<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>On-Device AI on Blog Formize.com</title><link>https://blog.formize.com/fr/tags/on-device-ai/</link><description>Recent content in On-Device AI on Blog Formize.com</description><generator>Hugo</generator><language>fr</language><atom:link href="https://blog.formize.com/fr/tags/on-device-ai/index.xml" rel="self" type="application/rss+xml"/><item><title>Diffusion TinyML pour la génération de données synthétiques en périphérie</title><link>https://blog.formize.com/fr/tinyml-powered-diffusion-for-edge-synthetic-data-generation/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/fr/tinyml-powered-diffusion-for-edge-synthetic-data-generation/</guid><description>&lt;h1 id="diffusion-tinyml-pour-la-génération-de-données-synthétiques-en-périphérie">Diffusion TinyML pour la génération de données synthétiques en périphérie&lt;/h1>
&lt;h2 id="introduction">Introduction&lt;/h2>
&lt;p>Les données synthétiques sont devenues un pilier pour entraîner des modèles IA robustes, surtout lorsque les données réelles sont rares, sensibles ou coûteuses à collecter. Traditionnellement, la génération de données synthétiques de haute qualité se fait dans le cloud à l’aide de grands modèles de diffusion qui exigent des gigaoctets de mémoire et des GPU puissants. Cette approche entre en conflit avec la demande croissante d’&lt;strong>IA en périphérie&lt;/strong> — inférence intelligente fonctionnant sur des appareils à batterie limitée tels que les wearables, les drones et les capteurs IoT.&lt;/p></description></item></channel></rss>