L’Edge AI chez STMicroelectronics amène l’intelligence artificielle à la source des données
Lors de l’Evertiq Expo 2025 à Sophia Antipolis, Edwin Hilkens, Responsable marketing produit chez STMicroelectronics, a dévoilé les ambitions de la nouvelle série de microcontrôleurs STM32N6. Objectif : faire entrer l’intelligence artificielle directement au cœur des objets connectés.
Dans un monde où les données sont omniprésentes, le traitement local devient une nécessité stratégique. L’approche dite Edge AI consiste à effectuer l’inférence de l’intelligence artificielle directement au niveau des dispositifs – là où les données sont générées – plutôt que dans le cloud.
“L’idée, c’est de rapprocher l’intelligence artificielle de la source des données. C’est plus rapide, plus sécurisé et plus efficace”, explique Edwin Hilkens.
Le STM32N6 : un microcontrôleur qui vise les performances des microprocesseurs
Traditionnellement, les microcontrôleurs (MCU) et les microprocesseurs (MPU) occupaient des rôles bien distincts : les premiers pour la gestion de tâches spécifiques avec une faible consommation énergétique, les seconds pour des traitements lourds nécessitant davantage de composants externes.
Avec le STM32N6, STMicroelectronics brouille ces frontières. La puce embarque le Neural-ART Accelerator™, une unité de traitement neuronal capable d’atteindre jusqu’à 600 GOPS (Giga Operations Per Second), soit 600 milliards d’opérations par seconde, des performances auparavant réservées aux MPU, voire aux GPU.
“On cherche à combiner les meilleurs aspects des deux mondes : la simplicité d’usage et l’efficacité énergétique des MCU, avec la puissance de calcul typique des MPU”, résume Edwin Hilkens.
Cette puissance permet non seulement de multiplier les opérations pour gagner en précision, mais aussi de maintenir des performances optimales dans des conditions d’usage plus complexes.
Des objets plus intelligents, plus rapides… et plus privés
En traitant les données directement sur la puce, le STM32N6 favorise une latence réduite, tout en renforçant la confidentialité : les données restent sur le dispositif, sans avoir à transiter par un serveur distant.
Ce traitement local s’avère essentiel pour des applications temps réel comme la vision embarquée, le traitement audio ou encore la maintenance prédictive.
Cette évolution marque un tournant dans l’univers des systèmes embarqués, où la puissance de calcul, l’efficacité énergétique et la protection des données sont désormais indissociables.
