Siemens et NVIDIA collaborent pour promouvoir les systèmes d'IA industrielle : du jumeau numérique à l'usine autonome, accélérant la mise en œuvre de l'IA dans l'industrie manufacturière

Siemens (Siemens), forte de plus de 175 ans d’expertise industrielle, s’associe officiellement à NVIDIA (NVIDIA) pour approfondir leur collaboration dans le domaine de l’IA industrielle. Les deux parties ne se contentent pas d’intégrer matériel et logiciel, mais vont plus loin en combinant de manière exhaustive l’IA, la simulation, la jumeau numérique et l’automatisation, dans le but de créer un système d’exploitation IA industriel capable de « fonctionner réellement dans une usine et de déployer à grande échelle ». À ce sujet, le PDG de Siemens, Roland Busch, et le PDG de NVIDIA, Huang Renxun, expliquent pour la première fois le calendrier de mise en œuvre de ce système d’IA industriel, ses scénarios d’application, ainsi que ses impacts concrets sur l’industrie manufacturière, l’énergie et la chaîne d’approvisionnement mondiale.

L’IA industrielle en phase de déploiement, passant du soutien à la décision à l’action

Busch souligne que la transformation clé de l’IA industrielle réside dans le fait que les modèles de nouvelle génération ne se contentent pas de fournir des recommandations, mais peuvent directement représenter l’humain dans la prise de décision et l’exécution, permettant au système de commencer à acquérir une autonomie et une capacité d’auto-ajustement.

Il mentionne également que de nombreux clients ont déjà avancé en créant des jumeaux numériques de leurs processus de fabrication, optimisant d’abord ces processus dans un environnement virtuel avant de les déployer dans de vraies usines ; l’IA est également déjà opérationnelle sur les lignes de production, mais elle évolue vers un niveau supérieur.

La montée en puissance est le vrai défi, et le seuil doit être abaissé pour faciliter le déploiement et la reproduction

Busch admet que le véritable défi ne réside pas dans la faisabilité de l’IA, mais dans la capacité à « faire grand et large ». Les points clés incluent :

• La compétence des clients

• La facilité de déploiement du système

• La capacité à reproduire rapidement à travers plusieurs usines et industries

Actuellement, l’intégration de l’IA industrielle dépend encore fortement de compétences spécialisées et d’une intégration complexe. Siemens concentre donc ses efforts sur la réduction des barrières à l’entrée, rendant le déploiement plus simple et l’utilisation plus intuitive. Il insiste également sur le fait que des secteurs comme la construction navale, l’industrie lourde et les startups ont déjà commencé à adopter ces solutions, ce qui montre que la dynamique du marché s’accélère.

NVIDIA accélère le logiciel de Siemens, intégrant une chaîne complète de conception à usine

Huang Renxun indique que cette collaboration n’est pas une alliance symbolique, mais une intégration profonde entre hardware et software, ainsi qu’entre processus. Les points clés de la coopération comprennent :

• L’accélération des logiciels EDA de Siemens

• La promotion des logiciels de simulation physique et de processus

• L’intégration de l’IA, de l’IA physique et de grands modèles dans Teamcenter et les systèmes d’automatisation d’usine

Cela signifie que NVIDIA, à l’avenir, dépendra davantage des outils de simulation et de jumeau numérique de Siemens lors de la conception de puces et de systèmes ; parallèlement, ses propres usines et partenaires, comme Foxconn (Foxconn), pourront utiliser ce système d’exploitation IA industriel pour la gestion de la production et des usines, créant ainsi une boucle fermée complète du R&D à la fabrication.

(Note : Teamcenter est un logiciel de gestion du cycle de vie des produits développé par Siemens, une plateforme numérique connectant personnel, processus et données d’entreprise. En intégrant mécaniques, électronique, logiciels, nomenclatures et gestion des processus via un fil numérique unifié, il facilite la collaboration tout au long du cycle de vie du produit, de la conception à la fabrication et au service, accélérant la mise sur le marché et réduisant les coûts de développement. Les logiciels EDA, utilisant des outils de conception assistée par ordinateur (CAD), automatisent la conception complexe de circuits intégrés (IC) et de systèmes électroniques, couvrant la conception logique, la simulation de circuits, la disposition, la vérification, etc. )

La jumeau numérique réduit les coûts d’essais et d’erreurs, l’inférence en périphérie accélère l’efficacité

En évoquant l’impact de l’IA sur le monde réel, Huang Renxun cite l’exemple de « Vera Rubin » pour illustrer que la complexité des systèmes et la pression sur les coûts ont atteint un niveau nécessitant une nouvelle approche de conception. Ce système, intégré par six puces, consomme jusqu’à 240 000 watts par GPU, avec une efficacité énergétique et un coût améliorés de 10 fois par rapport à la génération précédente.

Son point principal est que si l’ensemble du système peut être conçu et vérifié dans le jumeau numérique de Siemens, cela permettrait de réduire considérablement les coûts d’essais et d’erreurs, transformant l’impossible en réalisable à grande échelle, tout en étant plus proche d’une mise en production en une seule étape.

Busch ajoute également que le champ de bataille de l’IA ne se limite pas aux centres de données, mais que la véritable valeur réside dans la capacité à effectuer des inférences à faible latence en périphérie de l’usine ; aujourd’hui, les puces IA sont intégrées dans des contrôleurs, des ordinateurs industriels et des dispositifs en périphérie, permettant aux usines d’ajuster et d’optimiser en temps réel, plutôt que d’analyser après coup, ce qui améliore le rendement, la consommation d’énergie et l’efficacité globale.

(Note : Les dispositifs en périphérie désignent les ordinateurs ou contrôleurs installés dans l’usine, sur la machine ou sur site, capables de percevoir, calculer et réagir en temps réel. )

Les usines autonomes et les contraintes énergétiques parallèles, la pression sur la chaîne d’approvisionnement s’étendant jusqu’à l’espace

Les deux parties conviennent que la demande pour des usines autonomes et hautement automatisées est en hausse, motivée notamment par la pénurie de main-d’œuvre, l’amélioration du rendement, une meilleure efficacité énergétique, et est particulièrement cruciale pour le rapatriement de la fabrication aux États-Unis.

Huang Renxun décrit que les usines modernes sont en quelque sorte de « gigantesques robots », où la difficulté résidait auparavant dans l’apprentissage difficile des robots et la nécessité de compétences logicielles importantes. La valeur de l’IA physique réside dans la facilité avec laquelle on peut « enseigner » ces robots, en remplaçant la programmation manuelle par des démonstrations.

Concernant l’énergie, Huang Renxun affirme que toutes les révolutions industrielles ont été limitées par l’énergie, et la révolution de l’IA ne fait pas exception, chaque génération de produits devant être plus économe en énergie. Busch élargit la perspective à toute la chaîne d’approvisionnement électrique, soulignant que la demande en électricité de haute qualité pour les centres de données a mis sous pression la production d’électricité, les turbines à gaz, les transformateurs haute tension et les équipements de distribution, créant potentiellement des goulets d’étranglement dans certaines régions.

En évoquant le marché chinois, Huang Renxun indique que la demande reste forte, mais que la majorité des signaux proviennent indirectement du secteur des entreprises. Busch mentionne également que les investissements dans les logiciels Siemens continueront à s’étendre, sans exclure des acquisitions pour renforcer leur position.

Enfin, ils envisagent à plus long terme, avec l’idée que les centres de données spatiaux pourraient bénéficier d’avantages en énergie et en refroidissement, et que si la production devait se faire dans l’espace, le produit idéal serait une intelligence et une puissance de calcul pouvant être rapidement renvoyées sur Terre. Dans 2 à 3 ans, avec l’intégration totale de l’IA, du jumeau numérique et de l’automatisation, les usines autonomes ne seront plus une simple idée, mais un nouveau point de départ pour la compétition mondiale dans l’industrie manufacturière.

(L’écosystème Alpamayo de NVIDIA : donner à l’IA la capacité de raisonnement pour les véhicules autonomes, tout en expliquant les raisons de leurs décisions)

Cet article sur la collaboration entre Siemens et NVIDIA pour un système d’IA industrielle : du jumeau numérique à l’usine autonome, accélérant la mise en œuvre de l’IA dans la fabrication, a été publié en premier sur Chain News ABMedia.