Ce que fait l’ordinateur dans un système de vision
Il reçoit les images des caméras, les prépare (recadrage, correction de la lumière, alignement), exécute l’algorithme ou le modèle d’IA et rend une décision : pièce bonne ou défectueuse, une mesure dans ou hors tolérance, un code lu ou non. Cette décision part vers l’automate de la ligne, qui écarte la pièce ou arrête la machine.
Tout cela se passe dans un temps maximal par pièce, fixé par la cadence de la ligne. C’est pourquoi on ne choisit pas l’ordinateur sur la fiche technique la plus longue, mais sur ce qu’il doit faire dans ce temps, avec toutes les caméras à la fois et pendant des postes entiers.
Le GPU : le dimensionner selon le modèle, pas selon le catalogue
Si le système utilise l’apprentissage profond (classer, détecter ou segmenter des défauts), l’inférence tourne sur le GPU. Ce qui le limite, c’est sa mémoire (VRAM) : elle doit contenir le modèle, les images traitées en même temps et, s’il y a plusieurs modèles, tous.
À titre indicatif : un modèle de détection ou de classification avec une ou deux caméras tourne bien sur une carte de 8 à 16 Go ; plusieurs caméras haute résolution, la segmentation ou plusieurs modèles à la fois demandent 16 à 32 Go. Sur les lignes qui tournent 24 h/24, les cartes RTX PRO apportent la mémoire ECC, une consommation modérée (la RTX PRO 2000 Blackwell consomme 70 W et est en format low profile) et des versions à un seul slot pour les boîtiers compacts.
Caméras et interfaces : chacune demande un port différent
GigE Vision est le plus courant dans l’industrie : caméras sur câble réseau, souvent alimentées en PoE. Une carte réseau avec un port par caméra (ou un switch dédié) et les trames jumbo activées évitent que les images ne concurrencent le reste du trafic.
USB3 Vision est simple et bon marché, mais chaque caméra a besoin de sa propre bande passante : des contrôleurs USB indépendants valent mieux qu’un hub. CoaXPress et Camera Link utilisent une carte d’acquisition dans un emplacement PCIe : il faut donc compter des emplacements et des lignes PCIe libres en plus de ceux du GPU.
Processeur, mémoire et disque
Le processeur prépare les images, gère les caméras et exécute la vision classique (mesures, modèles, lecture de codes), qui souvent n’a pas besoin de GPU. Avec plusieurs caméras, davantage de cœurs aident. Mémoire : 32 à 64 Go selon le nombre de caméras et la taille des images.
Le disque dépend de ce que vous conservez : une caméra monochrome de 5 mégapixels à 20 images par seconde produit environ 100 Mo/s. Tout garder demande un NVMe rapide et beaucoup de capacité ; l’usage est de ne garder que les pièces rejetées et un échantillon de bonnes, pour réentraîner le modèle.
Format : armoire, machine ou bureau
Sans apprentissage profond, un PC industriel sans ventilateur se place dans l’armoire électrique, sur rail DIN ou sur la machine elle-même, sans pièces mobiles qui s’encrassent. Avec un GPU, un compact avec flux d’air filtré ou une tour dans l’armoire de commande. Si l’environnement est exigeant (vibrations, poussière, humidité), une gamme industrielle testée selon la MIL-STD-810H.
Vérifiez aussi l’alimentation (beaucoup d’armoires fournissent du 24 V continu), le démarrage automatique après une coupure de courant et que la machine est testée dans son boîtier définitif, pas sur un banc.
Liaison avec l’automate et l’usine
La décision doit arriver à l’automate : par E/S numériques (pour déclencher la caméra et écarter la pièce) ou par un bus industriel comme Profinet, EtherNet/IP, Modbus TCP ou OPC UA, selon ce qu’utilise la ligne. Si besoin, on ajoute une carte d’E/S ou un second port réseau dédié.
En plus, un watchdog qui redémarre la machine si elle se bloque et une image système figée, pour que toutes les machines de l’usine soient identiques et s’échangent en quelques minutes.
Points de départ indicatifs
| Cas | Format | Point de départ |
|---|---|---|
| Vision classique : mesure, présence, lecture de codes | PC industriel sans ventilateur | Processeur basse consommation, 16 Go, sans GPU, rail DIN |
| 1 ou 2 caméras avec un modèle de détection | Compact avec GPU | GPU de 16 Go (RTX 5060 Ti ou RTX PRO 2000), 32 Go de RAM |
| 4 à 8 caméras GigE avec apprentissage profond | Tour ou compact de 10 litres | GPU de 16 à 24 Go (RTX 5070 Ti ou RTX PRO 4000), 64 Go, réseau multiport |
| Haute résolution, segmentation ou plusieurs modèles | Tour dans une armoire de commande | GPU de 32 Go (RTX PRO 4500 ou RTX 5090), 64 à 128 Go, NVMe pour les images |
Si le système est votre produit : la même machine pendant des années
Quand le système de vision est ce que vous vendez, le problème change : il faut que l’ordinateur soit le même dans l’unité un et dans l’unité cent, pendant des années, avec votre image chargée et un numéro de série traçable. C’est le rôle du programme OEM : plateforme figée, test de 24 heures par unité et remplacement immédiat.
Matériel et guides associés
Questions fréquentes
La vision industrielle a-t-elle besoin d’un GPU ?
Pour la vision classique (mesure, modèles, lecture de codes), le processeur suffit généralement. Si le système utilise l’apprentissage profond pour détecter ou classer des défauts, c’est le GPU qui lui permet de suivre la cadence de la ligne.
Une carte GeForce suffit-elle ?
Pour beaucoup de systèmes, oui. Une RTX PRO apporte la mémoire ECC, une consommation plus faible et des formats à un seul slot ou low profile, utiles dans les machines compactes qui tournent 24 h/24.
Pouvez-vous charger notre logiciel et notre image système ?
Oui. Nous assemblons la machine, chargeons votre image système, la testons 24 heures et la livrons avec un numéro de série. Pour les séries, dans le cadre du programme OEM.
On regarde votre système de vision ?
Dites-nous combien de caméras, quelle résolution et quel modèle vous utilisez. Nous vous envoyons une proposition écrite en moins de 12 heures ouvrées.