Nvidia avance une IA physique avec une simulation de robotique accélérée sur AWS

Le champ AI construit des cerveaux de robots qui permettent aux robots de gérer de manière autonome un large éventail de processus industriels. La révention crée des compétences pré-étendues pour faciliter le développement des tâches robotiques. Et Cobot propose Proxie, un cobot alimenté par AI conçu pour gérer le mouvement des matériaux et s’adapter aux environnements dynamiques, travaillant parfaitement aux côtés des humains.

Ces principales startups robotiques font tous des avancées en utilisant Nvidia Isaac Sim Sur les services Web Amazon. Isaac Sim est une application de référence construite sur Nvidia Omverse Pour que les développeurs simulent et testent des robots dirigés par l’IA dans des environnements virtuels physiquement basés.

NVIDIA a annoncé à AWS RE: Invent aujourd’hui qu’Isaac Sim s’exécute maintenant sur Amazon Elastic Cloud Computing (EC2) G6E Instances accélérées par GPUS NVIDIA L40S. Et avec Nvidia osmoune plate-forme d’orchestration native du cloud, les développeurs peuvent facilement gérer leurs flux de travail de robotique complexes dans leur infrastructure informatique AWS.

Cette combinaison de matériel et de logiciels accélérés par NVIDIA – disponibles sur le cloud – permet aux équipes de toute taille de faire évoluer leurs flux de travail d’IA physiques.

AI physique Décrit les modèles d’IA qui peuvent comprendre et interagir avec le monde physique. Il incarne la prochaine vague de machines et robots autonomescomme les voitures autonomes, les manipulateurs industriels, les robots mobiles, les humanoïdes et même les infrastructures gérées par des robots comme les usines et les entrepôts.

Avec l’IA physique, les développeurs embrassent un Trois solution informatique pour la formation, la simulation et l’inférence pour faire des percées.

Pourtant, l’IA physique pour les systèmes robotiques nécessite des ensembles de données de formation robustes pour obtenir une inférence de précision dans le déploiement. Le développement de ces ensembles de données, cependant, et les tester dans des situations réelles peut être peu pratique et coûteux.

La simulation offre une réponse, car elle peut accélérer considérablement la formation, les tests et le déploiement de robots axés sur l’IA.

Exploiter les GPU L40S dans le cloud pour mettre à l’échelle la simulation et la formation de la robotique

La simulation est utilisée pour vérifier, valider et optimiser les conceptions de robots ainsi que les systèmes et leurs algorithmes avant le déploiement. La simulation peut également optimiser les conceptions des installations et du système avant le début de la construction ou du remodelage pour une efficacité maximale, en réduisant les commandes de changement de fabrication coûteuses.

Les instances Amazon EC2 G6E accélérées par les GPU NVIDIA L40S offrent un gain de performance 2x par rapport à l’architecture antérieure, tout en permettant à la flexibilité de se mettre à l’échelle à mesure que la scène et la complexité de simulation se développent. Les instances sont utilisées pour former de nombreux modèles de vision par ordinateur qui alimentent les robots dirigés par AI. Cela signifie que les mêmes cas peuvent être étendus pour diverses tâches, de la génération de données à la simulation en passant par la formation des modèles.

En utilisant Nvidia osmo Dans le cloud, permet aux équipes d’orchestrer et de mettre à l’échelle des workflows de développement ‌ROBOTIQUES complexes à travers les ressources informatiques distribuées, que ce soit dans les locaux ou dans le cloud AWS.

Isaac Sim donne accès aux derniers Capacités de simulation robotique et le cloud, favorisant la collaboration. L’un des flux de travail critiques est de générer des données synthétiques pour la formation du modèle de perception.

En utilisant un flux de travail de référence qui combine NVIDIA OMIVERSE Replicatorun cadre pour construire des pipelines de génération de données synthétiques personnalisés (SDG) et une extension de base de la carte SIM Isaac, avec Nvidia NIM Microservicesles développeurs peuvent construire des pipelines Ged AI compatibles AI.

Il s’agit notamment du code USD NIM Microservice pour générer du code USD Python et répondre aux requêtes OpenUSD, et le microservice NIM Search USD pour explorer les actifs OpenUSD en utilisant un langage naturel ou des entrées d’image. Le microservice Edify 360 HDRI NIM génère des cartes d’environnement à 360 degrés, tandis que le microservice Edify 3D NIM crée des actifs 3D prêts à l’édition à partir d’invites de texte ou d’image. Cela facilite le processus de génération de données synthétiques en réduisant de nombreuses étapes fastidieuses et manuelles, de la création d’actifs à l’augmentation de l’image, en utilisant la puissance de l’IA générative.

Rendu.ai La plate-forme d’ingénierie des données synthétiques intégrée au réplicateur OMIverse permet aux entreprises de générer des données synthétiques pour les modèles de vision informatique utilisés dans les industries, de la sécurité et de l’intelligence à la fabrication et à l’agriculture.

SoftServeun fournisseur de services de conseil en informatique et de services numériques, utilise Isaac Sim pour générer des données synthétiques et valider les robots utilisés dans l’agriculture verticale avec Pfeifer & Langen, un premier producteur d’aliments européens.

Services de conseil Tata Construise des pipelines de génération de données synthétiques personnalisés pour alimenter sa suite AI de mobilité pour aborder les cas d’utilisation automobile et autonome en simulant des scénarios du monde réel. Ses applications comprennent la détection des défauts, l’inspection de la qualité de fin de ligne et l’évitement des risques.

Apprendre à être des robots en simulation

Alors qu’Isaac Sim permet aux développeurs de tester et de valider les robots dans une simulation physiquement précise, Laboratoire d’Isaacun cadre d’apprentissage en robot open source construit sur Isaac Sim, fournit un terrain de jeu virtuel pour la création de politiques de robot qui peuvent fonctionner Lot AWS.

Étant donné que ces simulations sont reproductibles, les développeurs peuvent facilement dépanner et réduire le nombre de cycles requis pour la validation et les tests.

Plusieurs développeurs de robotique adoptent Nvidia Isaac sur AWS pour développer une IA physique, comme:

• Les robots d’Aescape sont capables de fournir des massages à assistance précis en modélisant et en réglant avec précision les capteurs embarqués dans Isaac SIM.
• Faire un coup de pouce a utilisé Isaac SIM avec son cobot alimenté par AI, Proxie, pour optimiser la logistique dans les entrepôts, les hôpitaux, les sites de fabrication, etc.
• Robotique cohérente a intégré Isaac SIM dans son cadre logiciel appelé Argus OS pour développer et déployer des cellules de travail robotiques utilisées dans des environnements de fabrication élevés.
• Field AI, un constructeur de modèles Robot Foundation, utilise Isaac Sim et Isaac Lab pour évaluer les performances de ses modèles dans des environnements complexes et non structurés dans toutes les industries telles que la construction, la fabrication, le pétrole et le gaz, l’exploitation minière et plus encore.
• Bots standard Simulez et valide les performances de son robot R01 utilisé dans la fabrication et la configuration d’usinage.
• Mille suisse est utilise Isaac Sim et Isaac Lab pour l’apprentissage des robots afin que les robots quadrupèdes à roues puissent effectuer des tâches de manière autonome avec de nouveaux niveaux d’efficacité dans les usines et les entrepôts.
• Conventionqui propose une plate-forme d’automatisation basée sur le cloud complet, exploite Isaac SIM pour développer et tester de nouvelles capacités pour les cellules de robot utilisées par des fabricants de petite à moyenne taille.

En savoir plus sur Isaac Sim 4.2, maintenant disponible sur les instances Amazon EC2 G6E alimentées par les GPU Nvidia L40S sur AWS Marketplace.