Réduire de moitié la consommation énergétique de l’électronique embarquée : voilà la vocation de Wedolow, fondée en 2022 et implantée à Cesson-Sévigné, dans la banlieue rennaise. « On peut modifier le code source (du logiciel embarqué) afin qu’il soit utilisé de la façon la plus efficace possible sur une cible matérielle donnée », résume Justine Bonnot, fondatrice et PRG de cette deeptech issue de l’Inria et de l’Institut d’électronique et des technologies du numérique.
De cette optimisation, réalisée automatiquement par la solution de Wedolow, résulte un code allégé, qui s’exécute plus rapidement et qui réclame moins d’énergie. Ainsi, le gain énergétique de 50% évoqué plus haut s’applique à un robot sous-marin, dont le programme informatique, optimisé au préalable par le logiciel de Wedolow, « tourne » 72% plus vite qu’auparavant.
Lutter contre l'inflation du code
Les clients de la deeptech – qui préfère ne pas les nommer – appartiennent au secteur des télécoms, de l’IoT, du spatial ou encore de l’automobile. Début décembre, son logiciel sera testé dans une entreprise travaillant pour la défense. Il répond à un besoin exprimé par les industriels, selon Justine Bonnot : « L’optimisation à la main, c’est très long, étant donné le nombre de lignes de code croissant dans l’automobile par exemple. »
La deeptech capitalise sur les recherches de Justine Bonnot menées durant sa thèse, finalisée en 2022. « Plein de techniques étaient disponibles pour réduire la consommation énergétique des systèmes embarqués, mais elles n’étaient pas employées ou sous-exploitées car trop complexes », fait-elle remarquer.
La méthode de Wedolow n’existait pas jusqu’alors, d’après elle : « On analyse comment le compilateur a accompli son travail sur le code du développeur, s’il a bien sélectionné les instructions les plus efficaces que comporte la puce électronique... ».
« L’écriture du code source est telle que le compilateur n’est pas toujours capable de reconnaître ses structures et d’utiliser les instructions appropriées, poursuit Justine Bonnot. Par exemple, le compilateur ne va pas toujours identifier les instructions spécifiques à disposition pour réaliser une fonction Min ou Max. Notre outil va détecter ce motif pour réarranger le code source. »
Dégrader les calculs quand c'est possible
Il est aussi question de retravailler le code en exploitant des techniques d’optimisation, même si les résultats calculés par l’application logicielle sont dégradés. « La qualité des calculs n’a pas besoin d’être optimale quand il s’agit de traiter un signal ou une image », indique Justine Bonnot.
L’exploration de l’arithmétique a été le point de départ de la solution de Wedolow. « Quand on opte pour une représentation en virgule flottante plutôt que fixe (la première permet de générer beaucoup plus de nombres réels, ndlr), il faut savoir comment tailler les données, intégrer les décalages…, commente Justine Bonnot. L’optimisation est très difficile. »
En pratique, l’outil logiciel de Wedolow traite le code informatique en deux phases, avec d'abord un diagnostic rapide, étape statique qui ne prend qu’une minute. « L’interface permet de visualiser les gains, les pertes, et le développeur sélectionne ce qui l’intéresse pour produire le code optimisé, détaille Justine Bonnot. On est juste là pour l’accompagner. »
Le second processus, dynamique, requiert l’exécution du code et peut durer plusieurs jours. « Le basculement en virgule fixe est le plus long à simuler », poursuit-elle. Mais cette phase n’est lancée qu’une fois, normalement.
Le logiciel de Wedolow est aujourd’hui compatible avec les puces ARM Cortex M-3 et M-4, que l’on trouve sur les microcontrôleurs STM32 de ST Microelectronics notamment, et les systèmes Infineon répandus dans l’automobile, selon Justine Bonnot. Le support des systèmes NXP est envisagé.
Un financement entre deux et trois millions espéré en 2024
Mais la deeptech vise un autre marché en parallèle : l’hébergé, autrement dit les serveurs armés de « grosses » puces Intel/AMD, basées sur le jeu d’instruction x86. Dans ce cas, la consommation énergétique se compte en centaines de watts et plus, au lieu des quelques watts de l’électronique embarquée. Toute économie est très bonne à prendre.
La deeptech a testé sa technologie sur de l’analyse d’image opérant dans un serveur, permettant de récupérer l’information de profondeur d’un objet ou d’en extraire les contours. « La réduction de la consommation énergétique était de 30% en moyenne » confie Justine Bonnot.
Pour accélérer sur l’hébergé et pérenniser sa présence dans l’embarqué, dont les spécificités requièrent du co-développement, la deeptech espère lever entre deux et trois millions d’euros d’ici à septembre 2024.
