En 2018, la France s’est vu décerner le titre de pionnière dans le domaine de l’IA grâce à ses actions mise en place et à la publication de sa Stratégie Nationale en matière d’Intelligence Artificielle (SNIA). Ce communiqué fait suite à la mission Villani en 2017, où le député scientifique éponyme a partagé sa vision sur la structuration de l’écosystème de l’IA ; comprenant ainsi les recherches, les marchés, l’encadrement et la diffusion de cette technologie.
Depuis maintenant 5 ans, cette stratégie a permis de positionner la France comme un leader mondial du traitement de l’information. Mais comment en est-elle arrivée à obtenir ses résultats ? La réponse est toute simple, elle a favorisé la création et le développement d’un réseau d’instituts interdisciplinaires, ce qui a donné lieu à une consolidation des compétences de nos chercheurs.
Un levier pour les bras robotiques industriels
Dès à présent, nous allons aborder succinctement le domaine de la robotique automatisée, et plus particulièrement des bras industriels. La fabrication intelligente apporte des changements radicaux aux productions et à la livraison automatisée de marchandises. En effet, elle conduit à des percées avec l’intelligence artificielle pour de nombreux cas d’utilisation. Cette technique utilise des PC industriels et des serveurs afin d’élaborer des projets de grandes envergures. À mesure que les applications de l’IA augmentent, la demande de serveurs industriels compatible augmente également.
Prenons maintenant le cas de bras avec actionneurs et capteurs. Ces derniers se déplacent selon des séquences précises, soulevant et positionnant des éléments en toute sécurité, aidant à automatiser la production et à augmenter le débit. Cependant, à mesure que la fabrication évolue, la programmation et l’optimisation d’un grand parc de bras robotiques peut vite devenir un goulot d’étranglement. En d’autres termes, les performances globales deviennent limitées avec le temps. Par conséquent, l’accélération de cette technologie est la clé du déploiement à grande échelle des bras robotiques. Pour ce faire, il faut du matériel prêts à l’emploi, et différent des serveurs habituels d’un centre de données.
Une configuration requise précise
L’intégration de l’IA pour les bras robotiques est une nouvelle approche avec des avantages significatifs. Trois phases – programmation, exploitation et maintenance – définissent le succès des déploiements de bras robotisés. Souvent, un ensemble de plusieurs bras robotiques est associé à un serveur industriel sur une partie d’une ligne de production. L’ajout du traitement de l’IA dans ce dispositif peut avoir un impact important sur chacune des trois phases.
- La programmation. L’IA aide un bras robotique programmé à compenser les différentes tailles et positions des articles. Par exemple, un bras robotique peut manipuler des boîtes en carton de différentes tailles sur une ligne d’emballage et d’expédition sans modifier la programmation. L’IA permet également l’apprentissage par la démonstration (LbD). Cette capacité émergente permet à un opérateur humain de former un bras en le guidant physiquement dans des séquences de mouvements.
- Le fonctionnement. L’intensité des mouvements des bras articulés est une mesure clé de l’efficacité opérationnelle. Une fois programmée, l’IA optimise les actions afin d’enlever quelques millisecondes. Ces dernières vont par la suite se traduire par d’importantes économies de gestion de temps, sur toutes les stations pendant des semaines d’exploitation. En conclusion, les gains en efficacité proviennent de la réduction des erreurs des bras articulés, à mesure que l’IA renouvelle des situations et paramétrer une nouvelle évolution des machines.
- La maintenance. Le temps de fonctionnement est également une mesure critique pour le déploiement de l’automatisation. Les capteurs de chaque bras robotique fournissent de nombreuses données sur le fonctionnement. Bien que le mouvement du bras puisse encore être dans les limites, au fil du temps, la précision se dégrade avec l’usure des pièces. L’analyse prédictive peut traiter les relevés des capteurs en recherchant de légères tendances de dégradation. L’anticipation des besoins de maintenance permet de coordonner les pièces de rechange et la programmation.
Les bras robotiques sont équipés de microcontrôleurs, embarquant une intelligence importante. Un bras peut reconnaître chaque objet qu’il touche et décider de la pression à appliquer, sans dommage. Si une usine doit s’en doter, la quantité d’informations et le type de traitement à appliquer doivent être connus. De nombreux développeurs d’IA choisissent les GPU NVIDIA, qui allient la puissance de traitement et facilité de programmation. La plupart du temps, les résultats d’inférence d’IA en temps réel nécessitent d’être récupérés sur plusieurs cartes GPU. Chacune d’entre elles peut consommer jusqu’à 300 W. Les principales fonctions d’apprentissage de l’IA peuvent également résider sur un serveur industriel disposant de suffisamment de traitement GPU.
Des systèmes hautement performants
Un serveur industriel d’Advantech offre également des avantages dans les mises en œuvre critiques en matière de sécurité et de protection de la cybersécurité. Il s’agit d’une plateforme unique pour le développement, la qualification et la maintenance. Ils offrent pareillement une extension pour les protocoles de communication industrielle, qui peut faire passer des réseaux de technologie opérationnelle (OT) à des réseaux de technologie de l’information (IT) basés sur IP. Les critères des serveurs industriels portent sur les performances, la qualité, la fiabilité et la longévité, y compris le contrôle des révisions. Les cycles de vie des applications industrielles sont souvent de sept ans ou plus. Les mêmes exigences s’appliquent aux composants de mémoire et de stockage.
Des caractéristiques propres à ces dispositifs
Les serveurs industriels prennent généralement en charge la mémoire à contrôle et correction d’erreurs (ECC). L’ECC corrige les erreurs de bit à la volée, ce qui contribue à la fois à la disponibilité et à l’intégrité des données. Les modules DIMM enregistrés (RDIMM) permettent un accès parallèle aux canaux de mémoire et aux rangs pour une bande passante accrue. Les disques durs solides (SSD) basés sur la technologie Flash offrent un stockage fiable avec un accès plus rapide et une latence plus faible. Néanmoins, les RDIMM et SSD ECC sélectionnés doivent vivre beaucoup plus longtemps que leurs homologues commerciaux.
L’avenir de l’IA dans la fabrication intelligente
L’IA passe d’un simple domaine informatique aux environnements informatiques de périphérie distribués. Les serveurs industriels compatibles avec l’IA s’associent à la robotique avancée et aux capteurs IoT dans de nombreuses applications, pour des installations de fabrication intelligentes. Les décisions en temps réel réduisent les charges sur les réseaux, le stockage et l’analyse. Les tableaux de bord surveillent les traitements en cours et mettent en évidence les exceptions nécessitant une attention particulière. Une expérience accrue de l’IA révélera de nouvelles innovations, entraînant une croissance plus importante des serveurs compatibles avec l’IA. Accélérer l’IA dans les usines intelligentes signifie sélectionner des équipements à la hauteur du défi.
