C’est un rendez-vous semestriel que les amateurs de la société Nvidia ne ratent jamais : la GTC (GPU Technology Conference), dont la dernière édition en 2022 se terminera ce jeudi 22 septembre. Si l’annonce de la nouvelle unité de calcul graphique (GPU) Ada Lovelace a certainement ravi les joueurs (du moins les plus fortunés), Nvidia démontre aussi, conférence après conférence, son impact croissant dans les sphères professionnelles et industrielles. En compagnie des Gafam, Nvidia est devenu un acteur majeur de l’intelligence artificielle, qui irrigue les technologies du véhicule autonome, de la santé ou encore du métavers. Voici, parmi une foule d’annonces, les trois qui ont particulièrement retenu notre attention.
Le calculateur pour véhicule autonome dont l’IA repose sur le transformer
nVidia Quelque 77 milliards de transistors, une puissance de calcul de 2000 téraflops (soit deux millions de milliards d’opérations en virgule flottante par seconde), trois fois plus de performance par watt consommé que son prédécesseur (Drive Orin) : Drive Thor, le nouveau système embarqué de Nvidia à destination des véhicules autonomes, offre sur le papier des performances du tonnerre.
Il faudra cependant attendre 2025 pour le voir à l’œuvre dans les futures voitures électriques de la marque chinoise Zeekr. « Les véhicules définis par logiciel (software-defined) arrivent plus vite sur le marché chinois », commente Danny Shapiro, vice-président en charge de la filière automobile chez Nvidia.
Ce calculateur centralisé est appelé à remplir de nombreuses fonctions habituellement distribuées : système d’aide à la conduite (Adas), stationnement automatisé, divertissement multimédia dans l’habitacle…
Concernant l’intelligence artificielle, Drive Thor se distingue par l’intégration d’un moteur d’inférence à base de transformer (ou transformeur). Ce type de réseau de neurones, inauguré par Google en 2017, améliore significativement le traitement du langage naturel, par exemple.
Le transformer commence aussi à porter ses fruits en matière de reconnaissance d’image, d’où son apparition dans les véhicules autonomes. Selon Nvidia, les performances seraient 9 fois supérieures à celles de l’état de l’art. Ce transformer provient de la nouvelle architecture de processeur graphique (GPU) Hooper, en particulier les unités de tenseur, au cœur de Drive Thor.
Le système tout-en-un pour accélérer la conception de robots mobiles
nVidia Dévoilée voici quelques mois, la plateforme de référence Nova Orin est conçue pour accélérer le développement de robots mobiles autonomes (ou AMR). Ce système tout-en-un comprend les unités de calcul et les capteurs : odomètres, lidars, caméras, émetteurs ultrasoniques… S’y ajoute la pile logicielle Isaac pour programmer l’ensemble. Le système d’exploitation open source ROS (robot operating system) est à la manœuvre.
Trois configurations matérielles ont désormais été détaillées par Nvidia. Les deux premières incluent chacune un module Jetson AGX Orin, un accélérateur d’algorithmes d’IA à base d’unité graphique (GPU) qui s’adresse spécifiquement à la robotique autonome.
Ces deux premières configurations sont prévues pour deux cas d’usage différents. L’une est dépourvue de capteurs certifiés pour la sécurité, l’autre en est équipé et dispose en supplément d’un contrôleur logique programmable dédié.
La troisième configuration, elle, bénéficie de deux modules Jetson AGX Orin intégrés. Un gain de puissance nécessaire aux fonctions de sécurité basées sur de la vision par ordinateur.
Le jumeau numérique du réseau ferroviaire complet de Deutsche Bahn
Deutsche Bahn Dédié à la création de jumeaux numériques et plus largement de métavers, l’écosystème logiciel Omniverse de Nvidia continue de séduire de nouveaux clients, dont Deutsche Bahn, ou plus précisément sa filiale Digital Rail for Germany. Le gestionnaire de l’infrastructure ferroviaire, outre-Rhin, est ambitieux : il a l’intention de modéliser quelque 5700 gares et 33000 kilomètres de voies, puis de les inclure dans un jumeau numérique géant à l’échelle de l’Allemagne. Un jeu de trains en 3D, mais pour de vrai…
L’idée est d’obtenir un modèle synchrone de l’état du réseau, grâce à des capteurs, et de simuler précisément le fonctionnement de trains automatiques en explorant divers scénarios, grâce à un jumeau 3D réaliste, à la fois visuellement et physiquement. Ce jumeau permet par exemple de simuler des incidents (chute d’un arbre sur la voie…) et, avec l’appui de ces données synthétiques, d’apprendre aux IA embarquées à faire face à ce genre d’évènements. Deutsche Bahn vise deux objectifs : optimiser la circulation des trains pour éviter la construction de nouvelles voies et réduire son empreinte-carbone.
