Le 20 mars, NVIDIA donnera le coup d'envoi de l'édition 2023 de la GTC, sa conférence mondiale sur l'IA qui rassemble des développeurs, des ingénieurs, des chercheurs, des inventeurs et des professionnels de l'informatique. IA générative, métavers, voiture autonome, l'entreprise va aborder les sujets qui ont souvent fait l'actualité dans le secteur. Jean-Charles Vasnier, Senior Manager Solution Architect, a accepté de se prêter au jeu de l'interview afin de donner un aperçu de la perspective de NVIDIA sur ces thèmes.
Developpez.com : Comment NVIDIA aborde-t-elle la perspective du métavers ? Pouvez-vous rappeler ce qu'est NVIDIA Omniverse ? Quelles sont les améliorations apportées à la plateforme ainsi qu'aux outils pour développer une connexion pour Omniverse ?
Jean-Charles Vasnier : Le métavers est tout simplement l'évolution 3D de l'internet. Jusqu'à présent, l'internet se résumait à des services cloud connectés à des applications souvent utilisés sur des appareils mobiles.
Le métavers, c’est l’internet en 3D. C’est un réseau de mondes virtuels persistants et connectés, qui étend les pages web en 2D à des espaces et des mondes en 3D. De ce fait, l'hyperlien évoluera vers un « hypersaut » entre les mondes 3D.
Pour que cela devienne une réalité, le métavers, comme l'internet en 2D, nécessite de nouvelles normes, un nouveau modèle de programmation, ainsi qu'une nouvelle architecture. Tout comme le HTML est le langage standard de l'internet 2D, nous avons besoin d'un langage puissant, extensible et ouvert pour l'internet 3D. L’USD, (Universal Scene Description), un langage ouvert et extensible de mondes 3D, inventé par Pixar, semble être le langage le plus adapté pour le métavers.
Chez NVIDIA, nous contribuons au développement de l'USD, et nous testons et repoussons continuellement ses limites. Notre plateforme Omniverse est construite comme un moteur USD et une boîte à outils ouverte pour créer des pipelines USD personnalisés. Nous avons construit DRIVE Sim et Isaac Sim pour les véhicules autonomes et les simulations robotiques générales sur la base d'Omniverse. Ces cas d'utilisation exigeants nécessitent des performances en temps réel, une précision physique et des mondes virtuels extrêmement vastes, ce qui nous amène à repousser les limites naturelles de l'USD. Nous travaillons également en étroite collaboration avec des partenaires dans les secteurs du retail, de l'automobile, de l'énergie, des télécommunications et autres, afin de faire évoluer l’USD et de mieux servir leurs domaines.
Pour accélérer encore le développement et l'adoption de l'USD - et donc les connexions à Omniverse - nous mettons en place une suite de tests de compatibilité et de certification de l'USD en open source. Nous avons créé une multitude de ressources disponibles gratuitement en ligne, notamment des binaires précompilés pour Linux, Windows et PyPI. Nous hébergeons USDView et les constructions USD dans le lanceur Omniverse. Et nous fournissons des scènes prêtes pour USD, des tutoriels à la demande, de la documentation et des cours donnés par des instructeurs.
À mesure que les véhicules autonomes évoluent dans les zones urbaines, le besoin de couverture cartographique HD augmente considérablement. Comment a évolué NVIDIA à ce sujet ?
Des cartes très précises sont essentielles pour la conduite automatisée et autonome. Pour les humains, des cartes précises à quelques mètres près sont suffisantes pour fournir des indications virage par virage. En revanche, pour la conduite automatisée et autonome, une précision et une exactitude bien plus grandes sont nécessaires. Les cartes doivent pouvoir fonctionner avec une précision au centimètre près pour la localisation, pour savoir précisément où le véhicule autonome se trouve sur la route. Une localisation correcte nécessite également des cartes constamment mises à jour et reflétant les conditions routières actuelles, telles que les zones de construction ou de travail, les fermetures de voies, etc. afin que le véhicule autonome puisse planifier une trajectoire sûre. Les cartes pour les véhicules autonomes doivent également être en mesure de s'adapter efficacement aux flottes avec un traitement rapide et un stockage de données minimal - tout en étant capable de fonctionner correctement et en toute sécurité dans le monde entier.
En 2018, NVIDIA a investi dans DeepMap, et en août 2021, NVIDIA a acquis la société pour étendre les produits de cartographie de NVIDIA, aider à mettre à l'échelle ses opérations cartographiques mondiales et étendre son expertise en matière de conduite autonome. Lors de la conférence GTC de mars 2022, NVIDIA a annoncé DRIVE Map, une plateforme de cartographie multimodale. DRIVE Map combine la précision de la cartographie construite sur la technologie DeepMap avec la technologie de cartographie crowdsourcée basée sur l'IA développée par NVIDIA. Nous pensons que cette technologie de cartographie ne profitera pas seulement à la conduite autonome, mais aussi à d'autres domaines au sein de NVIDIA, comme la robotique et la simulation.
Concernant le domaine des véhicules autonomes, pouvez-vous nous parler de NVIDIA Drive ? Quels sont les points clés que vous pouvez mettre en avant concernant cette plateforme ?
NVIDIA DRIVE est la première plateforme d'IA évolutive au monde. Elle se compose de matériel et de logiciels qui fonctionnent ensemble pour permettre la production de véhicules automatisés et à conduite autonome, du niveau 2+ au robotaxi et conduite autonome complète.
L'IA est essentielle au développement de véhicules automobiles sûrs, car elle leur permet de percevoir et de réagir en temps réel à leur environnement. Au cœur de l'IA se trouvent des dizaines de réseaux neuronaux profonds (DNN) qui s'attaquent à des tâches redondantes et diverses, assurant une perception, une localisation et une planification de la trajectoire précises. Les DNN peuvent être entraînés sur un serveur à base de GPU dans le centre de données, puis entièrement testés et validés en simulation avant d'être déployés sur l'ordinateur d'IA dans le véhicule.
La simulation est une technologie essentielle pour tester et déployer des véhicules sûrs. Bien que NVIDIA dispose de flottes d'essai roulant sur des routes enregistrant des kilomètres d'expérience réelle, il est impossible de couvrir toutes les situations qu'une voiture autonome peut rencontrer dans la conduite quotidienne. NVIDIA DRIVE Sim, qui repose sur Omniverse, une plateforme de simulation évolutive basée sur le cloud, comble cette lacune en permettant de développer, de tester et de valider rapidement le logiciel et le matériel du véhicule autonome. Il s'agit de la plateforme idéale pour tester la technologie de conduite autonome dans toutes les conditions météorologiques, de circulation ou de localisation possibles, ainsi que dans des scénarios rares et dangereux. De plus, ces tests sont reproductibles et évolutifs pour une validation complète avant que les voitures ne prennent la route.
Les véhicules à conduite autonome ont également besoin d'une architecture centralisée de supercalculateurs suffisamment puissante pour traiter les données provenant de divers capteurs en temps réel. Le système sur puce NVIDIA DRIVE Orin atteint 254 trillions d'opérations par seconde et est conçu pour gérer le grand nombre d'applications et de DNN qui tournent simultanément dans les véhicules autonomes, tout en respectant les normes de sécurité les plus élevées. Avec un calcul centralisé sûr et sécurisé, les véhicules autonomes peuvent offrir une expérience de conduite agréable qui s'améliorera continuellement grâce à des mises à jour over-the-air, permettant à ces voitures définies par logiciel de s'améliorer au fil du temps.
NVIDIA DRIVE a été adopté par de nombreux constructeurs automobiles (Mercedes-Benz, Jaguar Land Rover et Volvo Cars), des fabricants de véhicules à énergie nouvelle (BYD, Polestar, JiDU, NIO, Li Auto, les marques IM Motors et R Auto...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.