Désormais bien positionné sur le marché de l’IoT, AWS présente une série de nouveautés concernant ses services IoT. Le fournisseur voit de la valeur à proposer des traitements de données en périphérie de son cloud.
AWS Reinvent 2020, semaine 3. Après l’IA et la gestion des données, AWS a présenté les améliorations et les nouveautés de ses services IoT. À commencer par l’annonce d’une version LTS pour le système d’exploitation open source FreeRTOS. Il s’agit plus précisément d’offrir un support pour le kernel et certaines librairies de l’OS, temps réel dédié aux microcontrôleurs et mini-ordinateurs.
FreeRTOS 202012.00 LTS ainsi que les bibliothèques FreeRTOS+TCP, coreMQTT, coreHTTP, corePKCS11, coreJSON, et AWS IoT Device Shadow recevront des mises à jour de sécurité et des corrections de bugs critiques jusqu’au 31 décembre 2022.
Greengrass V2 doit réduire la consommation de ressources
En ce qui concerne les services, AWS présente la version 2.0 d’AWS Greengrass. Il s’agit toujours de faciliter la conception, le déploiement et la gestion de logiciels embarqués ou des applications de machine learning dans des capteurs IoT. Et comme AWS a bien remarqué son influence dans la communauté des développeurs, il a décidé de libérer sous licence Apache 2.0 le runtime Edge inclus dans Greengrass dont le code est publié sur GitHub.
Il est désormais possible d’utiliser le runtime en se passant de certains composants AWS optionnels pour le streaming de données, l’usage de fonctions Lambda ou l’inférence de modèles algorithmiques, par exemple. Seul Nucleus, le cœur du runtime Greengrass, doit être déployé sur un appareil IoT. De la sorte, les programmeurs peuvent récupérer de précieuses ressources CPU et RAM sur des équipements par nature peu puissants. Par ailleurs, Greengrass 2.0 introduit un nouveau CLI pour développer et débugger des applications sur un objet connecté à des fins de test. Il permet également de contrôler des groupes de dispositifs via une intégration avec AWS IoT Device Management.
Seulement, Greengrass premier du nom n’est pas nativement compatible avec la deuxième version. Edge computing oblige, il faut ici migrer vers la deuxième mouture afin de profiter des fonctionnalités améliorées. Pour l’instant, AWS a entamé des partenariats avec Nvidia et NXP pour certifier des Developer Kit Jetson (Nano, TX2, AGX) et S32G-VNP. Enfin, le géant du cloud laisse les utilisateurs tester le service sur 1 000 appareils gratuitement jusqu’au 31 décembre 2021. À noter qu’en Europe, seules les régions Londres et Irlande hébergent Greengrass.
Du réseau privé LoRaWAN managé avec AWS
Le géant du cloud promet que les utilisateurs n’ont plus à administrer eux-mêmes un serveur (ici, un LoRaWAN Network Server - LNS) pour se raccorder au nuage informatique.
Dans le rang des nouveautés, AWS a présenté AWS Iot Core LoRaWAN. Ce service managé doit permettre de créer un réseau privé LoRa, de le connecter au Cloud AWS pour gérer des équipements IoT. Le géant du cloud promet que les utilisateurs n’ont plus à administrer eux-mêmes un serveur (ici, un LoRaWAN Network Server - LNS) pour se raccorder au nuage informatique.
En revanche, ils devront piloter leurs gateways et les dispositifs via l’AWS IoT Management Console et la Core Console. Là encore, le service est disponible aux États-Unis (Virginie du Nord) et en Europe (Irlande). Le fournisseur s’appuie sur des partenaires équipementiers afin de suggérer du matériel certifié : Semtech, Kerlink, Browan, Tektelic. Les appareils doivent supporter les spécifications LoRaWAN 1.02, 1.03 ou 1.1. AWS n’a pas précisé si IoT Core LoRaWAN pourra se connecter aux réseaux LoRa publics, tels que ceux proposés par Objenious (filiale de Bouygues Telecom) et Orange en France.
SiteWise décliné pour l’edge computing
En ce qui concerne l’analytique IoT, le géant du cloud propose en préversion une déclinaison d’IoT Sitewise en mode edge computing. SiteWise Edge doit permettre de collecter, de traiter et de surveiller des données en provenance d’équipements industriels depuis l’usine même. SiteWise Edge fournit un module pour les visualiser à l’aide d’un tableau de bord intégré au service. Il est également possible de lire les données de cette passerelle via une API GET dans la version cloud du service.
SiteWise Edge inclut des collecteurs vers différents appareils et est capable d’ingurgiter des données time series ou des informations en provenance de bases de données historien. Il comprend des connecteurs OPC-UA, EtherNet/IP et des protocoles Modbus. Il doit normaliser les datas de différentes sources avant de les stocker dans un SGBD de séries chronologiques ou les renvoyer vers le cloud. Les développeurs doivent tout de même étiqueter correctement les logs afin de pouvoir les appeler et les chercher plus facilement en créant des modèles d’asset. En outre, AWS fournit une console pour gérer la gateway IoT central à distance.
Concernant son installation, SiteWize Edge repose pour l’instant sur la v1 de Greengrass (1.10.2) à coupler avec un OS x86 Ubuntu Server 18.04. Le tout nécessite les packages de Java 8, Python 3.7 et Docker. La machine dédiée associée (de préférence basée sur un châssis industriel compatible avec Linux) doit disposer à minima d’un processeur quatre cœurs, 16 Go de RAM et 256 Go d’espace disque. Le logiciel peut évidemment être déployé sur une appliance Outpost ou Snow (Snowball Edge, Snowcone et Snowmobile).
Machine learning à la marge
Enfin, AWS IoT Defender ML Detect doit apporter une détection des vulnérabilités automatique pour compléter Device Defender, un moteur de règles. ML Detect s’appuie sur la fréquence de déconnexion ou encore le nombre de messages envoyés, pour tenter d’identifier un équipement suspect. En cas de détection, le service alarme les utilisateurs, puis fournit des actions de mitigation comme une mise en quarantaine. AWS prévient que ML Detect a besoin de collecter 25 000 points de données par métrique pendant 14 jours sur l’ensemble des appareils concernés. Il peut actualiser le modèle algorithmique créé tous les jours avec le même nombre de points de données.
Pour les projets de maintenance prédictive, le système AWS Monitron comprend des capteurs, une passerelle, un logiciel et une application mobile afin de détecter et signaler de probables causes de défaillances futures de moteurs, de pompes, de ventilateurs, de compresseurs, etc.
AWS casse ses tarifs pour rester compétitif
Lors de la conférence dédiée, Dirk Didascalou, VP AWS IoT, n’a pas évoqué la liste d’ajouts présentés ci-dessus. Le dirigeant a préféré rappeler l’engagement d’AWS et de ses partenaires pour offrir des services de conseils, d’accompagnement et d’intégration. Le fournisseur peut se targuer d’aider à déployer l’un des plus gros projets IoT au monde, c’est-à-dire la connexion des usines du groupe Volkswagen.
Comme souvent, le géant du cloud a pris son temps pour explorer le marché et se positionner en proposant généralement des prix compétitifs.
« Généralement » a son importance, car il y a bien des domaines IT dans lesquels les dépenses augmentent rapidement à large échelle, et l’IoT en fait partie. Cet été, AWS a drastiquement réduit (jusqu’à 90 %, promet-il) les tarifs de son service Pub/Sub dédié à l’IoT, AWS IoT Events ainsi que ceux de AWS IoT Device Management, pour la gestion à distance des capteurs.
En face, des acteurs comme Scaleway et Google tentent de proposer des prix compétitifs. Azure IoT, qui domine les discussions, est plébiscité par les analystes tels que Gartner pour son approche dans le domaine. Selon un sondage mené par la fondation Eclipse auprès de 1 652 développeurs, AWS IoT devance de peu Azure IoT et Google Cloud IoT.
