Nvidia offre à son robot un “cerveau” d’IA surpuissant
Le célèbre fabricant de cartes graphiques vient de dévoiler le Jetson AGX Thor, un nouveau système d’intelligence artificielle dédié aux robots. Celui-ci devrait être adopté par plusieurs entreprises, dont Boston Dynamics.
Face à l’explosion de l’IA lancée par ChatGPT, il n’aura pas fallu attendre longtemps pour que celle-ci soit intégrée dans divers robots. On pense par exemple à Boston Dynamics, qui a doté son robot Atlas d’un “cerveau” alimenté par l’IA, ou encore au créateur de ChatGPT lui-même, OpenAI, qui se lancerait dans le développement d’un robot alimenté par l’IA. Mais c’est cette fois au tour de Nvidia, qui a déjà intégré l’intelligence artificielle dans une voiture.
En effet, le plus célèbre des fabricants de cartes graphiques se lance dans la robotique et propose désormais un “cerveau” alimenté par l’intelligence artificielle. Ce dernier, baptisé Jetson AGX Thor, a pour vocation d’être installé dans la plupart des robots existants.
Jetson AGX Thor : une avancée considérable
Nvidia affirme que Boston Dynamics, bien connue pour son célèbre chien-robot, compte l’intégrer dans son robot humanoïde Atlas. Un autre fabricant de robots, Agility Robotics, devrait lui aussi intégrer le Jetson AGX Thor dans son robot Digit.
Et pour cause : le Jetson AGX Thor afficherait une puissance de calcul particulièrement élevée. En effet, le système serait presque huit fois plus puissant que son prédécesseur, Orin, avec un CPU trois fois plus puissant et le double de mémoire, selon Nvidia.
« La puissance de traitement en périphérie offerte par Jetson Thor fera passer Digit au niveau supérieur — en améliorant sa réactivité en temps réel et en élargissant ses compétences à un ensemble plus vaste et plus complexe », déclare Peggy Johnson, PDG d’Agility Robotics. « Avec Jetson Thor, nous pouvons livrer les dernières avancées de l’IA physique pour optimiser les opérations dans les entrepôts et usines de nos clients. »
« Nous ne pouvons faire que ce que la puissance de calcul disponible nous permet », ajoute Sebastian Scherer, PDG d’AirLab. « Il y a quelques années, il existait un fossé important entre la vision par ordinateur et la robotique, car les charges de travail en vision par ordinateur étaient trop lentes pour une prise de décision en temps réel — mais aujourd’hui, les modèles et la puissance de calcul sont devenus suffisamment rapides pour que les robots puissent accomplir des tâches bien plus subtiles. »
Source : digitaltrends