Microsoft étudie l’inférence déportée pour les robots

MMarc

Microsoft Research présente mercredi une étude systématique des charges de travail robotiques, centrée sur la manipulation mobile, qui compare l’exécution de l’inférence sur le robot, en périphérie de réseau et dans le cloud. Le principe consiste à répartir certains calculs entre les processeurs du robot et des ressources distantes, plutôt que de faire fonctionner toute l’inférence sur la machine embarquée. Cette comparaison porte ainsi sur trois environnements de calcul, et sur la manière d’y répartir les traitements nécessaires aux tâches robotiques. Les tâches considérées comprennent la cartographie, la planification, la navigation et la manipulation. D’après l’étude, déporter une partie de l’inférence peut améliorer leurs performances, ainsi que la réactivité et la précision des robots. Concrètement, l’approche envisage de remplacer une partie du calcul assuré par les processeurs graphiques embarqués par du matériel plus léger, tout en confiant certains traitements à distance. Cette substitution pourrait réduire la consommation énergétique, prolonger l’autonomie et limiter le coût et le poids du robot. La Physical AI Toolchain doit aussi permettre de conteneuriser, déployer et orchestrer ces charges de travail entre les robots, les infrastructures en périphérie de réseau et le cloud, avec des outils fondés sur Kubernetes.