Calcul embarqué ou déporté pour les robots

Sur un robot, chaque charge de travail s'exécute à l'un de deux endroits : embarquée, sur la batterie et les ventilateurs du torse, ou déportée, sur un serveur alimenté par le secteur à un saut de réseau local. La vraie question n'est pas de savoir si vous avez besoin des deux — c'est presque toujours le cas — mais quelle charge de travail va où, et pourquoi. R08 défend l'existence même d'un étage edge dédié. Cet article traite de la décision charge par charge : le contrôle moteur ici, le VLM là-bas, la reconnaissance vocale selon les cas, et ainsi de suite.

Le propos est assumé. Il existe une bonne réponse par charge de travail, et cette réponse évolue à mesure que le silicium embarqué rattrape son retard. Nous indiquerons dans quel sens chaque élément se déplace en 2026–2027.

Les deux budgets qui décident de tout

Une charge de travail peut s'exécuter à bord si et seulement si elle tient simultanément dans deux budgets : la puissance et la mémoire. La latence est la troisième contrainte, mais elle vous dit surtout dans quel sens pousser une charge qui tient déjà, pas si elle tient ou non.

Budget de puissance sur un humanoïde. Un humanoïde de 30–50 kg embarque 700–900 Wh de batterie. La marche soutenue consomme 200–500 W au niveau des actionneurs, avec des pics au-delà de 800 W en mouvement dynamique. À l'arrêt, en phase de réflexion, les actionneurs consomment encore 80–150 W (maintenir le couple coûte peu, maintenir la posture coûte cher). Il reste donc environ 60–120 W pour tout le reste — calcul, capteurs, ventilateurs, radio — si vous visez une autonomie exploitable de deux heures. Dans cette enveloppe, le budget de calcul est de 30–80 W en continu. Faire tourner le Jetson en permanence en MAX_N (60 W) divise par deux l'autonomie du robot. C'est de la physique non négociable, pas un choix de conception.

Budget mémoire. Un Jetson AGX Orin 64 GB, ce sont 64 GB de LPDDR5 partagés entre le CPU et le GPU. Retranchez le système d'exploitation (4–6 GB), ROS 2 et le SDK du fabricant (2–4 GB), les tampons de perception (2–4 GB pour la profondeur stéréo et les nuages de points), ainsi que le code applicatif. Le budget réellement exploitable pour un LLM/VLM est de 40–48 GB. Sur un module Jetson Thor 128 GB, le plafond monte à environ 96 GB utilisables. Sur un Orin NX 16 GB, il s'effondre à 8–10 GB utilisables — de quoi loger un seul petit modèle.

En déporté, les deux budgets deviennent d'autres problèmes. Un Kentino AI 96 (4× RTX 5090) dispose de 128 GB de VRAM dédiée et de 1.0–1.5 kW de puissance GPU sur le secteur. Un Kentino AI 256 (8× RTX 5090) double les deux. La puissance et la mémoire cessent tout simplement d'être des contraintes — vous les échangez contre du capex, de la climatisation et du réseau filaire.

Le silicium embarqué, réalité 2026

Les options embarquées que l'on retrouve réellement aujourd'hui dans les humanoïdes et quadrupèdes sérieux :

Thor marque une rupture, pas une simple itération. Le plafond mémoire de 128 GB et les cœurs tensoriels Blackwell nativement FP4 font passer la frontière embarquée de « VLM 7B, péniblement » à « VLM 32B, utilement » en une seule génération. Des charges structurellement déportées en 2025 — VLM de taille moyenne, description continue de scène, planificateurs LLM intermédiaires — deviennent des candidates à l'embarqué en 2026, à condition que la solution thermique du robot tienne 100–130 W.

Hailo et la classe des NPU dédiés ne sont pas des accélérateurs de LLM. Ce sont des déchargeurs de pipeline vision : ils laissent le Jetson principal libre pour le gros modèle et exécutent la vision caméra permanente (détection d'objets, suivi, VLM allégé) sur une puce de 3 W.

La classe Snapdragon QRB est la réponse pour les robots pensés pour la voix — mot-clé d'activation, formation de faisceaux, reconnaissance vocale — là où un Jetson est surdimensionné et un Cortex-M trop juste. Utile, ciblée, de plus en plus répandue.

En déporté : la gamme Kentino AI comme référence

La cible déportée évoquée tout au long de cette série est la gamme Kentino AI — alimentée par le secteur, en rack 4U ou 5U, 4 ou 8 GPU sur EPYC ou Xeon, reliée à un commutateur 10 GbE à un saut du robot. Les trois niveaux qui comptent en robotique :

La matrice de décision

Chaque charge de travail robotique se range nettement dans l'une de cinq catégories : toujours embarquée, embarquée de préférence, indifférente, déportée de préférence, uniquement déportée. La raison de chaque placement, c'est le budget contraignant — puissance, mémoire ou latence.

Trois lectures de ce tableau méritent d'être mises en avant.

Les lignes « toujours embarquée » relèvent de la physique. Aucune quantité de bande passante ne sauve une boucle de contrôle qui exige une réponse à 1 kHz. Elles ne bougeront jamais, quelle que soit la qualité du réseau ou du calcul déporté.

Les lignes « indifférente » sont celles où s'exerce le vrai jugement d'ingénierie. C'est là que vivent les arbitrages les plus intéressants. Qu'un VLM 7B tourne à bord ou en déporté détermine une part réelle du comportement du système. Il n'existe pas de bonne réponse universelle.

Les lignes « uniquement déportée » évoluent lentement. Un modèle 72B restera probablement déporté en 2027. Un modèle 32B passera à bord à mesure que Thor se diffuse en volume. La frontière de « ce qui tient sur l'appareil » avance d'environ une classe de taille de modèle tous les 18 à 24 mois.

Correspondance avec les paliers de latence

Le budget de latence à quatre paliers issu de I01 se traduit directement en placement :

C'est dans les deux paliers intermédiaires que se jouent les vraies décisions d'architecture. Une charge réflexe qui tient tout juste dans 50 ms peut passer en déporté sur un réseau local filaire (0.5 ms de transit + 40 ms d'inférence + 0.5 ms de retour = 41 ms), mais exploser le budget en Wi-Fi 6E sous charge (8 ms × 2 + 40 ms = 56 ms, plus la gigue). C'est pourquoi les liaisons filaires comptent pendant le développement : elles permettent de voir si une charge tient fondamentalement en déporté avant d'aller se battre avec le réseau sans fil.

La réalité du réseau

Le déporté ne fonctionne que si le réseau suit. Les chiffres réels :

Pour les charges délibératives (budget de 100 ms à 1 s), un Wi-Fi 6E sur SSID dédié avec un point d'accès en visibilité directe suffit. Pour les charges réflexes (10–50 ms), le filaire est la réponse sûre et le Wi-Fi 6E la réponse chanceuse. Prévoyez en conséquence : si la tâche d'un robot comporte la moindre composante réflexe déportée, concevez une option filaire pour le développement et un mode de repli pour les moments où le Wi-Fi se dégrade.

Le schéma hybride — répartition rapide/lent

Le schéma vers lequel convergent la plupart des déploiements sérieux de 2026 est la répartition rapide/lent du VLM : un petit VLM embarqué pour le retour instantané, un grand VLM déporté pour les décisions réfléchies, tous deux alimentant le même planificateur.

Forme concrète :

Répartition rapide/lent : le 7B embarqué gère la réponse immédiate ; le 72B déporté gère le raisonnement réfléchi et la mise à jour des plans.

Le modèle rapide gère « une personne marche vers moi, ralentir ». Le modèle lent gère « la personne qui marche vers moi est l'opérateur, qui m'a demandé de me mettre en pause s'il approche avec le porte-bloc rouge, et c'est bien un porte-bloc rouge, donc pause ». Le modèle rapide s'engage d'abord sur un comportement sûr ; le modèle lent l'améliore ensuite.

La trajectoire de migration — ce qui passe à bord en 2026–2027

Trois forces compriment le côté déporté : Thor arrive en volume (2070 TFLOPS FP4, 128 GB de mémoire unifiée, enveloppe de 130 W — un saut structurel par rapport à Orin) ; l'efficacité des VLM continue de progresser (un VLM de perception « suffisamment bon » pesait plus de 70B en 2024, 32B en 2026, et plausiblement 13B–20B en 2027) ; et le décodage spéculatif avec de petits modèles brouillons permet de servir la qualité d'un grand modèle à la latence d'un petit.

Les charges les plus susceptibles de migrer à bord dans les 18 prochains mois : le VLM de scène de classe 7B (déjà en mouvement), le planificateur LLM 13B (Thor le rend confortable), la chaîne vocale STT-LLM-TTS à contexte court, et les VLM 7B affinés par domaine.

Les charges qui ne migrent pas : tout ce qui dépasse 70B, la mémoire de scène à l'échelle d'une flotte, l'entraînement et la simulation, la fusion VLM multi-flux. Elles resteront déportées jusqu'en 2027 au minimum. La bande passante mémoire et l'énergie des batteries ne plient pas si vite.

Deux configurations concrètes

Un seul G1 EDU, laboratoire de recherche. L'AGX Orin embarqué fait tourner ROS 2, YOLOv11-s à 30 FPS, la reconnaissance vocale Whisper-distil et Qwen2.5-VL 7B INT4 à 5–8 FPS (délibératif). En déporté, un Kentino AI 96 (4× RTX 5090, 128 GB de VRAM) fait tourner vLLM avec Qwen2.5-VL 72B et Qwen2.5 32B texte seul, la mémoire de scène pgvector et Isaac Sim sur les GPU inactifs.

Petite flotte, 3 humanoïdes, embarqué de classe Thor. Chaque unité embarque un SoC vision Hailo-15 pour la détection multi-caméra permanente, Whisper-small en local et Qwen2.5-VL 32B INT4 à 10–15 FPS — nativement, ce n'est plus limite. En déporté, un Kentino AI 256 (8× RTX 5090, 256 GB de VRAM) héberge un Qwen2.5-VL 72B et un Llama-3.1 70B partagés pour la planification, une base pgvector commune aux trois robots, et deux GPU réservés à l'affinage LoRA nocturne.

Là où un déploiement à un seul étage fonctionne vraiment

Le tout-embarqué fonctionne pour les quadrupèdes à tâche étroite (patrouille de périmètre avec YOLO et caméra thermique), les robots téléopérés (l'opérateur est le planificateur, aucun VLM dans la boucle), les robots de démonstration ou pédagogiques avec les plus petits modèles, et tout déploiement sans réseau (inspection en extérieur, sites isolés).

Le tout-cloud fonctionne pour les assistants robotiques purement vocaux sans boucle de perception fermée, les prototypes où la rapidité de mise en place prime sur tout, et les déploiements où les données partent de toute façon vers une charge de travail dans le cloud.

L'hybride est la réponse pour tout le reste — soit environ 90 % de la robotique sérieuse en 2026. Si vous construisez quoi que ce soit avec de la perception VLM dans la boucle, vous finirez avec les deux étages. Prévoyez-le dès le premier jour.

---

Cet article fait partie du Kentino Wiki, une série de référence sur le calcul IA, la robotique et les systèmes qui les relient. Commentaires et corrections bienvenus à info@kentino.com.