évolution des architectures de capteurs vers des plateformes capables de combiner Ethernet 10 Gb, prise en charge multi-caméras, faible latence, faible consommation énergétique et intégration native avec l’écosystème NVIDIA, afin d’accélérer le déploiement des applications d’intelligence artificielle de nouvelle génération.

Microchip Technology Inc.