Inmitten der Feierlichkeiten auf seiner GTC-Konferenz im Herbst 2022 enthüllte Nvidia neue robotikbezogene Hardware und Dienstleistungen, die sich an Unternehmen richten, die Maschinen in verschiedenen Branchen wie der Fertigung entwickeln und testen. Isaac Sim, die Robotik-Simulationsplattform von Nvidia, wird bald in der Cloud verfügbar sein, sagte das Unternehmen. Und Nvidias Angebot an System-on-Modules wird um Jetson Orin Nano erweitert, ein System, das für Roboter mit geringer Leistung entwickelt wurde – plus eine neue Plattform namens IGX.
Isaac Sim, das im vergangenen Juni in der offenen Beta gestartet wurde, ermöglicht es Designern, Roboter zu simulieren, die mit Modellen der realen Welt interagieren (denken Sie an digitale Nachbildungen von Lagerhäusern und Fabrikhallen). Benutzer können Datensätze aus simulierten Sensoren generieren, um die Modelle an realen Robotern zu trainieren, indem sie synthetische Daten aus Stapeln paralleler, einzigartiger Simulationen nutzen, um die Leistung des Modells zu verbessern.
Es ist nicht unbedingt nur Marketing-Geschwätz. Einige Forschungsergebnisse deuten darauf hin, dass synthetische Daten das Potenzial haben, viele der Entwicklungsherausforderungen anzugehen, mit denen Unternehmen konfrontiert sind, die versuchen, KI zu operationalisieren. MIT-Forscher haben kürzlich einen Weg gefunden Bilder mit synthetischen Daten klassifizierenund fast alle großen Unternehmen für autonome Fahrzeuge verwenden Simulationsdaten, um die realen Daten zu ergänzen, die sie von Autos auf der Straße sammeln.
Nvidia sagt, dass die bevorstehende Veröffentlichung von Isaac Sim – das auf AWS RoboMaker und Nvidia NGC verfügbar ist, von wo aus es in jeder öffentlichen Cloud bereitgestellt werden kann, und bald auf der Omniverse Cloud-Plattform von Nvidia – die Echtzeit-Flottenaufgabenzuweisung des Unternehmens beinhalten wird und Routenplanungs-Engine Nvidia cuOpt zur Optimierung der Roboterpfadplanung.
„Mit Isaac Sim in der Cloud … können sich Teams auf der ganzen Welt befinden und gleichzeitig eine virtuelle Welt teilen, in der sie Roboter simulieren und trainieren können“, schrieb Gerard Andrews, Senior Product Marketing Manager bei Nvidia, in einem Blogbeitrag. „Das Ausführen von Isaac Sim in der Cloud bedeutet, dass Entwickler nicht länger an eine leistungsstarke Workstation gebunden sind, um Simulationen auszuführen. Jedes Gerät wird in der Lage sein, die Ergebnisse von Simulationen einzurichten, zu verwalten und zu überprüfen.“
Jetson Orin Nano
Bereits im März stellte Nvidia Jetson Orin vor, die nächste Generation der Arm-basierten Einplatinen-PCs des Unternehmens für Edge-Computing-Anwendungsfälle. Der erste in der Reihe war der Jetson AGX Orin, und Orin Nano erweitert das Portfolio um erschwinglichere Konfigurationen.
Bildnachweis: NVIDIA
Der oben erwähnte Orin Nano liefert bis zu 40 Billionen Operationen pro Sekunde (TOPS) – die Anzahl der Rechenoperationen, die der Chip bei 100 % Auslastung verarbeiten kann – im bisher kleinsten Jetson-Formfaktor. Es befindet sich auf der Einstiegsseite der Jetson-Familie, die jetzt sechs Orin-basierte Produktionsmodule umfasst, die für eine Reihe von Robotik- und lokalen Offline-Computing-Anwendungen vorgesehen sind.
Der Orin Nano ist in Modulen erhältlich, die mit Nvidias zuvor angekündigtem Orin NX kompatibel sind, und unterstützt KI-Anwendungspipelines mit Ampere-Architektur-GPU – Ampere ist die GPU-Architektur, die Nvidia 2020 auf den Markt brachte. Zwei Versionen werden im Januar ab 199 US-Dollar erhältlich sein: Orin Nano 8 GB, die bis zu 40 TOPS mit einer konfigurierbaren Leistung von 7 W bis 15 W liefert, und die Orin Nano 4 GB, die bis zu 20 TOPS mit Leistungsoptionen von nur 5 W bis 10 W erreicht.
„Über 1.000 Kunden und 150 Partner haben sich für Jetson AGX Orin entschieden, seit Nvidia seine Verfügbarkeit vor nur sechs Monaten angekündigt hat, und Orin Nano wird diese Einführung erheblich ausbauen“, sagte Deepu Talla, VP von Nvidia für Embedded und Edge Computing, in einer Erklärung. (Im Vergleich zum Orin Nano kostet der Jetson AGX Orin weit über tausend Dollar – natürlich ein erhebliches Delta.) „Mit einer Leistungssteigerung um Größenordnungen für Millionen von Edge-KI und [robotics] Entwickler Jetson Orin Nano setzt neue Maßstäbe für Edge-KI und Robotik auf Einstiegsniveau.“
IGX
In Nachrichten, die fast unter unserem Radar gerutscht wären, zeigte Nvidia eine Vorschau auf IGX, eine Plattform für „hochpräzise“ Edge-KI – insbesondere Fertigungs- und Logistikanwendungen. Das Unternehmen behauptet, es biete eine zusätzliche Sicherheitsebene und KI-Leistung mit geringer Latenz in stark regulierten Umgebungen wie Fabriken, Lagern, Kliniken und Krankenhäusern.
Die IGX-Plattform umfasst IGX Orin, einen KI-Chip für autonome Industriemaschinen und medizinische Geräte. Entwickler-Kits werden Anfang nächsten Jahres für Unternehmen verfügbar sein, um Produkte zu prototypisieren und zu testen, sagt Nvidia, jedes mit einer integrierten GPU und CPU und einem Software-Stack mit Sicherheitsfunktionen, die für verschiedene Anwendungsfälle programmiert und konfiguriert werden können.
Bildnachweis: NVIDIA
Nvidia sagt, dass es mit Betriebssystempartnern wie Canonical, Red Hat und SUSE zusammenarbeitet, um IGX langfristigen Full-Stack-Support zu bieten.
„Da Menschen zunehmend mit Robotern arbeiten, setzen Industrien neue funktionale Sicherheitsstandards für KI und Computer“, sagte Jensen Huang, CEO von Nvidia, in einer Erklärung. „IGX wird Unternehmen dabei helfen, die nächste Generation softwaredefinierter industrieller und medizinischer Geräte zu bauen, die in derselben Umgebung wie Menschen sicher betrieben werden können.“