L'IA embarquée désigne un modèle qui s'exécute à l'intérieur de l'équipement, dans la machine, le capteur ou le véhicule, plutôt que sur un serveur distant. Dit comme cela, c'est une nuance d'architecture. Dans le bassin aéronautique et spatial toulousain, elle permet surtout de poser une question concrète : que change un calcul effectué dans l'équipement plutôt que dans un centre de données ?
Cet article se limite aux contraintes directement documentables : dépendance au réseau, délai de réponse, énergie disponible et certification aéronautique. Il ne prétend ni mesurer la filière locale ni attribuer des projets à des entreprises qui ne les auraient pas publiés elles-mêmes.
Sommaire
- Ce qui change quand le calcul descend dans la machine
- Pourquoi cette question est locale
- Quatre situations où l'embarqué répond à une contrainte
- Ce que l'embarqué rend plus difficile
- Questions fréquentes
Ce qui change quand le calcul descend dans la machine
Le modèle ne devient pas meilleur en descendant dans l'équipement. Ce qui change, c'est le trajet de la donnée, et ce trajet conditionne le délai, la dépendance au réseau, et l'endroit où la donnée reste.
La définition, en deux phrases
Big média, le média de Bpifrance, décrivait fin 2025 l'IA embarquée comme l'intégration de capacités d'apprentissage automatique directement dans un système matériel, fonctionnant localement au sein de l'équipement, sur des composants dédiés comme des microcontrôleurs, des processeurs spécialisés, des NPU ou des FPGA. L'article pose l'objectif sans emphase : il ne s'agit pas de remplacer la puissance d'un centre de données, mais de rendre la machine autonome dans sa décision sans dépendre d'une connexion.
Si l'apprentissage automatique ne vous est pas familier, notre article sur comment fonctionne l'intelligence artificielle pose les bases, et celui sur l'IA embarquée en donne la version générale.
Le délai et la donnée qui ne part pas
Dans le modèle habituel, la machine collecte, envoie, attend, reçoit. Le même média relève que cet aller-retour porte deux limites reconnues, la latence et la confidentialité. Sur un poste de travail, quelques centaines de millisecondes ne se remarquent pas ; sur une chaîne qui avance ou un organe de commande, ce délai n'est pas un désagrément mais une impossibilité de principe.
La seconde conséquence est souvent plus décisive commercialement. Un profil de vibration ou une image de pièce en cours d'usinage décrivent un procédé, et le procédé est ce qu'un industriel protège le plus. Traiter à la source évite de se demander ce que devient ce flux une fois sorti du site.
Pourquoi cette question est locale
À Toulouse, l'angle le plus défendable est celui de l'aéronautique et du spatial, deux domaines où les contraintes matérielles et réglementaires font déjà partie du travail. Cela ne permet pas de conclure que tous les projets locaux utilisent l'IA embarquée.
Un tissu de systèmes contraints
Concevoir un calculateur soumis à une enveloppe d'énergie, à des exigences de sûreté et à une procédure de certification est un métier distinct de la création d'un modèle. Quand un modèle d'apprentissage entre dans ce contexte, il hérite de ces contraintes au lieu de les remplacer.
Une précision de géographie : parler de « Toulouse » recouvre souvent l'agglomération. Pour une carte vérifiée des acteurs, consultez notre article sur l'écosystème IA à Toulouse. Le présent texte reste volontairement centré sur les contraintes, sans attribuer de système à une entreprise précise.
La certification, verrou et avantage
Dans l'aéronautique, un système ne se déploie pas parce qu'il fonctionne, mais parce qu'il est certifiable. L'Agence de l'Union européenne pour la sécurité aérienne a publié une feuille de route sur l'intelligence artificielle, dont la version 2.0 date du 10 mai 2023 et porte le sous-titre « une approche de l'IA centrée sur l'humain dans l'aviation », puis un document de concept dont la deuxième édition, du 6 mars 2024, s'intitule « orientations pour les applications d'apprentissage automatique de niveaux 1 et 2 ».
Ces publications montrent que le régulateur travaille publiquement sur les applications d'apprentissage automatique dans l'aviation. Elles ne permettent pas de classer la vitesse d'adoption des usages locaux. Elles expliquent en revanche pourquoi la preuve du comportement compte autant que la performance moyenne d'un modèle.
Quatre situations où l'embarqué répond à une contrainte
Quatre familles d'équipements
Le tableau présente des usages possibles, pas des déploiements attribués à des entreprises toulousaines.
| Secteur | Ce que l'équipement décide sur place | Pourquoi le cloud ne convient pas | Ce qui freine |
|---|---|---|---|
| Aéronautique et spatial | Détection d'anomalie, surveillance de systèmes | Pas de liaison garantie en vol ou en orbite | Exigence de certification, preuve du comportement |
| Maintenance industrielle | Signature de vibration, de température, de bruit | Volume de signal trop élevé pour être remonté en continu | Qualité et historique des données de terrain |
| Mobilité et transport | Perception, détection d'obstacle | Réponse attendue sans dépendre d'un serveur | Sûreté de fonctionnement, cas rares |
| Énergie et réseaux | Détection de défaut sur site isolé | Connectivité parfois partielle | Maintenance du modèle dans la durée |
Le critère commun : continuer sans liaison
Le traitement à la source ne signifie pas que l'équipement fonctionne seul pour toujours. Il faut encore prévoir comment le modèle reçoit une mise à jour, comment une version défectueuse est retirée et quelles fonctions restent disponibles en mode dégradé. Une architecture peut ainsi garder la décision immédiate dans la machine tout en utilisant une infrastructure distante pour la supervision, l'historique ou la préparation des mises à jour. « Embarqué » ne veut donc pas dire « isolé » ; le terme décrit d'abord l'endroit où l'inférence nécessaire à l'action est exécutée.
La contrainte énergétique mérite le même raisonnement. Ajouter du calcul consomme de l'énergie et peut exiger un composant supplémentaire, mais transmettre en permanence un flux brut en consomme aussi. Sans mesure sur l'équipement, il est impossible d'affirmer quelle option gagne. Le bon protocole compare la fonction complète : acquisition, calcul, communication et comportement quand le réseau disparaît.
Le motif commun n'est pas la performance du modèle : l'équipement peut devoir continuer à fonctionner quand la liaison tombe. Cela ne signifie pas que chaque fonction doive être embarquée ; un traitement distant reste pertinent lorsque le délai, le réseau et la sensibilité des données le permettent. L'arbitrage sur un poste de travail est traité dans notre article sur IA locale ou IA dans le cloud.
Ce que l'embarqué rend plus difficile
Descendre le calcul dans la machine résout des problèmes de trajet et en crée d'autres, dont trois méritent d'être posés franchement.
La mise à jour et la preuve
Un modèle centralisé peut être mis à jour depuis un même point. Un modèle réparti dans des équipements déjà livrés demande une procédure de distribution, de validation et parfois de retour arrière : ce qui était un déploiement devient une campagne de maintenance.
S'y ajoute la question de la preuve. Montrer qu'un système se comporte correctement en moyenne ne suffit pas quand il faut démontrer ce qu'il fait dans les cas rares. C'est le nœud des travaux de certification en cours, et la raison pour laquelle beaucoup de projets restent délibérément du côté de l'assistance à l'humain plutôt que de la décision autonome.
La tentation de l'embarqué inutile
C'est un contre-cas important. Une fonction peut parfois être traitée par un seuil, une règle ou un traitement du signal classique, plus simple à valider et à maintenir. La question « le modèle apporte-t-il ici quelque chose qu'une règle ne sait pas exprimer ? » doit être posée avant de choisir la technique.
Ce que nous n'avons pas fait
IA Innovateurs est une association de vulgarisation. Nous n'avons jamais déployé de système embarqué et nous ne présenterons pas ici un retour d'expérience que nous n'avons pas.
Nous ne disposons pas non plus d'une enquête auprès des industriels locaux. Nous ne pouvons donc pas hiérarchiser leurs blocages. La question des données de terrain reste néanmoins à poser pour chaque projet : existent-elles, couvrent-elles les situations rares et leur collecte est-elle autorisée ?
Questions fréquentes
Faut-il être ingénieur pour comprendre ce sujet ?
Non pour en comprendre les enjeux. Le délai, le réseau, l'énergie et l'endroit où reste la donnée se discutent sans formation technique. Concevoir et valider un système embarqué exige en revanche des compétences spécialisées en matériel, logiciel, données et sûreté, acquises par la formation ou l'expérience. D'autres métiers ont toute leur place dans le projet, notamment pour définir l'usage et juger les données.
Pourquoi cet article ne cite-t-il aucune entreprise toulousaine ?
Parce qu'une liste d'entreprises se périme vite et qu'une liste à moitié juste est trompeuse, ce que nous avions déjà constaté en préparant notre panorama de l'écosystème local. Nommer un acteur suppose de vérifier son activité réelle au moment d'écrire, pas de reprendre une mention lue ailleurs. Nous préférons décrire des secteurs, qui restent vrais plus longtemps.
Par où commencer si je travaille dans l'industrie et que le sujet m'arrive dessus ?
Par les données avant les modèles, parce que c'est là que se joue la faisabilité. Regardez ce que vos machines mesurent déjà, depuis combien de temps, et si les situations que vous voudriez détecter figurent dans cet historique. Si la réponse est non, aucun choix de modèle ne rattrapera ce manque : la première étape utile est d'instrumenter. Venir poser la question lors d'une rencontre, avec un cas concret, reste le meilleur usage d'une première soirée.
Vous travaillez dans un métier où ces contraintes sont quotidiennes ? Consultez les prochaines rencontres, découvrez qui nous sommes, ou écrivez-nous avec votre cas.
Nos rencontres sont gratuites et l'adhésion reste facultative : 25 € par an, avec un tarif solidaire à 10 €. Pour soutenir les activités de l'association, vous pouvez adhérer maintenant.