Hızlandırılmış hesaplama ve simülasyondan veri işlemlerine, açık kaynak araçlarına, doğrulama mühendisliğine ve sürekli öğrenmeye kadar, bu beş platform, ortaya çıkan fiziksel AI yığınındaki farklı kontrol noktalarını temsil ediyor.
Modern AI patlamasının çoğu için altyapı tek bir çekim merkezine sahipti: hesaplama. Modeller büyüdü, eğitim süreçleri daha fazla GPU tüketti ve endüstri kendini hızlandırıcılar, bulut kümeleri, eğitim çerçeveleri ve geliştirici yazılımları etrafında organize etti. Bu yığın, AI'nın çıktıları metin, görüntü, video veya kod olduğunda yeterliydi.
Fiziksel AI tanımı değiştiriyor. Bir robot yalnızca bir modeli çalıştırmaz. Değişen bir ortamı algılamalı, temas ve hareket hakkında akıl yürütmeli, belirli bir beden aracılığıyla hareket etmeli ve eylemleri başarısız olduğunda toparlanmalıdır. Geliştirme döngüsü, gerçek dünya gösterimleri, sentetik veriler, fizik simülasyonu, politika eğitimi, yapılandırılmış değerlendirme, dağıtım ve yeni hata durumlarının toplanmasını kapsar. Fiziksel AI altyapısı, hesaplama kapasitesinin bir eşanlamlısı olmaktan çok, birbirine bağımlı katmanlar sistemine dönüşüyor.
Bu liste, robot üreticileri, somutlaştırmalar ve endüstriler arasında yeniden kullanılabilir platformlara odaklanmaktadır; robot üreticileri ve model geliştiricileri hariç. Bir platformun nitelikli olabilmesi için kritik bir darboğazı ele alması, bir nokta çözümü yerine yeniden kullanılabilir altyapı sağlaması, birden fazla robotik geliştiriciyi desteklemesi ve dağıtım, ekosistem benimsemesi veya açık kaynak katkısı konusunda kamuya açık kanıt göstermesi gerekiyordu. Beş platform, değerleme veya gelir sırasına göre sıralanmamıştır; her biri, ortaya çıkan fiziksel AI yığınındaki farklı bir kontrol noktasını temsil eder.
NVIDIA: Hızlandırılmış hesaplama ve simülasyon alt yapısı
NVIDIA, fiziksel AI altyapı yığınındaki en temel şirket olmaya devam ediyor. Önemi, hızlandırılmış hesaplama ile başlıyor, ancak şirket robot geliştirme, simülasyon, sentetik veriler, temel modeller ve politika değerlendirmesi alanlarına doğru sürekli olarak genişliyor.
NVIDIA Isaac artık simülasyon ve robot öğrenme çerçevelerini, CUDA hızlandırmalı kütüphaneleri, AI modellerini ve referans iş akışlarını kapsıyor: fiziksel tabanlı simülasyon için Isaac Sim, robot öğrenimi ve temel model eğitimi için Isaac Lab, genel amaçlı insansı geliştirme için Isaac GR00T ve büyük ölçekli, GPU hızlandırmalı politika değerlendirmesi için Isaac Lab-Arena. Newton, fizik katmanında yığını genişletiyor: Google DeepMind ve Disney Research ile geliştirilen ve Linux Vakfı tarafından yönetilen bu, robot öğrenimi için inşa edilmiş açık kaynak, GPU hızlandırmalı bir fizik motorudur ve temas, sürtünme, sert ve yumuşak cisim dinamikleri, aktüatörler ve sensörleri kapsar.
Stratejik avantaj, herhangi bir tek üründe değil, NVIDIA'nın hesaplama, dünya üretimi, fizik, sentetik veriler, model eğitimi, değerlendirme ve kenar dağıtımını tek bir geliştirici ekosisteminde birleştirme yeteneğindedir; bu, fiziksel AI'nın ortak bir geliştirme alt yapısına en yakın şeydir.
Göz önünde bulundurulması gereken soru, bu ekosistemin genişledikçe ne kadar açık kalacağıdır. NVIDIA açık çerçeveleri destekliyor, ancak aynı zamanda fiziksel AI iş akışının daha fazlasını kendi hesaplama ve yazılımına çekmek için belirgin bir teşvike de sahip. Bunun, tarafsız bir alt yapı mı yoksa baskın bir dikey entegre platform mu olacağı, pazarın büyük bir kısmını şekillendirecektir.
Applied Intuition: Otonom makineler için doğrulama mühendisliği
Eğer NVIDIA geliştirme alt yapısını sağlıyorsa, Applied Intuition, otonom bir makinenin gerçek dünya için hazır olduğunu kanıtlamak için gereken altyapıyı temsil ediyor.
Fiziksel AI, model eğitiminde duramaz. Arabalar, kamyonlar, dronlar, madencilik araçları ve endüstriyel sistemler, fiziksel dünyada tekrar tekrar üretmesi maliyetli, tehlikeli, nadir veya imkansız olan işletim koşulları altında test edilmelidir. Applied Intuition, simülasyon ve doğrulamanın isteğe bağlı araçlar değil, temel mühendislik sistemleri olduğu otonom araç dönem
