● Journal du Net 📅 06/05/2026 à 12:21

Géopolitique 👤 Mattis Meichler

🏷️ Tags : chine cert rte

QNX est une filiale de BlackBerry qui développe depuis 45 ans des systèmes d'exploitation temps réel, avec un focus sur l'automobile et les industries. La robotique humanoïde constitue un nouvel axe de développement majeur pour l'entreprise. JDN. Vous êtes reconnus pour votre architecture micro-noyau. De quoi s'agit-il ? Joao Pereira, est directeur commercial marchés embarqués, zone EMEA, de QNX © QNX Fondée à la même époque que Microsoft ou Apple, QNX s'est spécialisée dans les systèmes embarqués autour de ce qui la rend unique : une architecture micro-noyau (microkernel), par opposition aux architectures monolithiques traditionnelles. Dans une architecture monolithique, tous les processus sont interdépendants : si l'un plante, c'est l'ensemble du système qui peut tomber. Avec un micro-noyau, chaque processus s'exécute de façon isolée et indépendante. Pouvez-vous nous donner un exemple ? Prenons l'exemple d'une voiture : si le système d'infodivertissement plante, ce n'est pas un problème. En revanche, une défaillance des freins, de la conduite autonome ou du régulateur de vitesse peut coûter des vies. L'architecture micro-noyau garantit qu'un processus peut redémarrer sans affecter les autres. Avec une architecture monolithique, il faudrait redémarrer tout le système et, pour éviter les interruptions, introduire des redondances matérielles coûteuses : dupliquer le processeur, faire tourner deux systèmes en parallèle. Quelle est votre proposition de valeur ? La plupart de nos clients viennent chez QNX pour trois raisons : des exigences de sécurité et de cybersécurité, un besoin de déterminisme temporel - les tâches doivent s'exécuter dans les millisecondes prévues, sans délai et l'accès à des certifications reconnues dans leurs industries. Notre socle fondamental étant développé et maintenu par nos soins, nos clients peuvent se concentrer sur leurs applications métier, sans avoir à gérer le système d'exploitation. Comment cela s’applique-t-il à l'industrie des robots humanoïdes ? Nous travaillons depuis longtemps avec des entreprises robotiques, comme Universal Robots, ou encore Boston Dynamics, dont le robot quadrupède fonctionne sous QNX. Ce que nous observons, c'est que le développement matériel se concentre de plus en plus en Chine. Mais le logiciel reste le composant clé. Ce qui rend un humanoïde vraiment fiable, ce n'est ni le hardware ni son apparence : c'est la façon dont il est développé et dont il réagit aux situations auxquelles il est exposé. Les enjeux de fiabilité et de cybersécurité sont avant tout des enjeux logiciels. En quoi l’expérience de QNX constitue-t-elle un avantage dans ce secteur ? Les entreprises qui travaillent avec nous anticipent les futures certifications réglementaires. C'est le même raisonnement que pour un dispositif médical : pour le commercialiser aux Etats-Unis, il faut l'approbation de la FDA. Développer avec QNX, c'est s'appuyer sur un système d'exploitation dont les organismes de certification connaissent déjà l'approche, ce qui simplifie considérablement le processus, contrairement à une version maison de Linux où il faut prouver la sécurité de toute la chaîne de développement. Le raisonnement de ces entreprises est simple : il n'existe peut-être pas encore de réglementation pour les humanoïdes, mais quand elle arrivera, elles ne voudront pas tout reconstruire. Mieux vaut travailler dès maintenant avec un partenaire qui comprend les enjeux de sécurité. Voyez-vous des similitudes entre l'industrie des robots humanoïdes et l'industrie automobile ? L'automobile est l'une des industries les plus avancées technologiquement, notamment parce qu'elle a été pionnière dans l'usage de capteurs - LiDAR, radars - collectant des données vers un système central devant réagir en temps réel. Cette expérience crée des cas d'usage directement réplicables en robotique. Dans une voiture, caméras, LiDAR et capteurs variés sont traités embarqués, sans recourir au cloud. Un humanoïde aura exactement les mêmes besoins : cartographier son espace, mesurer les distances, percevoir son environnement en temps réel. Les complexités sont, dans bien des cas, très similaires. Combien de temps faudra-t-il pour que les robots soient suffisamment sûrs pour évoluer de manière autonome dans un espace public ? Je crois qu'il y aura une amélioration considérable dans les cinq prochaines années. Les comportements imprévisibles qu'on observe aujourd'hui surviennent surtout quand les systèmes n'ont pas été conçus pour la complexité du monde réel : capteurs bruités, entrées contradictoires, comportements humains inattendus, timing non déterministe, sécurité non intégrée dès les couches logicielles supérieures. Le robot peut alors se comporter d'une façon que le développeur n'avait jamais anticipée. Les robots ont besoin de références, ils doivent percevoir leur environnement. Il reste encore plusieurs étapes à franchir pour maîtriser toutes ces variables que nous, humains, gérons intuitivement. Est-ce aussi une question de données ? Absolument, c'est critique pour entraîner les modèles. Il faut aussi davantage de puissance de calcul. Des entreprises comme Qualcomm ou NVIDIA développent des puces capables de traiter des charges considérables. De notre côté, nous fournissons un système d'exploitation supportant jusqu'à 64 gigaoctets de mémoire, ce qui est énorme pour un système embarqué, quand la plupart tournent avec 4 à 8 gigaoctets et qu'une voiture en utilise 16 à 32. C'est ce qu'il faut pour supporter ces puces et réagir en temps réel. Vous mentionnez NVIDIA : vous venez justement d'annoncer une collaboration élargie avec eux. En quoi consiste-t-elle ? La collaboration entre QNX et NVIDIA associe QNX OS for Safety 8.0 à NVIDIA IGX Thor et à la plateforme NVIDIA Halos Safety Stack afin de soutenir le développement de systèmes d’IA en périphérie (edge AI) critiques pour la sécurité dans les domaines de la robotique, de la santé et des applications industrielles. L’objectif est de combiner les capacités de calcul haute performance de NVIDIA, pour la perception, la planification et la prise de décision, avec les capacités temps réel et certifiées de QNX en matière de sécurité. A mesure que les systèmes deviennent plus autonomes et plus complexes (traitant de grands volumes de données issues de capteurs tels que les caméras, le LiDAR et autres), la performance seule ne suffit plus ; une exécution fiable des fonctions critiques devient essentielle.

🔗 Lire l'article original 👁️ 1 lecture