L’IIC et OpenFog font désormais bannière commune

Rédigé par  jeudi, 07 mars 2019 14:50

Le consortium de l’Internet industriel intègre les membres d’OpenFog pour accélérer la promotion de l’IIoT, du fog computing et du edge computing, une fusion aussitôt suivie par la signature d’un partenariat avec la fondation OPC pour étendre les spécifications du standard OPC UA.

Après avoir annoncé fin 2018 leur volonté de se rapprocher, l’Industrial Internet Consortium (IIC), dédié au développement coordonné et sécurisé de l’Internet industriel, et le consortium OpenFog, chargé d’accélérer l’adoption du fog computing, viennent d’annoncer la finalisation de leur fusion. Les deux organisations ont décidé de conjuguer leurs forces sous la bannière commune de l’IIC afin de promouvoir l’IIoT, le fog computing et le edge computing, dans un contexte où ces technologies complémentaires se généralisent. Pour le fog computing, qui place le stockage et l’analyse de données au niveau des équipements de réseaux locaux d’objets connectés, il s’agit notamment de répondre aux besoins de bande passante, de latence et de communication exigés par les applications d’IoT, de 5G et d’intelligence artificielle.

« Cet accord réunit les deux principaux consortiums qui structurent l’Internet industriel des objets. La nouvelle organisation va accroître l’influence de ses membres et offrir plus de visibilité au marché, ainsi qu’un chemin plus sûr aux futurs utilisateurs finaux », indique Stan Schneider, CEO de Real-Time Innovations (RTI) et vice-président du comité directeur de l’IIC. Ce comité vient d’ailleurs de s’élargir avec l’élection de deux dirigeants d’OpenFog, Ron Zahavi, responsable de la stratégie des standards IoT pour Microsoft Azure, et Mung Chiang, doyen du College of Engineering de l’université de Purdue (Indiana).

La première réunion trimestrielle des membres de l’IIC ainsi renforcé a eu lieu mi-février à Raleigh (Caroline du Nord). Une occasion mise à profit par l'OPC Foundation, l’organisme de promotion du protocole OPC UA, pour formaliser sa collaboration avec l’IIC en signant un accord de partenariat dans le but de soutenir l’économie numérique au travers de l’harmonisation de l’Internet industriel. Les associés prévoient d’échanger des remontées de problèmes et des cas particuliers d’utilisation, afin d’étendre les spécifications du standard OPC UA à des scénarios spécifiques de l’IIoT.

Dernière modification le jeudi, 07 mars 2019 14:50
Connectez-vous pour commenter

logo_80ans

26/03/2019 - 28/03/2019
Sepem industries Toulouse
01/04/2019 - 05/04/2019
Foire de Hanovre
03/04/2019 - 04/04/2019
Enova Nantes
10/04/2019 - 11/04/2019
Sido

Capteurs et transmetteurs
Thermorésistance iTHERM TM411 | Endress+Hauser

Cette thermorésistance iTHERM a été conçue pour répondre aux exigences de l'agroalimentaire et des [...]

Pour communiquer sur vos produits,
Jean-Guillaume CANUET
Directeur de Publicité
jgcanuet@newscoregie.fr - 01 75 60 28 54
FFT
Fast Fourier Transform, transformée de Fourier rapide. On sait depuis longtemps réaliser des transformées de Fourier d’un signal, à l’aide d’électroniques analogiques (mises en œuvre notamment dans les analyseurs de spectres). Lorsque les électroniques numériques sont apparues, on a naturellement cherché à calculer numériquement la transformée de Fourier des signaux. Mais ces calculs étaient longs, jusqu’à ce qu’apparaisse un nouvel algorithme qui a permis de fortement réduire le temps de calcul. Cet algorithme a été baptisé “fast” (rapide, en anglais). Et c’est ainsi qu’est apparu le terme FFT. Aujourd’hui, quand on parle d’un analyseur FFT, il s’agit d’un appareil qui assure une fonction d’analyse spectrale et qui calcule numériquement le spectre.
Ceci étant, malgré les progrès accomplis par les calculateurs, les analyseurs FFT restent relativement lents et sont réservés à l’analyse de signaux acoustiques, de vibrations ou à l’analyse d’asservissements (quelques centaines de kHz tout au plus). Quand on dit qu’un analyseur FFT est “temps réel jusqu’à 20 kHz”, cela signifie qu’il va calculer le spectre d’un signal jusqu’à 20 kHz, sans perdre aucune information sur le signal d’entrée. L’analyseur peut calculer les raies spectrales supérieures à cette fréquence, mais il perd alors la notion de “temps réel” : autrement dit, le temps de calcul est trop long pour pouvoir prendre en compte la totalité des échantillons du signal et des portions de ce signal sont perdues.