Si l’IA a concentré les annonces lors du salon Computex qui s’est déroulé récemment, Nvidia est revenu sur un thème moins médiatisé, mais tout aussi important, les jumeaux numériques. Pas de révélations particulières sur ce sujet, mais un point pour dire qu’une douzaine de partenaires dans le domaine de la robotique industrielle ont adopté la plateforme de jumeau numérique du fournisseur pour poser les bases d’usine autonome. « L’ère de la robotique a commencé. Tout ce qui bouge sera un jour autonome », soutient le CEO de Nvidia Jensen Huang. « Nous travaillons pour accélérer la GenAI physique en améliorant nos technologies robotiques ». Ces dernières comprennent Metropolis pour la reconnaissance d’image (computer vision), Omniverse pour la partie simulation et Isaac pour le développement et le déploiement des robots dotés de capacité IA

Parmi les partenaires, on retrouve BYD Electronics, Siemens, Teradyne Robotics et Intrinsic (Alphabet) qui s’appuient sur la suite Isaac en particulier Manipulator pour détecter, comprendre et interagir avec l’environnement d’une usine et créer des bras robotiques virtuels. Dans le package, ils peuvent compter aussi sur le projet Gr00T, un modèle de fondation pour la simulation des robots qui tourne sur les derniers accélérateurs Blackwell de Nvidia.

L’exemple de Foxconn

Pour apporter une vision plus concrète des ses efforts dans le metavers industriel, Nvidia a publié son son blog le retour d’expérience de Foxconn, fabricant chinois d’électronique qui fabrique notamment les iPhone pour Apple. Dans son usine à Guadalaja au Mexique (qui assemble les serveurs DGX de Nvidia), un jumeau numérique a été mis en place avec les applications Siemens Xcelerator – dont Teamcenter – connectées à Omniverse Cloud. Les ingénieurs ont donc désormais la capacité de définir virtuellement les processus et entrainer les robots pendant que la version physique tourne à plein régime. « Notre jumeau numérique industriel va nous guider vers des sommets en matière d’automatisation et de rendement, ce qui nous permettra d’économiser du temps, de l’argent et de l’énergie », soutient le président de Foxconn Young Liu sur le blog. Il s’attend à réduire la consommation de kilowattheures de plus de 30 % par an.

Les bras robotiques vont par exemple apprendre à soulever un serveur Blackwell et le placer sur un robot mobile autonome (AMR). En ajoutant les capacités de Isaac Manipulator, les bras seront capables d’éviter les obstacles. « Pour concevoir une chaîne de montage optimale, les ingénieurs ont besoin de trouver le meilleur placement possible pour des dizaines de bras robotiques qui font tous plusieurs centaines de kilos », commente la directrice du marketing produit de Nvidia Madison Huang. « Ils surveillent avec précision l’ensemble des opérations en plaçant des milliers de capteurs, dont des caméras.