Le rôle du cloud dans les véhicules d'aujourd'hui (1re partie)

Présentation générale

JOHN : Dans l'épisode d'aujourd'hui de « The Garage », nous vous proposons la première partie de notre série spéciale en deux volets consacrée au cloud computing dans le secteur automobile, en compagnie de notre invité spécial d'AWS, Stefano Marzani. Dans cet épisode, qui constitue la première partie, nous aborderons les données et la puissance de calcul dans le cloud. C'est parti !

Introduction

JOHN : Dans l'épisode d'aujourd'hui de « The Garage », je suis ravi d'accueillir notre invité spécial d'AWS : mon cher ami, Stefano Marzani. Stefano, bienvenue dans « The Garage ».

STEFANO : Salut, John. Et merci beaucoup. C’est une invitation vraiment spéciale, après trois ans de collaboration. C’est vraiment un moment unique, n’est-ce pas, de réfléchir à nos passions, d’en parler et, tu sais, de partager nos expériences. Alors merci beaucoup de m’avoir invité.

Voici Stefano Marzani

JOHN : Nous sommes ravis de vous accueillir. Nous avons réfléchi et discuté de nos centres d’intérêt communs. Je pense que nous en avons au moins quatre vraiment formidables, à commencer par le café. Nous adorons le café, et nous prenons cela très au sérieux ici, sur Sonatus.

STEFANO : J'ai remarqué ça, c'est vrai. C'est l'un des meilleurs cafés que j'ai goûtés ici, dans la région de la Baie. Vraiment bon, ça commence bien.

JOHN : Merci beaucoup. La deuxième chose qui nous passionne tous les deux, c'est la cuisine, en particulier la cuisine italienne. Et comme tout le monde peut le remarquer en t'écoutant parler, tu es originaire d'Italie. Tu viens de Bologne, à l'origine.

STEFANO : Exact. Exact, dans la région de Bologne.

JOHN : Ce qui m'intéresse dans la cuisine italienne, ce n'est pas seulement qu'elle est excellente en général, mais aussi que chaque région d'Italie propose une cuisine très différente. J'ai donc pensé commencer par te demander de nous parler de la spécialité de ta région d'origine et de nous indiquer le nom de la région où se trouve Bologne.

STEFANO : Oui, la notion de « région » va déjà bien au-delà de ce concept, parce que, tu sais, en Italie, ce sont vraiment les provinces qui offrent une grande diversité culinaire. Je suis originaire de la province de Reggio Emilia. Et si tu te déplaces de 15 kilomètres vers l’est ou de 15 kilomètres vers l’ouest, les gens donnent des noms différents à la même nourriture. Tu comprends donc à quel point c’est important pour nous. Mais la plupart des plats dont on entend parler par ici, comme le prosciutto, les lasagnes, ce genre de choses, viennent de cette région. D’ailleurs, Forbes a littéralement désigné cette région comme la meilleure au monde en matière de gastronomie il y a quelques années, mais ce n’est pas seulement notre avis : d’autres le disent aussi.

JOHN : C'est génial. Je vais devoir faire un petit détour spécialement pour voir ça. Je suis allé en Italie plein de fois…

STEFANO : Je t'en prie !

JOHN : Ce serait génial ! Et tu dis qu’il y a un restaurant fantastique dans la région de la Baie qui propose ce genre de cuisine.

STEFANO : Oui, il y a pas mal de plats italiens, mais ceux qui sont vraiment typiques de la région, c'est difficile à trouver. Pas ici, dans la région de la Baie. Je continue à les chercher.

JOHN : On discutait justement avant l’émission du fait qu’on a un ami commun : mon voisin de bureau à l’université, qui est aujourd’hui professeur à l’université de Bologne, Luca Benini. Luca est un de mes bons amis. Il est originaire de Ferrare, qui se trouve également dans cette province. Et si j’ai bien compris, c’est aussi un de tes amis.

STEFANO : Ouais, je l'ai rencontré il y a très, très longtemps. Mais oui, c'est vrai, au tout début de ma carrière, on a commencé à parler de musique électronique, comme tu peux l'imaginer, à l'époque, alors je l'ai rencontré. Je crois que ça fait plus de 20 ans, ou quelque chose comme ça.

JOHN : Génial. Alors, Luca, si tu regardes l’émission, chapeau bas. La troisième chose que nous avons en commun, c’est que nous adorons tous les deux la vidéo et les podcasts. Ouais. Tu animes ta propre émission chez AWS, ce qui est vraiment impressionnant. Nous sommes donc très honorés de t'accueillir en tant qu'invité dans notre émission. Parle-nous rapidement de ton émission et des sujets que tu abordes ; nous mettrons un lien vers celle-ci dans la vidéo.

STEFANO : C’est vraiment très apprécié. Ça s’appelle « All Things Automotive ». Et on est sur le point de commencer le tournage de la troisième saison. La première, malheureusement, s’est faite à distance pendant la pandémie. Puis on a sorti une saison. Elle a été tournée en studio, ce fut vraiment une super expérience. C’était la première fois que je faisais quelque chose comme ça. Je plaisantais toujours avec mes collègues en disant que c’était en quelque sorte un deuxième boulot, n’est-ce pas ? Comme je suis plutôt du genre technique, je travaille habituellement sur des sujets vraiment techniques. Alors, réaliser des vidéos avec un tel niveau de production et une telle qualité a vraiment été une occasion spéciale pour moi, une expérience formidable qui m’a beaucoup appris.

JOHN : Si vous n'avez pas encore vu le spectacle, c'est incroyable. Vous aurez l'air d'un amateur si vous le voyez, je vous le promets, mais vous aurez l'air d'un professionnel. Nous sommes ravis de vous accueillir.

Le rôle de Stefano chez AWS

JOHN : Et puis, le quatrième point, qui nous amène d’ailleurs au thème de l’épisode d’aujourd’hui, c’est le cloud et l’automobile.

STEFANO : Oui.

JOHN : Et tu es tellement passionné par ce sujet. Et tu occupes un poste vraiment unique chez AWS ; j'aimerais beaucoup que tu nous parles de ton rôle et de tes responsabilités au sein d'AWS.

STEFANO : Bien sûr ! Je suis donc responsable mondial de la stratégie technologique pour les « véhicules définis par logiciel » chez AWS. Vous savez, le « véhicule défini par logiciel » est cette nouvelle grande tendance dans l’industrie automobile qui transforme véritablement le produit ; j’espère que nous en parlerons plus tard, mais mon rôle est avant tout un rôle de stratégie technologique. Il s’agit donc de chercher à comprendre les besoins des clients, d’en discuter en interne, de faire le lien avec notre équipe des services, de dialoguer avec notre équipe des produits sectoriels, et de trouver ensemble les meilleures solutions pour nos clients. D’un point de vue technique, j’ai donc des collègues qui s’occupent de l’aspect commercial et des partenariats. Mais mon rôle consiste avant tout à identifier les architectures adaptées et à déterminer ce qui, d’un point de vue technique, répondra véritablement aux attentes des clients. C’est ce que j’ai fait : c’est ma première année en tant que responsable technique pour le SDV. Avant cela, j’ai été pendant deux ans responsable technique pour l’ADAS/AV ; je me consacrais donc déjà à ce domaine et faisais la même chose : comprendre comment la technologie évolue, comment nous pouvons intégrer cette technologie et cette évolution pour les transformer en services et en produits destinés à nos clients. Mais vous savez, en fin de compte, vous le savez très bien, c’est là que notre collaboration a commencé, de ce point de vue-là, n’est-ce pas ?

JOHN : Tout à fait.

STEFANO : Et l’année dernière, nous nous sommes vraiment concentrés sur la création d’une architecture SDV pour, tu sais, la conduite autonome et les données. On a donc fait du bon travail, car au final, ils ont dit que c’était plutôt bien. Alors peut-être que tu pourrais faire la même chose pour toutes les autres charges de travail dans la voiture, y compris l’IHM connectée, etc. Oui, c’est vraiment un immense privilège, je vous le dis, de travailler dans ce contexte, à un moment aussi décisif pour l’industrie automobile. Je me sens donc très chanceux à cet égard.

JOHN : C'est… c'est vrai. Et on va aborder tous ces sujets. Je pense que ça va être une conversation longue et très intéressante. J'ai vraiment hâte d'y être.

Quelle est l'importance du cloud pour le secteur automobile ?

JOHN : Tu sais, on vient juste de recevoir notre ami, notre ami commun, Robert Day, d'Arm.

STEFANO : Et voilà !

JOHN : Il était lui aussi en studio il y a tout à l’heure pour un enregistrement. Je lui ai posé une question sur la faible consommation d’énergie dans le secteur automobile, car, quand je lui ai posé la question, je lui ai dit : « Tu sais, je pense que beaucoup de gens ne mesurent pas l’importance de la faible consommation d’énergie dans le secteur automobile ; ils disent : “Ah, une voiture a une grosse batterie” ». Mais en réalité, il a souligné à quel point la faible consommation d’énergie est importante. Et j’aimerais vous poser une question similaire concernant le cloud. Les gens comprennent généralement ce qu’est le cloud et à quel point il est important. Mais je ne suis pas sûr que tout le monde comprenne nécessairement pourquoi le cloud pourrait être si important pour l’automobile.

STEFANO : La réponse à cette question pourrait être très longue. Mais il y a plusieurs raisons. J’apprécie toutefois le point que vous avez soulevé au début. Car, dans le domaine du cloud, une faible consommation d’énergie implique une consolidation des ressources. Et nous déployons des efforts considérables en faveur du développement durable. C’est, en fin de compte, un aspect très important pour la mobilité, en particulier pour certains secteurs de la mobilité, et plus largement pour l’ensemble de ce domaine. C’est donc vraiment, vraiment important, n’est-ce pas ? Donc, consolider ces ressources dans des centres de données économes en énergie et neutres en carbone… Nous avons un objectif majeur : atteindre la neutralité carbone. C’est donc, en quelque sorte, une manière d’utiliser les ressources de façon très responsable. Disons-le ainsi. J’apprécie ce point de départ. Mais bien sûr, il existe des raisons techniques pour lesquelles le cloud est pertinent dans ce domaine ; pensez aux véhicules connectés qui circulent aujourd’hui. Tous les véhicules sont connectés, vous le savez très bien, n’est-ce pas ? Et j’espère avoir des nouvelles d’ Sonatus. N’est-ce pas ? C’est un dialogue. J’ai donc vraiment hâte de voir ce que fait Sonatus pour relier tout cela : ces véhicules et leurs expériences. Et où envoient-ils les données ? La plupart les envoient vers le cloud. Car notre service, Amazon S3, est très efficace pour stocker ces données : il propose plusieurs façons de les gérer, notamment en les classant en différentes catégories, en fonction de leur utilisation ou de la fréquence à laquelle elles sont utilisées. Il propose des automatisations : si vous n’utilisez pas beaucoup ces données, elles peuvent être placées dans un niveau où leur récupération prend un peu plus de temps, mais vous payez moins cher, n’est-ce pas ? Vous disposez donc de toute cette stratégie, proposée sous forme de services gérés, qui rend les services cloud si attrayants pour les clients, car ils n’ont pas à s’en soucier, n’est-ce pas ? Ils peuvent ainsi optimiser leur infrastructure informatique et se concentrer sur ce qui compte vraiment : l’innovation produit. Et surtout dans cette phase du secteur automobile, comme vous le savez très bien, le produit évolue radicalement. Il n’y a donc pas de temps à perdre, n’est-ce pas ? Grâce à notre service géré, nous apportons notre aide en permettant au client de se concentrer sur ce qui compte pour ses propres clients, c’est-à-dire les personnes qui achètent et utilisent la voiture. S3 n’est donc qu’un exemple. Mais cela s’applique aux services de calcul, aux services d’apprentissage automatique et à tous nos services qui reposent sur une logique similaire : nous proposons des services gérés, comme nous le disons, et nous essayons de soulager nos clients en prenant en charge les tâches répétitives et fastidieuses qui leur incombent ; nous les automatisons dans la mesure du possible lors de la migration vers le cloud, ou nous mettons en place des processus qui facilitent la vie de nos clients.

JOHN : Merci pour ce résumé. C'est vraiment intéressant.

Cinq thèmes liés au cloud abordés dans les parties 1 et 2

JOHN : Je me disais que nous pourrions aborder le cloud sous cinq angles différents aujourd’hui. Il me semble que ce sont là les aspects pertinents pour le marché automobile : tout d’abord, les données. Ensuite, le calcul, plus précisément. Le troisième concerne le prototypage, car je pense que celui-ci revêt une réelle importance pour les véhicules. Le quatrième concerne l’analyse de données, l’intelligence artificielle et l’apprentissage automatique. Et enfin, le cinquième, que nous avons évoqué plus tôt, concerne la conduite autonome et les systèmes ADAS, pour lesquels je pense que le cloud peut offrir des avantages spécifiques.

Thème n° 1 : Les données dans le cloud

JOHN : Commençons donc par les données. Les voitures et, en fait, les véhicules de toutes sortes génèrent de plus en plus de données, surtout depuis qu’ils sont connectés. Parlons donc des différentes façons dont les voitures produisent des données. Et certains des exemples que vous verrez illustrent particulièrement bien comment ces données peuvent être exploitées dans le cloud.

STEFANO : Oui, donc tout d’abord, le volume de données est, vous savez, vraiment énorme. C’est ce que nous constatons. Je dirais donc que la première tendance consiste à optimiser la collecte des données. En parlant de données, comment pouvons-nous réduire ou optimiser cette logistique des données ? Nous proposons bien sûr plusieurs services pour collecter les données, qu’il s’agisse de nos services IoT de base ou de nos services dédiés à la logistique des données, n’est-ce pas ? Parfois, les données collectées, en particulier par nos clients du secteur de la conduite autonome, sont si volumineuses qu’il est impossible de simplement les transférer sur Internet. Nous proposons donc des appareils physiques appelés « Snowball » ou « Snowball Edge » : vous téléchargez physiquement ces données sur ces appareils, puis vous expédiez l’appareil à AWS afin de les transférer – comme vous le voyez – vers le cloud. La logistique des données est donc un enjeu important. Nous pourrons peut-être en discuter plus tard. Car il s’agit vraiment d’une combinaison de calcul et de données, si vous voulez, de plus en plus. C’est ce que nous appelons cette « grande boucle », que vous connaissez très bien.

Types de données riches provenant des véhicules

STEFANO : Des données intéressantes. Ce que je peux vous dire, c’est qu’une tendance récente que nous observons de plus en plus chez nos clients concerne les vidéos, n’est-ce pas ? C’est très important. Pensez à la richesse des capteurs dont dispose une voiture moderne : on ne se contente plus, comme par le passé, de collecter des données CAN (Controller Area Network), c’est-à-dire des données simples comme la vitesse, la position, les données du volant ou l’état de freinage. Mais on voit de plus en plus arriver des données riches. Nous avons donc des caméras vidéo, plusieurs caméras vidéo dans une voiture, des LiDARs ; nous commençons à voir des voitures de série, des modèles grand public, adopter les LiDARs… ce qui est totalement nouveau pour le marché. Nous avons des radars, bien sûr, des capteurs à ultrasons, etc. Je dirais donc que la tendance actuelle consiste à collecter ces données, ce qui va donner naissance à une nouvelle génération de services. Pensez par exemple à la possibilité d’observer, via les caméras de votre véhicule, ce qui se passe autour de celui-ci, directement sur votre smartphone, n’est-ce pas ? Des services comme celui-ci vont vraiment, vraiment changer notre expérience du véhicule lui-même ; nous considérerons de plus en plus le véhicule comme un ensemble de capteurs, si vous voulez. Des données riches et utilisées à des fins diverses : sécurité, sûreté, gestion du trafic, logistique routière, mais aussi systèmes de mobilité. Et personnellement, il y en a un qui me passionne particulièrement : tout ce qui touche à la sécurité des systèmes ADAS. C’est une victoire facile. C’est une grande victoire. Car si l’on regarde les statistiques, il existe encore de nombreuses situations dangereuses qui pourraient être atténuées dès aujourd’hui grâce à l’utilisation des systèmes ADAS, n’est-ce pas ? Ce sont là des données qui, à mes yeux, revêtent une importance particulière, si vous voulez mon avis.

JOHN : Tout à fait. Et nous allons certainement consacrer un peu de temps aux systèmes ADAS et à la conduite autonome un peu plus tard, car je pense que c'est un domaine à part entière.

STEFANO : Oui.

Importance de la collecte ciblée de données

JOHN : Mais c’est, c’est vraiment intéressant, vous parlez des différents types de données. Chez Sonatus , nous accordons une grande importance aux données, c’est l’un de nos domaines prioritaires ; nous constatons que les approches classiques de collecte de données ont tendance à être assez rudimentaires et figées. Et ce qu’on observe, selon nous, c’est qu’il existe un besoin d’adaptation dynamique des types de données, qu’il s’agisse de la dynamique du véhicule, pour des tâches telles que le réglage du véhicule ou le diagnostic. Nous constatons un besoin croissant à mesure que les véhicules deviennent plus complexes ; on voit apparaître des rappels de véhicules, etc. On souhaite vraiment éviter ces problèmes en les diagnostiquant sur le terrain. Nous pensons qu’une capture de données fine et configurable peut jouer un rôle crucial. C’est l’une des raisons pour lesquelles vous êtes un partenaire si important à nos yeux : ces données sont transmises au cloud, elles doivent être exploitées, et nous allons aborder l’analyse de données ainsi que d’autres aspects. Mais le fait de transmettre au cloud des données fiables et de haute qualité constitue, à mon sens, une base essentielle. Vous avez également évoqué les données enrichies. Nous partageons ce point de vue : nous pensons qu’en combinant, par exemple, les données de dynamique du véhicule – qui indiquent qu’il y a eu une manœuvre de direction brusque – avec, disons, des données de caméra ou de radar, on pourrait peut-être mieux affiner un algorithme que si l’on disposait de l’une de ces sources isolément. Ainsi, la fusion de différents flux de données peut donner lieu à ce que j’aime appeler « un plus un égale sept ».

Utiliser les données pour améliorer les véhicules

STEFANO : Tout à fait. Je suis tout à fait d’accord. Et cela correspond d’ailleurs parfaitement à notre définition du SDV. Vous savez, au départ, notre définition disait : « Oui, bien sûr, le SDV consiste à introduire de nouvelles fonctions dans le véhicule — des fonctions logicielles — une fois que le véhicule est sur le marché, n’est-ce pas ? » C’était notre définition, mais en discutant avec les clients, on s’est rendu compte que ça allait un peu plus loin, n’est-ce pas ? Ils nous disent : « Oui, mais, vous savez, on n’est pas seulement dans le cloud. On a un produit physique ici. On veut donc utiliser les données générées par les véhicules pour améliorer l’aspect physique du produit, ses composants, n’est-ce pas ? » Pensez au système de direction, au système de freinage : comment pouvons-nous, par exemple, commencer à concevoir la direction assistée de nouvelle génération d’un véhicule si nous collectons les données de la majorité des véhicules en circulation, n’est-ce pas ? Nous avons donc modifié notre définition du SDV en y ajoutant cette partie. Il ne s’agit donc pas seulement d’ajouter de nouvelles fonctions lorsque le véhicule est en circulation, mais d’utiliser ces informations pour concevoir les véhicules de nouvelle génération sous tous leurs aspects, y compris les aspects physiques.

Des données plus pertinentes, mais moins nombreuses dans l'ensemble

STEFANO : Et les exemples ne manquent pas. Je suis donc tout à fait d’accord : c’est de plus en plus important, et la relation dynamique ne se résume pas simplement à dire « bon, envoyons une configuration, collectons ces données ». Maintenant, il se peut qu’il y ait une condition particulière que nous souhaitons détecter : si nous constatons cette condition, nous voulons approfondir un peu plus. Essayons donc d’obtenir davantage de données provenant d’un autre capteur pour voir si nous pouvons mieux comprendre la situation. Ce genre de logique est une priorité pour nos clients. Et, encore une fois, pas seulement à des fins de conception, mais si l’on y réfléchit bien, il s’agit d’une optimisation du système. Pourquoi donc collecter toutes les données pour n’en utiliser que 10 % ? Peut-être pouvons-nous adopter des méthodes plus granulaires, plus intelligentes, pour collecter les données. Et bon, si vous ne constatez rien d’anormal ou de particulier, ne l’enregistrez tout simplement pas, n’est-ce pas ? Si vous observez une situation spécifique, donnez-moi ces 20 secondes et transmettez-les. C’est ainsi que nous pouvons disposer de plus de données. Mais globalement, nous collectons moins de données, car ce sont des données plus pertinentes, si vous voulez. Il ne s’agit donc pas simplement d’avoir plus de données, un point c’est tout.

JOHN : C'est vrai, je pourrais appeler ça le problème de « l'aiguille dans la botte de foin » : en fait, si on y réfléchit bien, en temps normal, tout fonctionne bien. Mais il y a cette zone spécifique où il se passe quelque chose de vraiment intéressant. Et on aimerait disposer de données à très haute résolution. Mais on ne peut pas capturer ces données à haute résolution en permanence, ce serait insurmontable. C’est l’un des domaines sur lesquels nous nous concentrons, par exemple, pour répondre à ce problème. Vous avez également évoqué la possibilité d’améliorer les véhicules ; nous discutions avec un équipementier automobile, un chef de produit, et il nous disait : « Vous savez, l’un de nos problèmes est qu’une fois que le véhicule quitte notre usine, nous n’avons pas de vision précise de la façon dont les fonctionnalités sont utilisées. » Nous intégrons donc cette fonctionnalité, sans savoir si quelqu’un l’utilise un jour, et son implémentation coûte très cher ; nous pourrions peut-être optimiser le coût du véhicule ou consacrer ces ressources à un autre domaine. C’est donc un autre domaine dans lequel nous pouvons optimiser à la fois les coûts des équipementiers et l’expérience des utilisateurs en leur proposant les fonctionnalités qui leur tiennent à cœur. Et ce genre de choses. Un autre domaine que nous trouvons vraiment intéressant, et que nous avons en quelque sorte abordé, est le suivant : il n’y a pas nécessairement un seul besoin ; il peut y avoir un besoin de diagnostic, un besoin d’analyse de futurs produits, ou encore une sorte de système ADAS, et ces besoins peuvent coexister simultanément. Or, aujourd’hui, ce n’est généralement pas ainsi que les choses se passent. C’est l’une des capacités que nous essayons d’intégrer dans les voitures. Désolé, c’est un sujet qui nous tient à cœur, nous sommes un peu passionnés par ce sujet.

STEFANO : Tout à fait, non, non, je partage d'ailleurs la même passion. Et cela nous amène tout naturellement à parler de l'apprentissage automatique et de l'intelligence artificielle.

Les intelligences multiples dans les véhicules

STEFANO : Mais je le dis souvent à nos clients : quand je parle de l’automobile aujourd’hui, les voitures disposeront de plusieurs formes d’intelligence, pas seulement d’une seule. Vous voyez, il ne s’agit pas simplement de déployer des systèmes ADAS et de s’arrêter là, comme s’il s’agissait d’un réseau neuronal. Pensez à Alexa, par exemple : une intelligence artificielle capable d’interagir avec vous. Et vous aurez peut-être un système de surveillance du conducteur ; je pense qu’il y aura de nombreuses intelligences artificielles fonctionnant simultanément sur différentes sources de données provenant de différentes parties du véhicule, à des fins diverses. Localement, certaines de ces données devront être transmises, n’est-ce pas, et envoyées vers le cloud pour y être analysées. Et pour comprendre ce qui se passe. Je voudrais toutefois vous proposer un autre point de vue, que je trouve très intéressant : celui de la chaîne d’approvisionnement automobile au sein de la chaîne de valeur.

Composants définis par logiciel

STEFANO : Personnellement, je pense que ce n’est pas seulement le véhicule qui sera défini par des logiciels, mais aussi ses composants, n’est-ce pas ? Si l’on veut vraiment améliorer un sous-système du véhicule, il faut en quelque sorte transmettre ce savoir au fabricant de ce composant. Il s’agit donc, en quelque sorte, de piloter à nouveau cette chaîne de valeur via ces flux de données, de manière à ce qu’ils alimentent la chaîne d’approvisionnement au sein de la chaîne de valeur du secteur automobile. Et je trouve cela intéressant, car de cette manière, on parvient réellement à fabriquer des produits de qualité supérieure. On le constate, par exemple, dans la gestion des batteries, qui est un exemple très, très classique dans le domaine des véhicules électriques.

JOHN : Exactement. C’est justement un exemple parfait dont on entend beaucoup parler : il y a ces composants qui, historiquement ou dans les approches existantes, n’ont peut-être pas la possibilité de partager leurs données ou leurs analyses, mais qui ont pourtant vraiment besoin de ce type d’ajustement algorithmique, d’améliorations algorithmiques. Je pense donc qu’il s’agit là d’un besoin qui n’est pas satisfait à l’heure actuelle.

STEFANO : Oui, tout à fait. Je suis tout à fait d'accord. C'est donc un aspect très intéressant.

Exemples d'utilisation des données par les clients d'AWS

JOHN : En parlant de données, pourriez-vous nous donner quelques exemples de clients qui utilisent vos services et nous expliquer les différentes façons dont ils s'en servent ?

STEFANO : Tout à fait. Par exemple, nous avons une très bonne référence client avec BMW : ils ont créé ce « data lake » connecté. Ils l’ont présenté dans l’un des épisodes de « All Things Automotive », qui est donc disponible en ligne. Mais surtout, il y a des analyses très techniques et approfondies dans l’une de nos précédentes conférences re:Invent, notre conférence annuelle destinée aux développeurs. Leur cas est particulièrement intéressant car, en substance, on voit vraiment les efforts qu’ils ont déployés pour agréger diverses sources de données dans ce lac de données connecté. Et ce lac de données est ensuite mis au service de l’ensemble de l’organisation, dans tous ses services. C’est ça, leur travail, n’est-ce pas ? Et c’est absolument formidable, car vous disposez ainsi d’une référence, et les données sont utilisées et peuvent être exploitées par les services informatiques, les départements de recherche et développement, partout où cela s’avère nécessaire. Je trouve donc cela formidable. C’est encore mieux lorsqu’on y ajoute la technologie cloud, les API (interfaces de programmation d’applications), des interfaces claires, les microservices, ce qui donne à l’organisation la capacité de développer rapidement des applications qui exploitent les données. C’est un objectif très important de nos jours.

JOHN : Une source unique de vérité et un cadre commun sur lequel tout le monde peut s'appuyer, c'est vraiment très puissant. Et ce « data lake » est un concept important. Nous sommes ravis d'y participer et d'y transmettre des données.

STEFANO : Oui, et je trouve que vous faites vraiment du bon travail dans l’organisation de vos données, pas seulement, disons, au niveau du mécanisme de transfert des données, n’est-ce pas ? Mais dans les outils que j’ai vus, ainsi que dans la console et les différentes interfaces, vous proposez au client d’exploiter ces données pour créer des automatisations. C’est donc vraiment un aspect important, n’est-ce pas ? Il ne s’agit donc pas de se limiter à un aspect spécifique, mais de considérer cette organisation dans son ensemble : une grande organisation, une organisation complexe. L’agilité se traduit donc concrètement par la capacité à proposer des services spécifiques, n’est-ce pas ? Mais ce sont les données qui constituent la vérité. Elles doivent donc être consolidées de manière appropriée.

JOHN : Bon, ça fait quand même une sacrée discussion sur les données. On pourrait peut-être y consacrer un épisode entier.

Thème n° 2 : Le calcul dans le cloud

JOHN : Mais passons au sujet suivant, à savoir la puissance de calcul. Le cloud computing est sans doute très connu, et tout le monde sait que le cloud offre des capacités de calcul incroyables. J'aimerais donc beaucoup que vous nous donniez un aperçu de certaines de vos capacités, et en particulier de celles qui pourraient s'appliquer au marché automobile.

STEFANO : Absolument, j’en suis plus que ravi, car c’est l’un des, disons, grands atouts dont nous disposons ; l’un des atouts d’AWS, c’est justement la diversité des options de calcul. Des options de calcul que, soit dit en passant, les utilisateurs peuvent exploiter à la demande. C’est donc un aspect très important, car, vous savez, dans le secteur automobile, la consommation n’est pas toujours stable. Non, il arrive parfois que l’on doive effectuer une simulation, ce qui entraîne un pic de consommation de ressources de calcul. Mais dès le lendemain, la consommation est nulle. C’est donc un enjeu fondamental que nous constatons chez certains clients qui possèdent leurs propres centres de données et qui ont déjà payé pour ceux-ci, tandis que notre offre de calcul est à la demande. Ainsi, si vous en avez besoin, vous payez ; si vous n’en avez pas besoin, vous ne payez pas. C’est donc un élément très, très important, je pense, pour garantir la flexibilité et l’élasticité dans l’utilisation des ressources.

Différents types d'instances de calcul sur AWS

STEFANO : C’est là que la diversité joue un rôle essentiel. Nous disposons de plusieurs « instances », comme nous les appelons, c’est-à-dire ces ressources de calcul. Des instances EC2, des instances Amazon EC2, « Elastic Compute », n’est-ce pas ? C’est donc de là que vient le « EC ». Et c’est un aspect très important, car il existe des instances Intel, des instances Arm, des instances Xilinx (c’est-à-dire des instances FPGA Xilinx), et ainsi de suite. Et si l’on examine chaque catégorie de ces instances, on constate qu’il y en a qui disposent de plus de mémoire, d’une plus grande puissance de calcul, de GPU, ou encore de fonctionnalités spécifiques, d’une bande passante plus importante en termes de réseau, le tout afin de s’adapter réellement à ce besoin de calcul spécifique. Et c’est très important, car comme nous l’avons évoqué, vous recevez tout ce flux de données… que faites-vous ? Vous souhaitez, par exemple, effectuer un apprentissage automatique, un entraînement, à l’aide de ces données, en utilisant des instances de type P, par exemple. Il s’agit là d’un calcul accéléré spécifique à l’entraînement des données. Dans ce domaine également, nous avons développé des puces appelées « Trainium », n’est-ce pas ? Il s’agit donc de notre propre puce, capable d’entraîner ces réseaux d’apprentissage automatique à l’aide des données collectées. Imaginons que, une fois l’entraînement terminé, vous souhaitiez tester le modèle. Nous disposons alors d’« Inferentia », une autre puce développée en interne et spécialisée dans cette tâche, n’est-ce pas ? Mais encore une fois, au-delà de notre propre offre, il est vraiment important de proposer cette diversité… Nous avons des instances Mac, par exemple, n’est-ce pas ? Car si vous êtes un développeur Apple et que vous souhaitez réellement mettre en place ce pipeline de développement à grande échelle, vous pouvez utiliser des instances Mac et les faire évoluer horizontalement. Nous disposons d’informations très fiables indiquant que vous avez réellement besoin de cette granularité. Lorsque vous adoptez une solution de calcul, le choix de la solution de calcul doit vous offrir cette flexibilité. Par exemple, voici un autre exemple tiré de re:Invent. Continental a expliqué comment l’adoption du cloud, dans le cadre de cet exercice de simulation sur la plateforme CAEDGE en l’occurrence, a permis de réduire de manière significative, vraiment significative, le temps nécessaire à l’entraînement de cette fonctionnalité spécifique. Nous disposons donc de plus en plus de données qui viennent étayer ce type d’adoption du cloud en matière de puissance de calcul.

AWS Graviton

JOHN : Eh bien, puisqu’on parle d’instances spécialisées, il faut évoquer Graviton. Pouvez-vous nous en dire un peu plus à ce sujet ?

STEFANO : Oui, bien sûr, nous devons le faire, nous devons le faire parce que dès le début de notre collaboration, nous nous sommes immédiatement attelés à ces technologies Arm. Donc, absolument. Il s’agit de notre propre processeur développé par nos laboratoires Annapurna, c’est-à-dire, comme vous le savez, notre unité opérationnelle spécialisée, si l’on peut dire, qui est à l’origine de toutes ces innovations en matière de semi-conducteurs, notamment Graviton, Trainium, Inferentium, etc. C’est une puce basée sur Arm, un processeur doté de 64 cœurs Arm, en architecture Armv8, destiné au cloud. Lors de son lancement, c’était la première puce Arm intégrée à grande échelle dans des systèmes cloud. Et c’est très important pour plusieurs raisons. Au départ, l’objectif était vraiment d’optimiser le rapport puissance/performance. Et nous avons discuté de l’importance de l’aspect durabilité dans le choix des bonnes options de calcul, n’est-ce pas ? Mais nous avons de plus en plus constaté qu’Arm est une technologie, une architecture fréquemment adoptée dans les véhicules par nos clients. Nous nous sommes donc dit que nous pourrions peut-être aller un peu plus loin avec cela, n’est-ce pas ? Et nous pourrions peut-être en discuter.

Résumé de la première partie

JOHN : Merci, Stefano, j’apprécie vraiment ce résumé sur le calcul dans le cloud. Cela conclut donc la première partie de notre série spéciale en deux volets avec Stefano Marzani d’AWS. Dans l’épisode d’aujourd’hui, nous avons abordé tous les aspects du cloud computing dans le secteur automobile, en particulier les données et le calcul. Dans la deuxième partie de notre conversation, nous poursuivrons en abordant le prototypage grâce à l’analyse des données dans le cloud et à l’ AI , puis nous aborderons enfin les systèmes ADAS et la conduite autonome. Nous espérons que vous ne manquerez pas la deuxième partie, que nous publierons prochainement. Merci de nous avoir suivis, et nous avons hâte de vous retrouver dans un prochain épisode de « The Garage ».