Accueil › Glossaire › TinyML

TinyML (Tiny Machine Learning)

Le TinyML est la discipline qui consiste à exécuter des modèles de machine learning sur des microcontrôleurs ultra-basse consommation (moins de 1 mW), dotés de quelques centaines de Ko de RAM et de mémoire flash, sans aucune dépendance au cloud.

Là où l’Edge AI embarque l’intelligence sur des appareils relativement puissants (GPU, SoC multi-cœurs, plusieurs watts), le TinyML va un cran plus loin dans la contrainte. On parle de puces à quelques centimes, alimentées par pile bouton ou récupération d’énergie ambiante, capables de tourner pendant des mois voire des années sans maintenance. Le marché TinyML est estimé à environ 1,4 milliard de dollars en 2026 et devrait atteindre plus de 6 milliards de dollars d’ici 2035, porté par l’explosion des appareils IoT (plus de 30 milliards d’appareils connectés prévus en 2026).

TinyML vs Edge AI : ce qui les distingue

La confusion entre TinyML et Edge AI est fréquente. L’Edge AI couvre un spectre large, des smartphones (75 TOPS sur un Snapdragon 8 Elite) aux modules NVIDIA Jetson (275 TOPS). Le TinyML se concentre sur l’extrémité la plus contrainte de ce spectre : les microcontrôleurs (MCU) avec des processeurs Arm Cortex-M tournant à quelques centaines de MHz, dotés de quelques centaines de Ko de mémoire.

La tinyML Foundation (anciennement tinyML Foundation, renommée en intégrant le spectre plus large de l’Edge AI) utilise désormais le terme « Edge AI » comme continuum, mais le TinyML reste le segment spécifique des déploiements sur MCU. La distinction est importante pour les développeurs : les outils, les contraintes d’optimisation et les workflows sont fondamentalement différents.

Comment fonctionne le TinyML

Le workflow TinyML suit un pipeline en quatre étapes, avec une asymétrie fondamentale : l’entraînement se fait sur machine puissante, le déploiement se fait sur MCU contraint.

1. Collecte de données et entraînement

Le modèle est entraîné sur un PC ou un GPU cloud avec TensorFlow, PyTorch ou un outil de la plateforme Edge Impulse. L’objectif est d’obtenir un modèle performant sans se préoccuper de l’efficacité énergétique à ce stade. Les données d’entraînement proviennent soit de datasets publics, soit de capteurs physiques (accéléromètre, microphone, caméra) connectés à la plateforme de développement.

2. Optimisation et compression

C’est l’étape critique. Le modèle entraîné (souvent en FP32, des dizaines de Mo) doit être réduit à quelques Ko pour tenir dans la mémoire flash d’un MCU. Les techniques utilisées :

Quantization : réduction de la précision numérique de FP32 à INT8 (voire INT4). Divise la taille du modèle par 4x et accélère l’inférence. Un MobileNetV3 quantifié en INT8 pèse moins de 2 Mo. La quantization-aware training (QAT) donne de meilleurs résultats que la post-training quantization (PTQ) sur les modèles très compressés.

Pruning : suppression des poids qui contribuent peu à la précision. Crée des matrices creuses qui se compressent mieux. Un pruning de 30 à 60% est courant en TinyML.

Knowledge distillation : un petit modèle « étudiant » apprend à reproduire le comportement d’un gros modèle « professeur ». Transfère une connaissance plus riche que l’entraînement sur labels seuls.

Neural Architecture Search (NAS) : recherche automatisée de l’architecture optimale pour des contraintes données (taille mémoire, latence, consommation). C’est la méthode qui a produit les familles MobileNet et EfficientNet-Lite.

3. Conversion et déploiement

Le modèle optimisé est converti au format cible (TFLite, ONNX) puis compilé en code C/C++ exécutable sur le MCU. Les frameworks de déploiement génèrent un binaire qui inclut le runtime d’inférence et les poids du modèle. Le tout est flashé sur le microcontrôleur via USB, JTAG ou OTA.

4. Inférence locale

Le MCU collecte les données de ses capteurs (microphone, accéléromètre, capteur de température, caméra basse résolution), les pré-traite et exécute l’inférence localement. La décision est prise en millisecondes, sans aucun round-trip réseau. Seuls les résultats (alertes, classifications, métriques agrégées) sont éventuellement transmis via Bluetooth LE ou LoRa.

Plateformes matérielles TinyML

Le choix du MCU dépend du cas d’usage, de la mémoire nécessaire, de la consommation cible et de l’écosystème logiciel.

ESP32 / ESP32-S3 (Espressif)

Le MCU le plus populaire en TinyML grâce à son prix très bas (~3-5 $ le module), son double cœur (jusqu’à 240 MHz), sa connectivité Wi-Fi + Bluetooth intégrée et son écosystème communautaire massif. L’ESP32-S3 ajoute des extensions d’accélération vectorielle pour l’IA et supporte TensorFlow Lite Micro. Mémoire : ~512 Ko SRAM, ~384 Ko pour l’ESP32-S3. Idéal pour la reconnaissance vocale (wake words), la classification par accéléromètre et les projets IoT grand volume.

Arduino Nano 33 BLE Sense

Carte de développement compacte intégrant un processeur nRF52840 (Arm Cortex-M4, 64 MHz), un microphone, un accéléromètre/gyroscope, un capteur de lumière et le Bluetooth LE. C’est la plateforme d’entrée de gamme idéale pour l’apprentissage du TinyML, avec un support natif de TensorFlow Lite Micro et de l’écosystème Arduino. Mémoire : ~1 Mo flash, ~256 Ko RAM.

STM32 (STMicroelectronics)

La gamme STM32 couvre un large spectre de MCU pour le TinyML. Les séries clés :

STM32U5 : ultra-basse consommation (< 200 µA/MHz) avec support IA on-chip. Utilisé dans plus de 20 millions de wearables et dispositifs de monitoring santé.

STM32H7 : haut de gamme MCU (Arm Cortex-M7, jusqu’à 550 MHz) avec ~2 Mo flash et ~1 Mo RAM. DSP intégré et compatibilité CMSIS-NN. Cible : vision embarquée, diagnostics prédictifs.

STM32N6 : dernière génération avec accélération IA intégrée. STMicroelectronics fournit STM32Cube.AI, un outil qui convertit directement les modèles TensorFlow, ONNX, PyTorch et Keras en code optimisé pour le MCU cible. C’est l’un des écosystèmes TinyML les plus complets côté constructeur.

Autres plateformes notables

Nordic nRF52840 / nRF54 : MCU Bluetooth LE de référence avec support TFLite. Nordic a acquis Neuton.AI en 2025 pour intégrer un workflow TinyML automatisé dans son écosystème.

Ambiq Apollo4 : le champion de l’ultra-basse consommation, particulièrement adapté aux wearables médicaux et aux appareils alimentés par pile bouton. Consommation record de ~6 µA/MHz.

Maxim MAX78000 : MCU avec accélérateur CNN intégré capable de faire tourner des réseaux de neurones convolutifs à 26 TOPS/W. Exceptionnel pour la classification d’images en ultra-basse consommation. TinyissimoYOLO (détection d’objets, ~422K paramètres) tourne à 180 fps en moins de 0,5 Mo de mémoire sur cette puce.

Syntiant NDP120 : processeur neuromorphique spécialisé dans le traitement audio ultra-basse consommation. Utilisé pour le « always-on » keyword spotting (détection de mots-clés) dans les appareils grand public sans impact significatif sur la batterie.

Frameworks et outils TinyML

TensorFlow Lite for Microcontrollers (TFLite Micro)

Le runtime de référence. Le cœur de TFLite Micro tient dans 16 Ko sur un Arm Cortex-M3, ce qui le rend déployable sur pratiquement n’importe quel MCU moderne. Il ne nécessite ni système d’exploitation, ni bibliothèque C standard, ni allocation dynamique de mémoire. Google a lancé en 2024 une version mise à jour compressant les modèles de deep learning jusqu’à 60% sans perte significative de précision, permettant le déploiement sur des appareils avec seulement 32 Ko de SRAM.

TFLite Micro supporte les processeurs Arm Cortex-M, les ESP32 et de nombreuses autres cibles. Il est compatible avec les optimisations CMSIS-NN d’Arm pour des gains de performance de 2 à 5x sur les opérations de convolution.

Edge Impulse

La plateforme end-to-end la plus accessible pour le TinyML. Edge Impulse couvre la collecte de données (depuis le navigateur ou les capteurs physiques), l’entraînement de modèles, l’optimisation (son compilateur EON réduit l’usage RAM de 25-55% et le flash de jusqu’à 35%) et le déploiement sur des centaines de cibles matérielles. L’interface no-code permet de construire des applications TinyML en quelques minutes, même sans expertise ML.

Qualcomm a acquis Edge Impulse pour intégrer le workflow dans son écosystème Dragonwing, créant un verrouillage technique significatif mais aussi une démocratisation de l’accès au TinyML pour les développeurs embarqués.

STM32Cube.AI

L’outil de STMicroelectronics pour convertir des modèles entraînés (TFLite, ONNX, PyTorch, Keras) en code C optimisé pour les MCU STM32. Il optimise automatiquement l’utilisation mémoire et génère du code prêt à intégrer dans le framework STM32Cube. C’est le chemin le plus direct pour déployer du ML sur l’écosystème STM32.

CMSIS-NN (Arm)

Bibliothèque de kernels de réseaux de neurones optimisés pour les processeurs Arm Cortex-M. Les fonctions CMSIS-NN exploitent les instructions DSP et SIMD des Cortex-M4/M7/M33/M55/M85 pour accélérer les opérations de convolution, pooling et activation. Arm a lancé le Cortex-M85 en 2023, doublant les performances TinyML par rapport au Cortex-M7.

Autres outils

NXP eIQ : plateforme ML de NXP pour ses MCU (i.MX RT) et processeurs applicatifs. Supporte TFLite, Glow et ONNX Runtime.

uTensor : runtime TinyML minimaliste ne nécessitant que 2 Ko d’espace disque. Extrêmement léger mais limité en fonctionnalités.

Neuton.AI : workflow TinyML entièrement automatisé, acquis par Nordic en 2025. Génère des modèles optimisés sans nécessiter d’expertise ML.

SensiML : plateforme spécialisée dans les capteurs (accéléromètre, audio, vibration) avec AutoML intégré pour la classification de signaux sur MCU.

Applications concrètes du TinyML

Détection de mots-clés (Keyword Spotting)

L’application TinyML la plus répandue. C’est ce qui permet à votre enceinte connectée de reconnaître « Hey Siri », « OK Google » ou « Alexa » localement, sans envoyer le flux audio au cloud en permanence. Un modèle de keyword spotting quantifié en INT8 tient dans 20-50 Ko et tourne en continu sur le MCU à une consommation de quelques centaines de µW. Seul le flux audio qui suit la détection du mot-clé est envoyé au cloud pour le traitement du langage naturel.

Détection d’anomalies industrielle

Des capteurs de vibration et de son attachés aux machines industrielles (moteurs, pompes, convoyeurs) alimentent un modèle d’anomaly detection embarqué sur MCU. Le modèle apprend le profil « normal » de la machine et alerte en temps réel dès qu’une déviation est détectée (roulement usé, déséquilibre, surchauffe). Les déploiements industriels rapportent des scores F1 allant jusqu’à ~96% et permettent d’anticiper les pannes avant qu’elles ne surviennent (maintenance prédictive).

Wearables et monitoring santé

Les dispositifs médicaux portables (montres, patchs, capteurs ECG) utilisent le TinyML pour analyser en continu les signes vitaux (rythme cardiaque, SpO2, HRV, patterns de sommeil) sans vider la batterie et sans envoyer de données médicales sensibles vers le cloud. Un système TinyML typique consomme 33 mW en idle, 66 mW en collecte et 99 mW en inférence temps réel, ce qui est compatible avec une autonomie de plusieurs jours sur batterie de montre.

Le secteur santé représente environ 36% du marché TinyML en 2026, porté par la FDA qui a approuvé un nombre croissant de dispositifs de santé numérique intégrant de l’IA embarquée.

Agriculture et monitoring environnemental

Des capteurs TinyML alimentés par panneau solaire ou récupération d’énergie ambiante surveillent l’humidité du sol, la santé des cultures, les mouvements de la faune sauvage ou la qualité de l’air dans des zones reculées sans connectivité fiable. Le TinyML est particulièrement adapté à ces déploiements « in the wild » où le remplacement des batteries est coûteux ou impossible.

Reconnaissance de gestes et contrôle gestuel

Un accéléromètre couplé à un modèle de classification TinyML sur MCU permet de reconnaître des gestes (secouer, incliner, tourner) pour contrôler des appareils sans interface tactile. Applications : commandes gestuelles sur wearables, interfaces adaptées au handicap, contrôle de domotique.

Vision embarquée ultra-basse consommation

Le TinyML ne se limite plus à l’audio et aux capteurs inertiels. Des modèles comme TinyissimoYOLO (~422 000 paramètres) permettent la détection d’objets en temps réel sur des MCU spécialisés comme le MAX78000, tournant à 180 fps en moins de 0,5 Mo de mémoire. Les cas d’usage incluent les sonnettes intelligentes (détection personne/colis), le comptage de personnes en retail et l’inspection visuelle simplifiée.

Défis et limites du TinyML

Mémoire extrêmement limitée : c’est la contrainte dominante. Avec 256 Ko de RAM, chaque octet compte. Les modèles doivent être agressivement compressés, ce qui limite la complexité des tâches réalisables. Un modèle de classification d’images sur MCU ne rivalise pas avec un YOLOv8 sur Jetson.

Compromis précision/taille : la compression agressive dégrade la précision. Environ 35% des projets embarqués rencontrent des goulots d’étranglement de performance lors de l’intégration du modèle. La quantization INT8 sur des modèles très petits peut perdre significativement plus que les 1-2% habituels sur les modèles plus grands.

Fragmentation matérielle : chaque famille de MCU a ses spécificités (jeu d’instructions, accélérateur, organisation mémoire). Un modèle optimisé pour un STM32H7 ne tournera pas de la même façon sur un ESP32-S3. Le portage entre plateformes est souvent non trivial.

Absence d’apprentissage on-device : la grande majorité des déploiements TinyML se limitent à l’inférence. L’entraînement ou le fine-tuning sur le MCU lui-même reste un sujet de recherche. Le federated learning adapté aux MCU (TinyFedTL) émerge mais n’est pas encore mature pour la production.

Gestion de flotte : déployer et mettre à jour des modèles sur des milliers de MCU distribués en production (usines, champs, bâtiments) est un défi opérationnel majeur. Le MLOps pour MCU est encore très immature comparé au MLOps cloud.

Sécurité et fiabilité : un MCU déployé dans un environnement hostile (température, humidité, vibrations) avec un accès physique potentiel pose des problèmes de fiabilité et de sécurité du modèle (rétro-ingénierie, injection adversarielle).

Comment démarrer un projet TinyML

1. Définir le problème. Le TinyML excelle sur les tâches de classification bien définies : un son est-il une anomalie ou non ? Un geste est-il un « swipe » ou un « tap » ? Un mot est-il « hey Google » ou du bruit ambiant ? Si votre problème nécessite un raisonnement complexe ou un contexte étendu, vous avez besoin d’Edge AI (Jetson, smartphone), pas de TinyML.

2. Choisir la plateforme. Pour apprendre : Arduino Nano 33 BLE Sense (~33 $, multi-capteurs, écosystème Arduino). Pour un prototype IoT : ESP32-S3 (~5 $, Wi-Fi + BLE, TFLite Micro). Pour la production industrielle : STM32H7 avec STM32Cube.AI. Pour l’ultra-basse consommation : Ambiq Apollo4 ou Syntiant NDP120.

3. Utiliser Edge Impulse pour le premier projet. La plateforme couvre tout le pipeline sans écrire de code ML : collecte de données depuis le MCU via le navigateur, entraînement et optimisation automatiques, déploiement en un clic. C’est le meilleur point d’entrée pour un développeur embarqué qui débute en ML.

4. Optimiser agressivement. Commencez par une architecture nativement petite (pas un ResNet qu’on compresse, mais un modèle conçu pour le MCU dès le départ). Appliquez la quantization INT8 (via TFLite ou STM32Cube.AI). Si le modèle ne tient pas en mémoire, essayez le pruning puis la knowledge distillation. Validez la précision sur le MCU réel, pas en simulation.

5. Mesurer l’énergie par inférence. La métrique clé en TinyML n’est pas les TOPS mais l’énergie consommée par inférence (µJ/inférence). C’est elle qui détermine l’autonomie de votre appareil. Le benchmark MLPerf Tiny intègre des métriques énergétiques standardisées.

Ce qui arrive : on-device learning et au-delà

Trois tendances définissent l’avenir du TinyML :

Apprentissage on-device : au lieu de simplement exécuter des modèles pré-entraînés, les MCU pourraient apprendre et s’adapter en temps réel. Un capteur agricole qui ajuste son modèle aux conditions locales, un wearable qui personnalise ses seuils de détection. Le federated learning adapté aux MCU (TinyFedTL) et l’incremental learning embarqué sont les axes de recherche majeurs.

Réseaux de neurones à impulsions (Spiking Neural Networks) : ces architectures neuromorphiques imitent les neurones biologiques et sont intrinsèquement plus efficaces énergétiquement pour les tâches événementielles (un changement est détecté → une action est déclenchée). Elles sont particulièrement adaptées aux contraintes ultra-basse consommation du TinyML.

Energy harvesting : les MCU TinyML alimentés par récupération d’énergie ambiante (solaire, vibrations, thermique) fonctionneraient indéfiniment sans batterie. C’est le graal pour les déploiements de capteurs distribués en agriculture, environnement et infrastructure.

Verdict

Le TinyML est passé des démos académiques à des produits réels. En 2026, les outils sont matures (TFLite Micro, Edge Impulse, STM32Cube.AI), le matériel est prêt (ESP32-S3 à 5 $, STM32U5 à 10 $, MAX78000 pour la vision) et les cas d’usage sont validés (keyword spotting, anomaly detection, wearables santé). Plus de 30 milliards d’appareils IoT déployés dans le monde représentent un marché adressable gigantesque.

Le conseil pour les développeurs embarqués : commencez par Edge Impulse + Arduino Nano 33 BLE Sense pour votre premier projet. Passez à STM32 + STM32Cube.AI pour la production. Mesurez l’énergie par inférence, pas les TOPS. Et ne surestimez pas la complexité de la tâche que votre MCU doit résoudre : les déploiements TinyML les plus réussis sont très spécifiques, avec un modèle qui fait bien une seule chose plutôt que de tenter de généraliser.

Le TinyML ne remplacera jamais l’Edge AI haute performance ni le cloud. Il occupe une niche distincte et massive : l’intelligence à centimes d’euros, à microwatts de consommation, déployée par milliards d’unités. C’est l’IA invisible, celle qui tourne dans les murs, les montres, les machines et les champs, sans que personne ne s’en aperçoive.