Réponse rapide
Un GPU n’est pas nécessaire pour toute IA robotique : CPU, accélérateur embarqué ou traitement distant peuvent suffire selon modèle, latence, énergie, mémoire, connectivité et mission.
Le traitement distant dépend du réseau
Perte ou latence réseau ne doit pas laisser le robot sans limite. Préparez modèle local, mode dégradé ou arrêt selon la mission.
Comparer les besoins
Évaluez taille du modèle, fréquence, résolution, délai, disponibilité réseau, consommation et capacité de mise à jour.
Répartir les fonctions
Vision lourde peut utiliser GPU ; logique, sécurité, communication et contrôle restent sur ressources déterministes et locales.
Vérifier les pannes
Perte d’accélérateur ou réseau doit conduire à modèle réduit, cadence dégradée, alerte ou arrêt sûr selon le risque.
Sources et références
- [1] PyTorch Documentation — PyTorch
- [2] Robotics and Autonomous Systems Technology Roadmaps — NASA