Le marché des puces IA pour la robotique devrait atteindre 868 M$ d’ici à 2028, dopé par la démocratisation de l'IA générative

[EDITION ABONNES] Avec la démocratisation de l’apprentissage automatique (Machine Learning, ML) dans le domaine de la robotique, les charges de travail s’appuyant sur cette technologie prolifèrent avec des applications très diverses. Alors que la technologie de l’IA générative (GenAI) monte en puissance, les modèles de fondation (*) sont sur le point de remplacer ou d’augmenter les modèles ML et d’apprentissage profond existants, créant ainsi des robots plus performants et plus robustes, prédit la société d’études Omdia qui estime en conséquence que le marché des puces IA pour la robotique atteindra 866 millions de dollars d’ici à 2028, contribuant ainsi à la montée en puissance de l’IA générative sur ce créneau.

Depuis la présentation en 2022 par Google de RT-1, un modèle transformeur pour applications robotiques, plusieurs acteurs ont déployé des efforts substantiels pour démocratiser l'adoption de l’IA générative dans les robots, rappelle l’analyste. Outre Google, des sociétés comme Meta, OpenAI et Toyota expérimentent ou testent une myriade de modèles de fondation dans leurs applications robotiques. Les fournisseurs de robots de service chinois, tels que CloudMinds et OrionStar, ont également développé leurs propres modèles de fondation et envisagent de les intégrer aux systèmes logiciels clients.

Cependant, l’IA générative (GenAI), rappelle Omdia, est gourmande en ressources. Dans la plupart des secteurs, les déploiements GenAI ont lieu dans le cloud, car les modèles nécessitent de grandes grappes d'unités de traitement graphique (GPU) pour l’apprentissage et l'inférence. À l’inverse, les robots, du fait qu’ils sont souvent mis en œuvre dans des applications critiques, privilégient généralement un traitement local, la priorité étant donnée au contrôle en temps réel et aux réponses à latence ultrafaible.

« Alors que les GPU de Nvidia restent l'architecture de puces IA préférée pour l'infrastructure cloud et les robots, les fournisseurs non spécialisés dans les GPU comme Qualcomm, Intel et AMD ont lancé des puces-systèmes IA ou des circuits IA spécifiques destinés aux applications robotiques s’exécutant en local, telles que la vision industrielle, la navigation et la cartographie en simultané, ou la sûreté de fonctionnement », commente Lian Jye Su, analyste spécialiste de l’intelligence appliquée chez Omdia.

Un autre développement notable lié à la démocratisation de l’IA générative est la popularité croissante des robots humanoïdes, ajoute la société d’études. Dans ce cadre, des entreprises telles qu’Agility Robotics, Boston Dynamics, Figure, Fourier Intelligence, Tesla et UBTech ont dévoilé divers robots humanoïdes destinés aux secteurs industriel et tertiaire. La technologie en est encore à ses balbutiements néanmoins, et un déploiement à grande échelle est peu probable dans les cinq prochaines années, avance Omdia. Les véhicules à guidage automatique (AGV) et les robots mobiles autonomes (AMR) restant les formats les plus matures pour la mise en œuvre de l’IA générative.

« Au lieu de se laisser distraire par le battage médiatique, l’industrie devrait se concentrer sur l’obtention de données et de bases technologiques adéquates, soutient Lian Jye Su. Pour les fournisseurs de systèmes robotiques, il s’agit d’étendre les capacités GenAI à faible consommation dans les robots grâce à diverses techniques d’optimisation de modèles, en mettant l’accent sur le contrôle et les performances en temps réel et en adoptant la convergence des traitements informatiques et de la connectivité. Du côté des utilisateurs de robots, le développement de modèles GenAI spécifiques à des domaines particuliers et une attention minutieuse aux questions d’éthique, aux problématiques de sécurité et aux performances joueront favorablement à la démocratisation de l’usage de robots compatibles GenAI. »

(*) Introduits en 2018, les modèles de fondation sont des modèles d’intelligence artificielle de grande taille, entraînés sur une grande quantité de données étiquetées (généralement par apprentissage auto-supervisé)

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA