Ce n'est pas que Nvidia cherche désespérément un renforcement positif après ses derniers rapports sur les résultats, mais il convient de noter à quel point la stratégie robotique de l'entreprise a porté ses fruits ces dernières années. Nvidia a investi massivement dans cet espace à une époque où intégrer la robotique au-delà de la fabrication semblait encore pour beaucoup une chimère. Avril marque une décennie depuis le lancement du TK1. Nvidia C'est ainsi qu'il décrivait l'offrande à cette époque « Jetson TK1 apporte les capacités de Tegra K1 aux développeurs dans une plate-forme compacte et à faible consommation qui rend le développement aussi simple que sur un PC. »
En février prochain, le l'entreprise a communiqué« Un million de développeurs dans le monde utilisent désormais la plate-forme Nvidia Jetson pour l'IA et la robotique de pointe afin de créer des technologies innovantes. De plus, plus de 6.000 XNUMX entreprises (dont un tiers sont des startups) ont intégré la plateforme à leurs produits.
Vous auriez du mal à trouver un développeur de robotique qui n'a pas passé de temps avec la plate-forme, et franchement, il est remarquable de voir à quel point les utilisateurs vont des amateurs aux sociétés multinationales. C'est le genre de sociétés de diffusion comme Arduino qui tueraient.
Dans les immenses bureaux de l'entreprise à Santa Clara, les bâtiments, ouverts en 2018, sont impossibles à manquer depuis l'autoroute de San Tomas. En fait, il y a un pont piétonnier qui traverse la route et relie l'ancien et le nouveau siège. Le nouvel espace est principalement composé de deux bâtiments : Voyager et Endeavour, représentant respectivement 500.000 750.000 et XNUMX XNUMX pieds carrés.
Entre les deux se trouve une passerelle en plein air bordée d’arbres, sous de grands treillis entrecroisés supportant des panneaux solaires. La bataille pour le siège social de South Bay Big Tech s'est beaucoup intensifiée ces dernières années, mais lorsque vous imprimez effectivement de l'argent, acheter des terrains et construire des bureaux est probablement le meilleur endroit pour le placer. Il suffit de demander à Apple, Google et Facebook.
Pendant ce temps, l'entrée de Nvidia dans la robotique a bénéficié de toutes sortes de bénédictions. L'entreprise connaît le silicium aussi bien que quiconque, de la conception et de la fabrication à la création de systèmes basse consommation capables d'effectuer des tâches de plus en plus complexes. C’est essentiel dans un monde qui investit de plus en plus dans l’IA et le ML. Parallèlement, les connaissances approfondies de Nvidia en matière de jeux se sont révélées être un atout majeur pour Isaac Sim, sa plateforme de simulation robotique. C'est vraiment une tempête parfaite.
S'exprimant au SIGGRAPH en août 2023, le PDG Jensen Huang a expliqué : « Nous avons réalisé que la rastérisation atteignait ses limites. L’année 2018 a été une année de « pari sur l’entreprise ». Cela nous a obligé à réinventer le matériel, les logiciels, les algorithmes. Et pendant que nous réinventions la CG avec l’IA, nous réinventions le GPU pour l’IA.
Après quelques démonstrations, Deepu Talla, vice-président et directeur général de Embedded & Edge Computing chez Nvidia, a pointé du doigt un système de téléconférence Cisco sur le mur du fond exécutant la plateforme Jetson. C'est loin des AMR typiques auxquels nous avons tendance à penser lorsque nous pensons à Jetson.
"La plupart des gens considèrent la robotique comme quelque chose de physique doté généralement de bras, de jambes, d'ailes ou de roues, ce qui est considéré comme une perception inversée", a-t-il déclaré, faisant référence aux appareils de bureau. « Tout comme les humains. Les humains disposent de capteurs pour voir notre environnement et prendre conscience de la situation. Il existe également ce qu'on appelle la robotique de l'extérieur vers l'intérieur. Ces choses ne bougent pas. Imaginez que vous ayez des caméras et des capteurs dans votre bâtiment. Ils sont capables de voir ce qui se passe. Nous avons une plateforme appelée Nvidia Metropolis. "Il dispose d'analyses vidéo et s'adapte aux carrefours, aux aéroports et aux environnements de vente au détail."
Quelle a été la première réaction lorsque le système Jetson a été présenté en 2015 ? Il provient d’une entreprise que la plupart des gens associent aux jeux.
Oui, même si cela change. Mais c’était la bonne chose à faire. C'est ce à quoi la plupart des consommateurs sont habitués. L'IA était encore nouvelle, il fallait expliquer quel cas d'utilisation vous compreniez. En novembre 2015, Jensen [Huang] et moi sommes allés à San Francisco pour présenter quelques chansons. L’exemple que nous avions était un drone autonome. Si vous vouliez fabriquer un drone autonome, que faudrait-il ? Vous auriez besoin d’autant de capteurs, vous devez traiter autant d’images, vous devez les identifier. Nous avons effectué quelques calculs approximatifs pour identifier le nombre de calculs dont nous aurions besoin. Et si vous voulez le faire aujourd’hui, quelle est votre option ? Il n’y avait rien de tel à l’époque.
Comment l’histoire du jeu vidéo de Nvidia a-t-elle influencé vos projets de robotique ?
Lorsque nous avons fondé l’entreprise, les jeux nous ont permis de financer la construction de GPU. Nous avons ensuite ajouté CUDA à nos GPU afin qu'il puisse être utilisé dans des applications non graphiques. CUDA est essentiellement ce qui nous a amené à l’IA. Désormais, l’IA aide les jeux, grâce au ray tracing par exemple. Après tout, nous construisons des microprocesseurs avec des GPU. Tous ces middlewares dont nous parlons sont les mêmes. CUDA est la même chose pour la robotique, le calcul haute performance et l'IA cloud. Tout le monde n’a pas besoin d’utiliser toutes les fonctionnalités de CUDA, mais c’est pareil.
Comment Isaac Sim se compare-t-il au simulateur [d’Open Robotics] ?
Gazebo est un bon simulateur de base pour réaliser des simulations limitées. Nous n'essayons pas de remplacer Gazebo. Le gazebo est bon pour les tâches de base. Nous fournissons un simple pont ROS pour connecter Gazebo à Isaac Sim. Mais Isaac peut faire des choses que personne d’autre ne peut faire. Il est construit sur Omniverse. Toutes les choses que vous avez dans Omniverse arrivent à Isaac Sim. Il est également conçu pour connecter n'importe quel mode d'IA, n'importe quel framework, tout ce que nous faisons dans le monde réel. Vous pouvez le connecter pour obtenir une autonomie plus complète. Il a également une fidélité visuelle.
Vous ne cherchez pas à concurrencer ROS (Système d'exploitation de robot).
Non non. Nous essayons de construire une plateforme. Nous voulons nous connecter avec tout le monde et aider les autres à exploiter notre plateforme tout comme nous exploitons la leur. Cela ne sert à rien de rivaliser.
Travaillez-vous avec des universités de recherche ?
Absolument. Dieter Fox est responsable de la recherche en robotique chez Nvidia. Il est également professeur de robotique à l'Université de Washington. Et bon nombre de nos membres chercheurs ont également une double affiliation. Dans de nombreux cas, ils sont affiliés à des universités. Nous publions à l'ensemble de la communauté. Lorsque vous faites une recherche, elle doit être ouverte.
Travaillez-vous avec les utilisateurs finaux sur des sujets tels que le déploiement ou la gestion de flotte ?
Probablement non. Par exemple, si John Deere vend un tracteur, les agriculteurs ne nous parlent pas. En règle générale, la gestion de flotte l'est. Nous disposons d'outils pour les aider, mais la gestion de la flotte est assurée par celui qui fournit le service ou construit le robot.
Quand la robotique est-elle devenue une pièce du puzzle pour Nvidia ?
Je dirais le début des années 2010. C’est à cette époque que l’IA a émergé. Je pense que la première fois que l’apprentissage profond est apparu dans le monde, c’était en 2012. On croyait un profil récent à propos de Bryan Catanzaro. Il a immédiatement dit dans LinkedIn, « Je n'ai pas vraiment convaincu Jensen, mais je lui ai simplement expliqué l'apprentissage en profondeur. Il s’est immédiatement forgé sa propre conviction et a fait de Nvidia une société d’intelligence artificielle. "C'était inspirant à voir et parfois je n'arrive toujours pas à croire que j'ai pu être là pour assister à la transformation de Nvidia."
C'est en 2015 que nous avons commencé à utiliser l'IA non seulement pour le cloud, mais aussi pour EDGE pour Jetson et la conduite autonome.
Lorsque vous parlez d’IA générative avec les gens, comment les convaincre que c’est plus qu’une simple mode ?
Je pense que cela parle dans les résultats. Vous pouvez déjà constater l’amélioration de la productivité. Vous pouvez rédiger un e-mail pour moi. Ce n’est pas tout à fait exact, mais je n’ai pas besoin de repartir de zéro. Il me donne 70%. Il y a des choses évidentes que vous pouvez déjà voir et qui constituent certainement une meilleure fonctionnalité d'étape qu'avant. Résumer quelque chose n’est pas parfait. Je ne vais pas vous laisser le lire et me le résumer. Certains signes d’amélioration de la productivité sont donc déjà visibles.
