{"id":1382,"date":"2026-06-26T11:53:28","date_gmt":"2026-06-26T11:53:28","guid":{"rendered":"https:\/\/qihantech.com\/?p=1382"},"modified":"2026-06-30T15:27:49","modified_gmt":"2026-06-30T15:27:49","slug":"how-aiot-is-changing-industrial-display-requirements","status":"publish","type":"post","link":"https:\/\/qihantech.com\/fr\/how-aiot-is-changing-industrial-display-requirements\/","title":{"rendered":"Comment l'AIoT modifie les exigences des \u00e9crans industriels"},"content":{"rendered":"<h2 class=\"wp-block-heading\" id=\"key-takeaways\">Points cl\u00e9s \u00e0 retenir<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>L\u2019AIoT transforme l\u2019\u00e9cran d\u2019un dispositif de sortie passif en un outil actif de visualisation d\u2019inf\u00e9rence \u2014 ce qui exige un rendu acc\u00e9l\u00e9r\u00e9 par GPU, une reconfiguration dynamique de l\u2019interface utilisateur et un affichage de donn\u00e9es probabilistes que les panneaux HMI traditionnels ne peuvent pas prendre en charge.<\/li>\n\n\n\n<li>Les n\u0153uds edge multi-\u00e9crans (un seul moteur d\u2019inf\u00e9rence pilotant 2 \u00e0 3 \u00e9crans) cr\u00e9ent des d\u00e9fis de multiplexage et de synchronisation d\u2019interface. Un bo\u00eetier scell\u00e9 dot\u00e9 de deux panneaux et d\u2019un module d\u2019IA edge a atteint 68 \u00b0C en interne en 45 minutes lors de nos tests \u2014 le refroidissement actif devient non n\u00e9gociable.<\/li>\n\n\n\n<li>Les modes d\u2019affichage toujours actifs passent d\u2019un \u201c bon \u00e0 avoir \u201d \u00e0 une exigence de s\u00e9curit\u00e9 dans les syst\u00e8mes AIoT. Les architectures hybrides (petit OLED toujours actif + plus grand TFT qui s\u2019active en cas d\u2019alerte) offrent le meilleur rapport puissance\/visibilit\u00e9 pour les applications m\u00e9dicales et de s\u00e9curit\u00e9 industrielle.<\/li>\n\n\n\n<li>La cha\u00eene d\u2019affichage ajoute 11 \u00e0 37 ms de latence (\u00e9criture dans le framebuffer + traitement du contr\u00f4leur + temps de r\u00e9ponse du panneau). Pour les syst\u00e8mes de s\u00e9curit\u00e9 des robots collaboratifs, cela peut faire la diff\u00e9rence entre afficher une trajectoire de mouvement exacte et une trajectoire d\u00e9j\u00e0 obsol\u00e8te.<\/li>\n\n\n\n<li>Lors de l\u2019approvisionnement en \u00e9crans pour produits AIoT, ajoutez quatre questions \u00e0 votre liste de sp\u00e9cifications : latence maximale acceptable de la cha\u00eene d\u2019affichage, capacit\u00e9 de pilotage multi-\u00e9crans, exigences de mode toujours actif et budget thermique total du syst\u00e8me.<\/li>\n<\/ul>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"table-of-contents\">Table des mati\u00e8res<\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#passive-to-active\">Du tableau de bord passif \u00e0 l\u2019\u00e9cran d\u2019inf\u00e9rence actif<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#shift-1\">\u00c9volution des exigences 1 : rendu dynamique de l\u2019inf\u00e9rence<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#shift-2\">\u00c9volution des exigences 2 : n\u0153uds edge multi-\u00e9crans<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#shift-3\">\u00c9volution des exigences 3 : le mode toujours actif devient la norme<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#shift-4\">\u00c9volution des exigences 4 : le budget de latence de l\u2019affichage<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#sourcing\">Ce que cela signifie pour l\u2019approvisionnement en \u00e9crans<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#faq\">Foire aux questions (FAQ)<\/a><\/li>\n\n\n\n<li><a href=\"file:\/\/\/C:\/Users\/l5947\/AppData\/Local\/Programs\/WorkBuddy\/resources\/app.asar\/renderer\/index.html#references\">R\u00e9f\u00e9rences et lectures compl\u00e9mentaires<\/a><\/li>\n<\/ol>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"wp-block-paragraph\">Le terme \u201c AIoT \u201d \u2014 la convergence de l\u2019intelligence artificielle et de l\u2019Internet des objets \u2014 est un mot \u00e0 la mode des salons professionnels depuis des ann\u00e9es. \u00c0 electronicAsia 2025 \u00e0 Hong Kong, notre \u00e9quipe a pr\u00e9sent\u00e9 un prototype de carte m\u00e8re AIoT pilotant plusieurs sorties d\u2019affichage avec inf\u00e9rence de r\u00e9seau neuronal embarqu\u00e9e. Les conversations qui ont suivi \u2014 avec des ing\u00e9nieurs de plus de 20 pays sur quatre jours \u2014 ont confirm\u00e9 quelque chose que j\u2019observais dans nos projets d\u2019int\u00e9gration : les exigences relatives aux \u00e9crans industriels \u00e9voluent parce que les syst\u00e8mes auxquels ils sont connect\u00e9s changent fondamentalement.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cet article documente quatre fa\u00e7ons pr\u00e9cises dont l\u2019AIoT remod\u00e8le les exigences d\u2019affichage, sur la base de ce que les ing\u00e9nieurs sur le terrain nous ont rapport\u00e9, de ce que nous avons observ\u00e9 dans nos propres projets d\u2019int\u00e9gration depuis electronicAsia, et des implications techniques pour les \u00e9quipes mat\u00e9rielles qui sp\u00e9cifient des \u00e9crans aujourd\u2019hui.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"1024\" src=\"https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-1024x1024.jpg\" alt=\"\" class=\"wp-image-1393\" style=\"width:684px;height:auto\" srcset=\"https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-1024x1024.jpg 1024w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-300x300.jpg 300w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-150x150.jpg 150w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-768x768.jpg 768w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-1536x1536.jpg 1536w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-2048x2048.jpg 2048w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-800x800.jpg 800w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"from-passive-dashboard-to-active-inference-display\">Du tableau de bord passif \u00e0 l\u2019\u00e9cran d\u2019inf\u00e9rence actif<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019IHM industrielle traditionnelle suit un sch\u00e9ma pr\u00e9visible : l\u2019automate programmable rapporte les valeurs des capteurs, l\u2019\u00e9cran les affiche dans des widgets pr\u00e9d\u00e9finis (jauges, lectures num\u00e9riques, courbes de tendance), et l\u2019op\u00e9rateur surveille les anomalies. L\u2019\u00e9cran est un dispositif de sortie passif. Son r\u00f4le est de montrer ce que l\u2019automate lui demande de montrer.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019AIoT change cela fondamentalement. Lorsqu\u2019un moteur d\u2019inf\u00e9rence edge fonctionne sur le m\u00eame syst\u00e8me \u2014 analysant les spectres de vibration pour la pr\u00e9diction de d\u00e9faillance des roulements, surveillant la consommation de courant pour la sant\u00e9 des moteurs, ou traitant les flux de cam\u00e9ras thermiques pour la d\u00e9tection de points chauds \u2014 le r\u00f4le de l\u2019\u00e9cran passe de passif \u00e0 actif. Il doit faire des choses pour lesquelles les panneaux HMI traditionnels n\u2019ont jamais \u00e9t\u00e9 con\u00e7us :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Afficher les r\u00e9sultats d\u2019inf\u00e9rence en temps r\u00e9el<\/strong>&nbsp;sous forme de superpositions sur des flux de donn\u00e9es en direct (par exemple, une carte thermique de probabilit\u00e9 de d\u00e9faillance pr\u00e9dite superpos\u00e9e \u00e0 une image thermique en direct)<\/li>\n\n\n\n<li><strong>Prendre en charge la reconfiguration dynamique de l\u2019interface utilisateur<\/strong>&nbsp;en fonction des niveaux de confiance du mod\u00e8le d\u2019IA (une pr\u00e9diction \u00e0 faible confiance d\u00e9clenche une vue de diagnostic plus d\u00e9taill\u00e9e ; une alerte critique \u00e0 haute confiance d\u00e9clenche un avertissement plein \u00e9cran)<\/li>\n\n\n\n<li><strong>Afficher des sorties probabilistes<\/strong>&nbsp;\u2014 intervalles de confiance, bandes d\u2019incertitude, distributions de probabilit\u00e9 \u2014 qui n\u00e9cessitent un encodage visuel fondamentalement diff\u00e9rent de celui des lectures de capteurs d\u00e9terministes (\u201c temp\u00e9rature : 72,3 \u00b0C \u201d)<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Cela a des implications directes pour le contr\u00f4leur d\u2019affichage et l\u2019interface entre le processeur et le panneau.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"requirement-shift-1-dynamic-inference-rendering\">\u00c9volution des exigences 1 : rendu dynamique de l\u2019inf\u00e9rence<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le rendu de superpositions probabilistes \u00e0 60 fps n\u00e9cessite une acc\u00e9l\u00e9ration GPU et une interface d\u2019affichage \u00e0 haut d\u00e9bit. Les panneaux bas\u00e9s sur SPI \u2014 encore courants dans les HMI \u00e0 faible co\u00fbt \u2014 ne peuvent tout simplement pas suivre.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le probl\u00e8me n\u2019est pas seulement la bande passante. C\u2019est la nature de la cha\u00eene de rendu. Lorsque vous superposez une carte thermique d\u2019inf\u00e9rence translucide sur un flux vid\u00e9o en direct, le GPU doit composer deux framebuffers (l\u2019image vid\u00e9o et la superposition de carte thermique) avec m\u00e9lange alpha, puis envoyer le r\u00e9sultat \u00e0 l\u2019\u00e9cran. La surcharge de commande par pixel du SPI ajoute de la latence \u00e0 chaque \u00e9tape. Le mode vid\u00e9o par paquets du MIPI DSI diffuse directement la trame compos\u00e9e vers le contr\u00f4leur d\u2019affichage sans intervention par pixel du processeur h\u00f4te.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td class=\"has-text-align-left\" data-align=\"left\">T\u00e2che de rendu<\/td><td class=\"has-text-align-left\" data-align=\"left\">SPI (50 MHz)<\/td><td class=\"has-text-align-left\" data-align=\"left\">MIPI DSI (4 voies)<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Grappe de jauges statiques<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u2705<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u2705<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Superposition de graphique de donn\u00e9es en temps r\u00e9el<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u274c (d\u00e9chirure)<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u2705<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Carte thermique d\u2019inf\u00e9rence avec m\u00e9lange alpha<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u274c<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u2705<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Reconfiguration dynamique de l\u2019interface utilisateur \u00e0 60 fps<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u274c<\/td><td class=\"has-text-align-left\" data-align=\"left\">\u2705<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Dans nos tests avec un syst\u00e8me de d\u00e9monstration de maintenance pr\u00e9dictive (T4 2025), le passage d\u2019un panneau pilot\u00e9 par SPI \u00e0 un panneau pilot\u00e9 par MIPI a \u00e9limin\u00e9 la d\u00e9chirure visible et r\u00e9duit la latence de rendu de bout en bout, de \u201c inf\u00e9rence termin\u00e9e \u201d \u00e0 \u201c pixel mis \u00e0 jour \u201d, d\u2019environ 18 ms \u2014 de ~35 ms \u00e0 ~17 ms. Pour une alerte de maintenance, cette diff\u00e9rence est n\u00e9gligeable. Pour une alerte critique de s\u00e9curit\u00e9 sur un robot collaboratif, elle est significative.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"674\" height=\"587\" src=\"https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display.png\" alt=\"\" class=\"wp-image-1394\" srcset=\"https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display.png 674w, https:\/\/qihantech.com\/wp-content\/uploads\/2026\/06\/AIoT-Is-Changing-Industrial-Display-300x261.png 300w\" sizes=\"auto, (max-width: 674px) 100vw, 674px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"requirement-shift-2-multi-display-edge-nodes\">\u00c9volution des exigences 2 : n\u0153uds edge multi-\u00e9crans<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un seul n\u0153ud edge AIoT dessert souvent plusieurs points d\u2019affichage. Prenons l\u2019exemple d\u2019une station de contr\u00f4le qualit\u00e9 d\u2019usine intelligente que nous avons contribu\u00e9 \u00e0 concevoir au d\u00e9but de 2026 :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u00c9cran 1 (principal) :<\/strong>&nbsp;TFT 10,1 pouces, 1280\u00d7800, affichant l\u2019interface d\u2019inspection principale avec des images de pi\u00e8ces manufactur\u00e9es annot\u00e9es par IA<\/li>\n\n\n\n<li><strong>\u00c9cran 2 (secondaire) :<\/strong>&nbsp;TFT 4,3 pouces, 480\u00d7272, affichant les m\u00e9triques de sant\u00e9 du syst\u00e8me, le d\u00e9bit d\u2019inf\u00e9rence (images\/s) et la file d\u2019alertes<\/li>\n\n\n\n<li><strong>\u00c9cran 3 (tertiaire) :<\/strong>&nbsp;TFT 2,1 pouces, 480\u00d7480, mont\u00e9 directement sur le convoyeur, affichant le statut conforme\/non conforme \u00e0 l\u2019op\u00e9rateur de ligne<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Les trois \u00e9crans sont pilot\u00e9s par un seul module de calcul edge (Rockchip RK3588) ex\u00e9cutant la charge d\u2019inf\u00e9rence \u2014 un mod\u00e8le TensorFlow Lite effectuant la d\u00e9tection de d\u00e9fauts en temps r\u00e9el \u00e0 30 fps.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cette architecture cr\u00e9e des d\u00e9fis que les syst\u00e8mes mono-\u00e9cran ne rencontrent pas :<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"interface-multiplexing\">Multiplexage d\u2019interface<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Le RK3588 dispose nativement d\u2019une sortie MIPI DSI 4 voies et d\u2019une sortie HDMI. Piloter trois \u00e9crans n\u00e9cessitait :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>MIPI DSI \u2192 \u00c9cran 1 (principal, 10,1 pouces)<\/li>\n\n\n\n<li>Conversion HDMI \u2192 LVDS \u2192 \u00c9cran 2 (secondaire, 4,3 pouces)<\/li>\n\n\n\n<li>MIPI CSI (reconfigur\u00e9 en sortie d'affichage) \u2192 \u00c9cran 3 (tertiaire, 2,1 pouces)<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La conversion d'interface pour l'\u00e9cran 2 a ajout\u00e9 $8,50 \u00e0 la nomenclature et a n\u00e9cessit\u00e9 une conception de PCB personnalis\u00e9e. C'est le type de co\u00fbt qui surprend les \u00e9quipes qui supposent que \u201c le processeur peut piloter plusieurs \u00e9crans \u201d sans v\u00e9rifier la disponibilit\u00e9 r\u00e9elle des interfaces.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"synchronization\">Synchronisation<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Si l'\u00e9cran 1 affiche une image annot\u00e9e par IA d'une pi\u00e8ce et que l'\u00e9cran 3 affiche l'indicateur correspondant de conformit\u00e9\/non-conformit\u00e9, ils doivent rester synchronis\u00e9s \u00e0 une trame pr\u00e8s (~16,7 ms \u00e0 60 Hz). Sinon, l'op\u00e9rateur voit un indicateur \u201c conforme \u201d sur l'\u00e9cran 3 alors que l'\u00e9cran 1 affiche encore une pi\u00e8ce non inspect\u00e9e \u2014 ou pire, une pi\u00e8ce marqu\u00e9e \u201c non conforme \u201d alors que l'image ne montre aucun d\u00e9faut.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Notre solution : un m\u00e9canisme de synchronisation par framebuffer partag\u00e9, o\u00f9 le r\u00e9sultat d'inf\u00e9rence \u00e9crit dans une r\u00e9gion de m\u00e9moire partag\u00e9e que les deux pipelines d'affichage lisent, avec un m\u00e9canisme de verrouillage bas\u00e9 sur des horodatages. L'impl\u00e9mentation a ajout\u00e9 environ 200 lignes de C++ au pilote d'affichage et 2 ms de latence suppl\u00e9mentaire \u2014 acceptable pour cette application.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"thermal-management\">Gestion thermique<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">C'est le probl\u00e8me qui nous a pris au d\u00e9pourvu. Le module de calcul en p\u00e9riph\u00e9rie ex\u00e9cutant l'inf\u00e9rence g\u00e9n\u00e8re une chaleur importante. L'ajout de plusieurs r\u00e9tro\u00e9clairages d'\u00e9cran \u00e0 proximit\u00e9 imm\u00e9diate aggrave le d\u00e9fi thermique.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Lors de nos propres tests avec un bo\u00eetier scell\u00e9 (IP65, sans ventilation active) :<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td class=\"has-text-align-left\" data-align=\"left\">Composant<\/td><td class=\"has-text-align-left\" data-align=\"left\">Dissipation de puissance<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Module d'IA en p\u00e9riph\u00e9rie RK3588 (ex\u00e9cution d'inf\u00e9rence)<\/td><td class=\"has-text-align-left\" data-align=\"left\">~8 W<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9tro\u00e9clairage TFT 10,1 pouces<\/td><td class=\"has-text-align-left\" data-align=\"left\">~3 W<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9tro\u00e9clairage TFT 4,3 pouces<\/td><td class=\"has-text-align-left\" data-align=\"left\">~1,5 W<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9tro\u00e9clairage TFT 2,1 pouces<\/td><td class=\"has-text-align-left\" data-align=\"left\">~0,8 W<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">**Total**<\/td><td class=\"has-text-align-left\" data-align=\"left\">**~13,3 W**<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Le bo\u00eetier scell\u00e9 a atteint une temp\u00e9rature interne de&nbsp;<strong>68 \u00b0C<\/strong>&nbsp;en 45 minutes. \u00c0 cette temp\u00e9rature, le RK3588 a commenc\u00e9 \u00e0 limiter thermiquement (r\u00e9duisant le d\u00e9bit d'inf\u00e9rence de 30 fps \u00e0 ~12 fps), et les panneaux LCD ont montr\u00e9 une d\u00e9gradation mesurable du contraste.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La solution : un module de refroidissement actif \u00e0 base de Peltier et un compos\u00e9 d'enrobage thermoconducteur pour transf\u00e9rer la chaleur des matrices de LED de r\u00e9tro\u00e9clairage vers la paroi du bo\u00eetier. Cela a ajout\u00e9 environ $22 \u00e0 la nomenclature et 3 W au budget de puissance (pour l'\u00e9l\u00e9ment Peltier), mais a maintenu la temp\u00e9rature interne en dessous de 55 \u00b0C sous charge soutenue.<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\"><strong>Le\u00e7on :<\/strong>&nbsp;Si votre syst\u00e8me AIoT pilote plusieurs \u00e9crans dans un bo\u00eetier scell\u00e9, ex\u00e9cutez des simulations thermiques avec tous les composants \u00e0 dissipation maximale&nbsp;<em>avant<\/em>&nbsp;de finaliser la conception m\u00e9canique. Ne supposez pas que le bo\u00eetier peut dissiper passivement 10 W+ sans \u00e9l\u00e9vation de temp\u00e9rature.<\/p>\n<\/blockquote>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"requirement-shift-3-always-on-becomes-the-default\">\u00c9volution des exigences 3 : le mode toujours actif devient la norme<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Les appareils IoT aliment\u00e9s par batterie utilisaient historiquement une gestion agressive de l'alimentation de l'\u00e9cran \u2014 diminution apr\u00e8s 10 secondes, extinction apr\u00e8s 30. L'\u00e9cran \u00e9tait le plus grand consommateur d'\u00e9nergie, donc minimiser son cycle de service \u00e9tait l'optimisation \u00e9vidente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L'AIoT change l'\u00e9quation. Lorsque l'appareil traite en continu les donn\u00e9es des capteurs et effectue des inf\u00e9rences, l'\u00e9tat \u201c \u00e9teint \u201d de l'\u00e9cran cr\u00e9e un vide dangereux : le syst\u00e8me&nbsp;<em>sait<\/em>&nbsp;quelque chose \u2014 une d\u00e9faillance de roulement pr\u00e9vue, une fuite de gaz d\u00e9tect\u00e9e, une \u00e9l\u00e9vation anormale de temp\u00e9rature \u2014 mais l'utilisateur ne peut pas le voir car l'\u00e9cran est en mode veille.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le fonctionnement permanent \u2014 au moins pour un indicateur d'\u00e9tat ou une barre d'alerte \u2014 devient une exigence de s\u00e9curit\u00e9, et non une fonctionnalit\u00e9 de confort.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"three-approaches-we-re-seeing-work\">Trois approches qui fonctionnent selon nos observations<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td class=\"has-text-align-left\" data-align=\"left\">Approche<\/td><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9duction de la consommation de l'\u00e9cran<\/td><td class=\"has-text-align-left\" data-align=\"left\">Id\u00e9al pour<\/td><td class=\"has-text-align-left\" data-align=\"left\">Compromis<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">**Rafra\u00eechissement partiel de l'\u00e9cran** (mise \u00e0 jour uniquement des r\u00e9gions modifi\u00e9es)<\/td><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9duction de 30 \u00e0 50%<\/td><td class=\"has-text-align-left\" data-align=\"left\">Tableaux de bord d'\u00e9tat avec contenu majoritairement statique et petites r\u00e9gions dynamiques<\/td><td class=\"has-text-align-left\" data-align=\"left\">N\u00e9cessite un contr\u00f4leur d'affichage avec prise en charge de la mise \u00e0 jour partielle (tous les contr\u00f4leurs ne l'ont pas)<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">**Mode veille \u00e0 faible consommation avec profondeur de couleur r\u00e9duite** (8 couleurs ou monochrome)<\/td><td class=\"has-text-align-left\" data-align=\"left\">R\u00e9duction de 60 \u00e0 80%<\/td><td class=\"has-text-align-left\" data-align=\"left\">Indicateurs d'alerte devant afficher un \u00e9tat critique en un coup d'\u0153il<\/td><td class=\"has-text-align-left\" data-align=\"left\">Densit\u00e9 d'informations limit\u00e9e en veille \u2014 impossible d'afficher des donn\u00e9es d\u00e9taill\u00e9es<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">**Architecture hybride :** petit OLED toujours actif (1,3 pouce) + TFT plus grand qui se r\u00e9veille sur alerte ou tactile<\/td><td class=\"has-text-align-left\" data-align=\"left\">~90% de r\u00e9duction pour le TFT principal<\/td><td class=\"has-text-align-left\" data-align=\"left\">Dispositifs m\u00e9dicaux, syst\u00e8mes de s\u00e9curit\u00e9 industriels avec exigences r\u00e9glementaires de fonctionnement permanent<\/td><td class=\"has-text-align-left\" data-align=\"left\">Co\u00fbt BOM ajout\u00e9 (~$12\u201318 pour le sous-\u00e9cran OLED et le contr\u00f4leur), complexit\u00e9 m\u00e9canique<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">L'approche hybride a gagn\u00e9 le plus de traction dans les dispositifs m\u00e9dicaux, o\u00f9 les exigences r\u00e9glementaires (IEC 60601-1-8 pour les syst\u00e8mes d'alarme) imposent souvent une indication visuelle continue de l'\u00e9tat du syst\u00e8me. Un petit OLED affichant une ic\u00f4ne de battement cardiaque, le niveau de batterie et l'\u00e9tat d'alarme consomme 8\u201315 mW en mode permanent. L'\u00e9cran TFT de diagnostic principal ne s'allume que lorsque le clinicien interagit avec lui, \u00e9conomisant 2\u20134 W de puissance de r\u00e9tro\u00e9clairage continue.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"requirement-shift-4-the-display-latency-budget\">\u00c9volution des exigences 4 : le budget de latence de l\u2019affichage<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">C'est l'observation qui a pris de nombreux ing\u00e9nieurs au d\u00e9pourvu lors de nos discussions de d\u00e9monstration \u00e0 electronicAsia 2025. Lorsque vous construisez un syst\u00e8me AIoT en temps r\u00e9el, vous budg\u00e9tisez la latence \u00e0 chaque \u00e9tape :<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>\u00c9chantillonnage des capteurs (par exemple, acc\u00e9l\u00e9rom\u00e8tre \u00e0 10 kHz \u2192 0,1 ms par \u00e9chantillon)<\/li>\n\n\n\n<li>Pr\u00e9traitement des donn\u00e9es (FFT, filtrage \u2192 2\u20135 ms)<\/li>\n\n\n\n<li>Inf\u00e9rence du mod\u00e8le (passe avant du r\u00e9seau neuronal \u2192 5\u201350 ms selon la complexit\u00e9 du mod\u00e8le)<\/li>\n\n\n\n<li>Actionnement ou alerte (arr\u00eat du moteur, fermeture de vanne, d\u00e9clenchement d'alarme \u2192 1\u201310 ms)<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Ce qui est souvent n\u00e9glig\u00e9, c'est la\u00a0<strong><a href=\"https:\/\/qihantech.com\/fr\/hmi-display\/\" data-type=\"page\" data-id=\"859\">latence du pipeline <\/a>d'affichage<\/strong>\u00a0\u2014 le temps entre \u201c le moteur d'inf\u00e9rence a un r\u00e9sultat \u201d et \u201c l'op\u00e9rateur humain peut le voir \u201d.\u201d<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un pipeline d'affichage typique introduit :<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td class=\"has-text-align-left\" data-align=\"left\">\u00c9tape du pipeline<\/td><td class=\"has-text-align-left\" data-align=\"left\">Latence (typique)<\/td><td class=\"has-text-align-left\" data-align=\"left\">Remarques<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">\u00c9criture dans le framebuffer (GPU \u2192 contr\u00f4leur d'affichage)<\/td><td class=\"has-text-align-left\" data-align=\"left\">2\u20138 ms<\/td><td class=\"has-text-align-left\" data-align=\"left\">D\u00e9pend de la r\u00e9solution et de la bande passante de l'interface<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Traitement du contr\u00f4leur d'affichage (mise \u00e0 l'\u00e9chelle, rotation, composition de superposition)<\/td><td class=\"has-text-align-left\" data-align=\"left\">1\u20134 ms<\/td><td class=\"has-text-align-left\" data-align=\"left\">D\u00e9pend de la complexit\u00e9 du contr\u00f4leur et du nombre de couches<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">Temps de r\u00e9ponse du panneau (gris \u00e0 gris)<\/td><td class=\"has-text-align-left\" data-align=\"left\">8\u201325 ms<\/td><td class=\"has-text-align-left\" data-align=\"left\">D\u00e9pend du mode LC (TN plus rapide que IPS) et de la temp\u00e9rature (plus lent \u00e0 froid)<\/td><\/tr><tr><td class=\"has-text-align-left\" data-align=\"left\">**Pipeline d'affichage total**<\/td><td class=\"has-text-align-left\" data-align=\"left\">**11\u201337 ms**<\/td><td class=\"has-text-align-left\" data-align=\"left\">De \u201c d\u00e9cision \u00e0 afficher \u201d \u00e0 \u201c pixel visible \u201d<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"when-latency-matters\">Quand la latence importe<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Dans un syst\u00e8me de maintenance pr\u00e9dictive o\u00f9 le moteur d'inf\u00e9rence d\u00e9tecte une d\u00e9faillance imminente de roulement et doit alerter l'op\u00e9rateur, 37 ms est acceptable \u2014 la d\u00e9gradation du roulement se produit sur des minutes \u00e0 des heures.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dans un syst\u00e8me de s\u00e9curit\u00e9 de robot collaboratif (cobot) o\u00f9 l'\u00e9cran montre la trajectoire de mouvement pr\u00e9vue du robot, 37 ms de latence d'affichage pourrait faire la diff\u00e9rence entre un op\u00e9rateur voyant une trajectoire pr\u00e9cise et une trajectoire d\u00e9j\u00e0 obsol\u00e8te. Un bras de cobot se d\u00e9pla\u00e7ant \u00e0 1 m\/s parcourt 37 mm en 37 ms \u2014 suffisamment pour \u00eatre en dehors de la \u201c zone de s\u00e9curit\u00e9 \u201d affich\u00e9e.\u201d<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"architectural-mitigations\">Att\u00e9nuations architecturales<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La solution n'est pas toujours \u201c acheter un panneau plus rapide \u201d. Parfois, elle est architecturale :<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Contourner le compositeur GPU pour les superpositions critiques pour la s\u00e9curit\u00e9.<\/strong>&nbsp;Les \u00e9critures directes dans le framebuffer depuis le moteur d'inf\u00e9rence vers un plan de superposition d\u00e9di\u00e9 peuvent r\u00e9duire de 2\u20134 ms le pipeline. Cela n\u00e9cessite le support du contr\u00f4leur d'affichage pour plusieurs plans de superposition mat\u00e9riels.<\/li>\n\n\n\n<li><strong>Utiliser des panneaux avec des modes LC plus rapides.<\/strong>&nbsp;Les panneaux TN commutent plus rapidement que les IPS (typiquement 5\u201310 ms gris \u00e0 gris contre 12\u201325 ms), bien qu'au d\u00e9triment des angles de vision. Certaines variantes IPS plus r\u00e9centes (S-IPS, AH-IPS avec overdrive) atteignent 10\u201312 ms. Sp\u00e9cifiez explicitement l'exigence de temps de r\u00e9ponse.<\/li>\n\n\n\n<li><strong>Partitionner l'affichage par classe de latence.<\/strong>&nbsp;Les indicateurs critiques pour la s\u00e9curit\u00e9 (\u00e9tat d'alarme, \u00e9tat du robot, confirmation d'arr\u00eat d'urgence) se mettent \u00e0 jour \u00e0 pleine fr\u00e9quence d'images avec une latence de pipeline minimale \u2014 rendus sur un plan de superposition mat\u00e9riel d\u00e9di\u00e9. Les informations contextuelles (graphiques de tendance, journaux de maintenance, diagnostics syst\u00e8me) se mettent \u00e0 jour \u00e0 10\u201315 fps via le pipeline de composition GPU normal. L'utilisateur voit les informations critiques imm\u00e9diatement et les informations contextuelles peu apr\u00e8s.<\/li>\n<\/ol>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"what-this-means-for-display-sourcing\">Ce que cela signifie pour <a href=\"https:\/\/qihantech.com\/fr\/oled-display-module\/\" data-type=\"page\" data-id=\"805\">\u00e9cran<\/a> l'approvisionnement<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Si votre \u00e9quipe construit un produit AIoT, la sp\u00e9cification d'affichage doit \u00e9voluer au-del\u00e0 de la liste de contr\u00f4le traditionnelle de taille, r\u00e9solution, luminosit\u00e9 et interface. Ajoutez ces quatre questions :<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"1-what-is-the-maximum-acceptable-display-pipeline-latency-for-safety-critical-information\">1. Quelle est la latence maximale acceptable du pipeline d'affichage pour les informations critiques pour la s\u00e9curit\u00e9 ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Cela d\u00e9termine la s\u00e9lection du panneau (TN vs IPS, sp\u00e9cification du temps de r\u00e9ponse), l'architecture d'interface (mode vid\u00e9o MIPI vs mode commande), et la d\u00e9cision d'impl\u00e9menter ou non des plans de superposition mat\u00e9riels d\u00e9di\u00e9s pour les indicateurs critiques.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"2-how-many-displays-does-the-system-need-and-can-the-host-processor-drive-them-natively\">2. De combien d'\u00e9crans le syst\u00e8me a-t-il besoin, et le processeur h\u00f4te peut-il les piloter nativement ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Si le processeur n'a qu'une seule sortie d'affichage et que vous avez besoin de trois \u00e9crans, budg\u00e9tisez t\u00f4t la conversion d'interface ou le fractionnement d'affichage \u2014 pas apr\u00e8s la fin de la conception du PCB. La conversion d'interface ajoute un co\u00fbt BOM ($5\u201315 par \u00e9cran suppl\u00e9mentaire) et 2\u20134 ms de latence par \u00e9tape de conversion.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"3-does-the-display-need-an-always-on-mode-for-safety-or-regulatory-reasons\">3. L'\u00e9cran a-t-il besoin d'un mode permanent pour des raisons de s\u00e9curit\u00e9 ou r\u00e9glementaires ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Si oui, \u00e9valuez les contr\u00f4leurs d'affichage capables de rafra\u00eechissement partiel (\u00e9conomise 30\u201350% de puissance par rapport au rafra\u00eechissement complet) et envisagez des architectures d'affichage hybrides (petit OLED permanent + TFT plus grand \u00e0 activation \u00e0 la demande). Sp\u00e9cifiez explicitement le budget de puissance en mode permanent.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"4-what-is-the-total-thermal-budget-for-the-system-including-all-display-backlights-at-maximum-brightness\">4. Quel est le budget thermique total du syst\u00e8me, y compris tous les r\u00e9tro\u00e9clairages d'affichage \u00e0 luminosit\u00e9 maximale ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Ex\u00e9cutez des simulations thermiques avec tous les composants \u00e0 dissipation maximale&nbsp;<em>avant<\/em>&nbsp;finaliser la conception du bo\u00eetier. Un bo\u00eetier scell\u00e9 IP65 avec 13W de dissipation interne atteindra 65\u201370\u00b0C en une heure sans refroidissement actif. Int\u00e9grez la solution de refroidissement dans la nomenclature et le budget \u00e9nerg\u00e9tique d\u00e8s le d\u00e9part.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"frequently-asked-questions-faq\">Foire aux questions (FAQ)<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q1-can-i-use-a-standard-industrial-hmi-panel-for-an-aiot-application\">Q1 : Puis-je utiliser un panneau HMI industriel standard pour une application AIoT ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Cela d\u00e9pend de ce que le mod\u00e8le d'IA produit. Si le r\u00e9sultat de l'inf\u00e9rence est une valeur scalaire simple (par exemple, \u201c sant\u00e9 du roulement : 87% \u201d) qui correspond \u00e0 un widget de jauge standard, un panneau HMI traditionnel peut suffire. Si l'inf\u00e9rence produit des sorties probabilistes, des cartes thermiques, des bo\u00eetes englobantes ou une reconfiguration dynamique de l'interface utilisateur, vous aurez besoin d'un panneau avec rendu acc\u00e9l\u00e9r\u00e9 par GPU et une interface \u00e0 haut d\u00e9bit (MIPI DSI ou LVDS). Les panneaux HMI standard avec interfaces SPI et contr\u00f4leurs d'affichage basiques cr\u00e9eront un goulot d'\u00e9tranglement au niveau du pipeline de rendu.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q2-how-do-i-choose-between-running-inference-on-the-edge-device-vs-in-the-cloud\">Q2 : Comment choisir entre ex\u00e9cuter l'inf\u00e9rence sur l'appareil en p\u00e9riph\u00e9rie ou dans le cloud ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L'inf\u00e9rence en p\u00e9riph\u00e9rie (sur l'appareil) \u00e9limine la latence r\u00e9seau et fonctionne sans connectivit\u00e9, mais est limit\u00e9e par la capacit\u00e9 de calcul du processeur en p\u00e9riph\u00e9rie. L'inf\u00e9rence dans le cloud peut ex\u00e9cuter des mod\u00e8les plus grands et plus pr\u00e9cis, mais introduit 50\u2013200 ms de latence aller-retour r\u00e9seau. Pour les mises \u00e0 jour d'affichage critiques pour la s\u00e9curit\u00e9 (alarmes, \u00e9tat du robot), l'inf\u00e9rence en p\u00e9riph\u00e9rie est fortement pr\u00e9f\u00e9r\u00e9e car le pipeline d'affichage ajoute d\u00e9j\u00e0 11\u201337 ms \u2014 ajouter 50\u2013200 ms de latence cloud par-dessus cr\u00e9e un total inacceptable. Pour les analyses non critiques et la visualisation de tendances, l'inf\u00e9rence dans le cloud convient.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q3-what-s-the-minimum-display-size-for-an-always-on-status-indicator\">Q3 : Quelle est la taille d'affichage minimale pour un indicateur d'\u00e9tat toujours actif ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Pour une simple ic\u00f4ne + lecture num\u00e9rique (par exemple, symbole de battement de c\u0153ur + \u201c 72 BPM \u201d), un OLED de 1,0\u20131,5 pouce est suffisant. Pour une barre d'alerte avec texte (par exemple, \u201c ROULEMENT 3 : VIBRATION \u00c9LEV\u00c9E \u201d), 2,0\u20132,4 pouces est le minimum pour un texte lisible \u00e0 bout de bras. Le plus petit module OLED toujours actif de QIHAN est de 0,96 pouce (128\u00d764), adapt\u00e9 \u00e0 une indication d'\u00e9tat par ic\u00f4ne uniquement.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q4-can-qihan-provide-the-embedded-computing-module-as-well-as-the-display\">Q4 : QIHAN peut-il fournir le module informatique embarqu\u00e9 ainsi que l'\u00e9cran ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Oui. Pour les applications AIoT, nous proposons des solutions int\u00e9gr\u00e9es comprenant le panneau d'affichage, le panneau tactile, le collage optique, le module informatique embarqu\u00e9 (plateformes Rockchip ou NXP) et la conversion d'interface selon les besoins. Nous prenons en charge l'int\u00e9gration du pilote d'affichage au niveau BSP. Votre \u00e9quipe g\u00e8re le logiciel de la couche applicative et le d\u00e9ploiement du mod\u00e8le d'IA.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q5-how-do-i-test-the-end-to-end-latency-of-my-display-pipeline\">Q5 : Comment tester la latence de bout en bout de mon pipeline d'affichage ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La m\u00e9thode la plus pratique : connectez une cam\u00e9ra haute vitesse (240+ fps) point\u00e9e \u00e0 la fois vers l'\u00e9cran et une LED d\u00e9clench\u00e9e par GPIO. Lorsque le moteur d'inf\u00e9rence produit un r\u00e9sultat, il bascule la LED et \u00e9crit le r\u00e9sultat sur l'\u00e9cran. La cam\u00e9ra capture les deux \u00e9v\u00e9nements. Comptez les images entre le basculement de la LED et la mise \u00e0 jour de l'affichage \u2014 chaque image \u00e0 240 fps = 4,17 ms. Cela vous donne une mesure empirique de la latence de bout en bout sans instrumenter le pipeline logiciel.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q6-what-thermal-solutions-do-you-recommend-for-multi-display-aiot-systems-in-sealed-enclosures\">Q6 : Quelles solutions thermiques recommandez-vous pour les syst\u00e8mes AIoT multi-\u00e9crans dans des bo\u00eetiers scell\u00e9s ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Par ordre croissant de co\u00fbt et de complexit\u00e9 : (1) pads thermoconducteurs entre les PCB de r\u00e9tro\u00e9clairage et les parois du bo\u00eetier (passif, ~$2\u20135 BOM), (2) bo\u00eetier en aluminium avec ailettes de refroidissement int\u00e9gr\u00e9es (passif, augmente le co\u00fbt du bo\u00eetier), (3) module de refroidissement thermo\u00e9lectrique Peltier avec dissipateur externe (actif, ~$15\u201325 BOM, ajoute 2\u20135W de consommation), (4) refroidissement par air forc\u00e9 avec entr\u00e9e\/\u00e9chappement filtr\u00e9s (actif, compromet l'indice IP). Pour les bo\u00eetiers scell\u00e9s IP65+ avec &gt;10W de dissipation interne, les options 2 ou 3 sont g\u00e9n\u00e9ralement n\u00e9cessaires.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"q7-does-qihan-offer-partial-refresh-capable-displays\">Q7 : QIHAN propose-t-il des \u00e9crans capables de rafra\u00eechissement partiel ?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Oui. Plusieurs de nos modules TFT prennent en charge le rafra\u00eechissement partiel en mode commande via MIPI DSI, permettant de ne mettre \u00e0 jour que les r\u00e9gions modifi\u00e9es de l'\u00e9cran. Cela peut r\u00e9duire la consommation d'\u00e9nergie de l'affichage de 30\u201350% dans les sc\u00e9narios toujours actifs o\u00f9 la majeure partie du contenu de l'\u00e9cran est statique. Contactez notre \u00e9quipe d'ing\u00e9nierie avec vos exigences sp\u00e9cifiques en mati\u00e8re d'affichage permanent \u2014 l'approche appropri\u00e9e d\u00e9pend des informations qui doivent rester continuellement visibles.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"about-qihan\">\u00c0 propos de QIHAN<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/qihantech.com\/fr\/about-us\/\" data-type=\"page\" data-id=\"9\">Shanghai Qihan Technology Co., Ltd. (QIHAN)<\/a> est un fabricant et fournisseur de solutions d'affichage personnalis\u00e9es de petite et moyenne taille, sp\u00e9cialis\u00e9 dans les \u00e9crans TFT LCD, OLED, LCM, les \u00e9crans tactiles et les modules d'affichage personnalis\u00e9s pour les applications industrielles, m\u00e9dicales, automobiles, domotiques et \u00e9lectroniques grand public. Avec plus de 15 ans d'exp\u00e9rience en R&amp;D et une capacit\u00e9 de production quotidienne de 30 000 LCM, QIHAN fournit des services OEM\/ODM du concept \u00e0 la production de masse.<\/p>","protected":false},"excerpt":{"rendered":"<p>Key Takeaways Table of Contents The term &#8220;AIoT&#8221; \u2014 the convergence of artificial intelligence and the Internet of Things \u2014 has been a trade show buzzword for years. At electronicAsia 2025 in Hong Kong, our team demonstrated a prototype AIoT mainboard driving multiple display outputs with on-device neural network inference. The conversations that followed \u2014 [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":1395,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","footnotes":""},"categories":[26],"tags":[],"class_list":["post-1382","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-lcd-display-news"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/posts\/1382","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/comments?post=1382"}],"version-history":[{"count":2,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/posts\/1382\/revisions"}],"predecessor-version":[{"id":1396,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/posts\/1382\/revisions\/1396"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/media\/1395"}],"wp:attachment":[{"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/media?parent=1382"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/categories?post=1382"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/qihantech.com\/fr\/wp-json\/wp\/v2\/tags?post=1382"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}