L’informatique gagne en efficacité en traitant les données au plus près de leur source
Lorsqu’un drone doit identifier un objet en temps réel ou que des capteurs détectent une brusque dégradation de la qualité de l’air dans un bâtiment, le système peut réagir trop tard si les données doivent d’abord être acheminées vers un centre de données distant. Traiter les données à proximité de leur point de collecte permet d’accélérer les opérations et d’éviter les transferts inutiles. Encore faut-il déterminer où exécuter chaque tâche, ce qui représente un véritable défi. Financé par l’UE, le projet AC3(s’ouvre dans une nouvelle fenêtre) a conçu une plateforme qui s’appuie sur l’IA et l’apprentissage automatique pour répartir les ressources informatiques entre les centres de données dans le cloud et les serveurs de périphérie situés à proximité. Elle ajuste cette répartition en fonction de l’évolution des charges de travail et des conditions. «En traitant les données là où elles sont produites, la plateforme AC3 réduit les délais de communication et la congestion du réseau. Le système peut ainsi réagir plus rapidement aux changements de situation», explique Christos Verikoukis, coordinateur du projet au sein de l’Athena Research Centre(s’ouvre dans une nouvelle fenêtre), en Grèce.
Déterminer où traiter les données
Les applications modernes sont souvent constituées de plusieurs petits composants logiciels, appelés microservices, qui peuvent fonctionner à différents endroits. La plateforme AC3 détermine automatiquement où déployer ces composants, en tenant compte de plusieurs critères: puissance de calcul disponible, état du réseau et consommation d’énergie. «La principale innovation d’AC3 réside dans le recours à l’IA et à l’apprentissage automatique pour déterminer automatiquement où et comment déployer ces composants et en assurer la gestion», explique Christos Verikoukis. La plateforme a été mise à l’épreuve dans trois domaines: la gestion des bâtiments intelligents, la vidéosurveillance par drone et l’analyse de données astronomiques. Dans un bâtiment intelligent, par exemple, des capteurs peuvent détecter une chute brutale de la qualité de l’air. AC3 pourrait alors accélérer la réaction du système en transférant le traitement des données vers un serveur proche qui déclencherait une alerte ou ajusterait la ventilation, tout en limitant la quantité de données envoyées vers un centre de données distant.
S’adapter aux changements de situation
La démonstration menée avec un drone a montré comment la plateforme réagit lorsque les ressources informatiques disponibles deviennent insuffisantes. Si le drone ne dispose pas de la puissance nécessaire pour exécuter efficacement un modèle d’IA chargé de détecter des objets en temps réel, AC3 peut transférer cette tâche vers un serveur de périphérie situé à proximité. Dès que le drone dispose à nouveau de capacités suffisantes, la tâche peut y être rapatriée. «Cette migration intelligente et transparente permet à l’algorithme de détection d’objets de fonctionner dans des conditions optimales, quelles que soient les variations des ressources informatiques disponibles à bord du drone», explique Adlen Ksentini, responsable technique du projet AC3 chez EURECOM(s’ouvre dans une nouvelle fenêtre), en France. Les chercheurs ont également démontré que la plateforme pouvait traiter de grands volumes de données astronomiques. En répartissant les tâches entre plusieurs ressources informatiques, AC3 a réduit d’au moins 50 % le temps nécessaire au traitement de 5 Go de données, par rapport à des systèmes autonomes. Lors des essais du projet, l’application a par ailleurs affiché une fiabilité de 100 %.
Réduire la consommation d’énergie et favoriser l’adoption de la technologie
AC3 peut anticiper les besoins en puissance de calcul et la consommation d’énergie afin de regrouper les charges de travail sur un nombre réduit de serveurs. Les serveurs inutilisés peuvent ainsi être mis hors tension, tandis que les applications continuent de fonctionner conformément à leurs exigences de performances. Plusieurs composants logiciels ont été publiés en open source afin que les développeurs et les chercheurs puissent s’appuyer sur ces outils pour poursuivre leur développement. Certains ont également été intégrés à des environnements open source bien établis, notamment Kubernetes(s’ouvre dans une nouvelle fenêtre) et OpenShift(s’ouvre dans une nouvelle fenêtre). Pour Christos Verikoukis et Adlen Ksentini, le prochain défi sera de faire adopter ces avancées à plus grande échelle. Les services cloud et les systèmes informatiques en périphérie fonctionnent encore souvent de manière séparée. Les faire fonctionner ensemble, exigera de renforcer leur intégration et de trouver des modèles économiques viables. Le cadre AC3 a montré qu'une coordination intelligente des ressources pouvait rendre les systèmes informatiques plus réactifs et plus performants. Il s’agit maintenant d’aider les entreprises à mettre ces capacités en pratique dans des services réels.
