Le fournisseur de semi conducteur américain Analog Devices, annonce qu’il va s’appuyer sur la plate-forme Thor de Nvidia, annoncée récemment, en vue d’accélèrer le développement de l’intelligence physique et du raisonnement des robots humanoïdes et des robots mobiles autonomes (AMR, Autonomous Mobile Robots).

Concrètement, Analog Devices estime qu’en alliant son expertise en fonctionnalités de détection embarquée (edge sensing), de contrôle de mouvement haute précision, d’intégrité de puissance et de connectivité déterministe aux capacités de calcul des plate-formes Jetson Thor, et aux outils Holoscan Sensor Bridge et Isaac Sim de Nvidia, il est possible d’ouvrir la voie vers des robots dotés d’une réelle capacité de raisonnement.

Pour rappel, la plate-forme Jetson Thor de Nvidia comprend un processeur graphique Blackwell, un moteur de transformation, un processeur graphique multi-instances (MIG, Multi-Instance GPU), un processeur Arm Neoverse V3AE à 14 cœurs et jusqu’à 128 Go de mémoire LPDDR5X. La solution affiche une puissance de calcul pour les applications d’intelligence artificielle (IA) de niveau serveur de 2 070 Tera Flops (Floating Operation per Second).

Sur cette architecture, des entrée/sortie à haut débit avec une connectivité de 4 ports 25 Gigabit Ethernet procure la bande passante nécessaire pour fusionner des capteurs multimodaux en temps réel.

Selon Analog Devices, de telles capacités font de la plateforme Jetson Thor la première solution capable d’exécuter des modèles de “vision-langage” et des modèles de ”vision-langage- action” qui sont la clé du raisonnement et de l’intelligence physique permettant aux robots de franchir le cap de la “simple” perception pour acquérir une capacité de raisonnement et afficher un comportement physiquement intelligent.

Cette approche s’inscrit, toujours selon Analog Devices, dans sa stratégie de R&D de la société, à savoir allier détection, perception, contrôle et connectivité pour que ce mode de raisonnement puisse être appliqué dans le monde réel avec une grande précision physique.

« Pour la première fois, les robots sont en mesure de comprendre des tâches complexes, explique Paul Golding, vice-président Edge AI d’Analog Devices. Dans ce cadre, nous fournissons le substrat physique haute précision qui, conjugué aux capacités de raisonnement de la plateforme Jetson Thor de Nvidia, apporte la notion de réaction en temps réel à la physique du monde réel. Ensemble, nous notre ambition est de permettre aux robots humanoïdes de passer de la simulation à un déploiement prêt à l’emploi sur le terrain ».

Concrètement, Analog Devices va embarquer des modèles robotiques dans sa pile de développement en vue de combler le fossé entre simulation et réalité, de sorte que le matériel se comporte dans l’application de référence Isaac Sim de Nvidia comme dans le monde réel. Objectif : créer le contenu robotique physiquement le plus précis possible dans l’outil Isaac Sim afin de permettre aux équipes de développeurs de réaliser des itérations à la vitesse de la simulation avant d’évoluer vers des systèmes réels à l’aide de circuits électroniques d’Analog et de la plateforme Jetson Thor.

Ainsi, selon Analog Devices, l’intelligence physique fusionne détection, actionnement, apprentissage des règles et raisonnement pour permettre aux robots d’exécuter des tâches industrielles précises. Elle exige une détection embarquée haute- fidélité, une alimentation électrique à la fois sobre et fonctionnellement sûre, une connectivité déterministe avec l’unité centrale de calcul, ainsi qu’un jumeau numérique qui comble le fossé entre simulation et réalité (outil Sim2Real).

La société estime qu’elle est à présent à même d’atteindre cet objectif, la plateforme Jetson Thor constituant le substrat de calcul, Analog apportant la fidélité de la chaîne de signal, l’intégrité de l’alimentation et les contenus qui la rendent exploitable.

« En utilisant la plateforme Jetson Thor de NVIDIA en tant que cerveau avec la détection haute-fidélité, la fidélité de la chaîne de signal et la connectivité déterministe d’Analog, en tant que système nerveux, les robots vont pouvoir passer plus rapidement de la plateforme de simulation Isaac Sim vers un atelier avec un niveau de précision physique accru », explique Paul Golding.

Enfin, Analog Devices indique qu’à l’heure actuelle on assiste à une hausse de la demande en robots humanoïdes dans les domaines de la logistique, de l’agriculture et de la robotique chirurgicale. Parmi les cas d’usage les plus complexes figure la manipulation d’ensembles de câbles dans les centres de données et la fabrication automobile, des tâches qui requièrent vitesse, précision et répétabilité.

La collaboration sur les jumeaux numériques et la formation aux règles dans l’outil Isaac Sim de Nvidia, va en outre permettre, selon Analog, de répondre à cette demande et de raccourcir les délais entre la conception et la production d’humanoïdes en utilisant conjointement la “pile” d’Analog - détection haute-fidélité, connectivité déterministe et formation aux règles fondée sur des jumeaux numériques - et la plateforme Jetson Thor.