Edge AI significa eseguire i modelli di intelligenza artificiale dove nascono i dati: in fabbrica, in negozio, su un veicolo, in un campo. Meno latenza, meno banda, più controllo sui dati.

Quando conviene l'edge

• Quando la risposta deve arrivare in tempo reale, come nel controllo qualità su una linea di produzione.
• Quando i dati sono troppi per essere inviati, come i flussi video di più telecamere.
• Quando i dati sono sensibili e non devono uscire dall'azienda.
• Quando la connessione non è garantita.

Hardware: dalla scheda al server compatto

Scegliamo l'hardware in base al carico reale. Per un sensore intelligente basta un microcontrollore; per la visione artificiale su una o due telecamere usiamo schede tipo Raspberry Pi con acceleratori neurali dedicati; per più flussi video in parallelo o modelli più grandi usiamo moduli con GPU integrata come la famiglia NVIDIA Jetson, o PC industriali con NPU. Valutiamo sempre consumo, dissipazione del calore e temperature di esercizio dell'ambiente.

Modelli ottimizzati

Un modello pensato per il cloud raramente gira bene su una scheda edge. Lo adattiamo con tecniche come la quantizzazione, la potatura dei pesi e la distillazione, e lo esportiamo in formati portabili come ONNX per eseguirlo con il runtime più efficiente per quell'hardware.

Soluzioni che realizziamo

• Controllo qualità visivo: difetti di superficie, etichette, presenza e posizione dei componenti.
• Sicurezza sul lavoro: dispositivi di protezione individuale, aree pericolose, conteggio delle persone.
• Retail e spazi pubblici: flussi di persone e occupazione degli spazi, senza conservare immagini personali.
• Manutenzione: analisi di vibrazioni, suoni e immagini termiche per anticipare i guasti.

Gestione nel tempo

Un sistema edge vive anni: prevediamo aggiornamento remoto dei modelli e del software, monitoraggio dello stato dei dispositivi e raccolta dei casi dubbi per migliorare i modelli con dati reali.