Diese Woche veranstaltet NVIDIA, der Marktführer bei GPUs, seine virtuelle GPU Technology Conference (GTC). Im Laufe der Jahre hat sich die GTC von einer Messe für Grafik und Gaming zu einer Branchenveranstaltung entwickelt, die sich allen Aspekten der künstlichen Intelligenz (KI) widmet.
Ein wichtiges Einsatzgebiet für KI und NVIDIA-Technologie ist die Robotik. Dies umfasst den gesamten Lebenszyklus der Roboterentwicklung, einschließlich Training, Simulation, Bau, Bereitstellung und Verwaltung.
NVIDIAs Isaac robotics-Plattform beschleunigt die Entwicklung, Bereitstellung und Verwaltung intelligenter Roboter. Die End-to-End-Lösung soll die Effizienz von Roboterflotten in unterschiedlichen Umgebungen optimieren.
Auf der GTC machte NVIDIA mehrere wichtige Ankündigungen im Zusammenhang mit der Isaac-robotics-Plattform, die die Bereiche Robotersimulation, Generierung synthetischer Daten und weitere Bereiche voranbringen sollen. Hier eine Zusammenfassung:
Weitere Informationen finden Sie auch unter: Top-KI-Software
Isaac Sim in der Omniverse Cloud
NVIDIA hat seine Isaac Sim-Robotersimulationsplattform für Unternehmen auf Omniverse Cloudverfügbar gemacht.
Omniverse Cloud ist das Platform-as-a-Service-(PaaS)-Angebot von NVIDIA für rechenintensive Workloads wie die Generierung synthetischer Daten und die Softwarevalidierung. Durch die Integration von Isaac Sim in Omniverse Cloud bietet NVIDIA nun Zugriff auf seine Software Development Kits (SDKs) und Tools. Auch andere NVIDIA-Produkte wie Drive und Universal Scene Description (USD) Composer werden Unternehmen in Omniverse Cloud zur Verfügung stehen.
NVIDIA bietet bereits verschiedene Möglichkeiten, Isaac Sim in der Cloud auszuführen. Eine Option besteht darin, Isaac-Sim-Container aus dem NGC repository– einem Katalog von KI-Frameworks – bei einem beliebigen Cloud-Service-Provider bereitzustellen, was eine gewisse Einrichtung und Verwaltung durch das Unternehmen erfordert. Eine weitere Option ist die Nutzung von AWS RoboMaker und die Ausführung einer vollständig verwalteten Version von Isaac Sim.
Gerard Andrews, Senior Product Marketing Manager für Robotik bei NVIDIA, betonte den Wert von Cloud Computing in der Robotik, insbesondere im Hinblick auf die Skalierbarkeit des Modelltrainings: „Modelle werden kontinuierlich trainiert und aktualisiert, und es wird auch weiterhin eine Methode benötigt, um diese Modelle erneut zu validieren. Wir sind überzeugt, dass diese Art der Interaktion mit dem Simulator am besten in einer Cloud-Infrastruktur erfolgt.“
Passend dazu: Was ist generative KI?
Verbesserungen für Isaac ROS
Isaac robot operating system (ROS)ist eine Sammlung GPU-beschleunigter Module, die der Robotik-Entwicklergemeinschaft KI für die Wahrnehmung bereitstellen soll. Die neueste Version umfasst ein neues Grid-Localizer-Paket, das LiDAR verwendet, um Roboter auf einer Karte zu lokalisieren, eine aktualisierte Envy-Blocks-3D-Rekonstruktionssoftware mit einem Modus zur Erkennung von Personen sowie Open-Source-Module. Die Version unterstützt außerdem die Module Jetson Orin NX und Orin Nano.
Die Entwicklung von Robotern ist ein komplexer Prozess, an dem Ingenieure aus verschiedenen Fachbereichen beteiligt sind. Daher ist es wichtig, kollaborative Tools bereitzustellen, die allen Teammitgliedern Zugriff auf dieselben Datensätze und Simulationen ermöglichen. Mithilfe der Cloud kann von überall auf Simulationen zugegriffen werden, selbst ohne einen GPU-beschleunigten Computer.
Erweiterung des Jetson-Portfolios
NVIDIA hat sein Jetson portfolio an Computer-Boards um eine neue Ergänzung erweitert: das Entwicklerkit Jetson Orin Nano für Einsteiger, das für 499 US-Dollar vorbestellt werden kann.
Dieses Entwicklerkit nutzt die Ampere-GPU mit 1024 Kernen und unterstützt eine große Bandbreite an KI-Modellen, darunter Transformer. Außerdem bietet es Leistung und Energieeffizienz für Cloud-to-Edge-Workloads – ein Konzept, bei dem zwei Computer zusammenarbeiten, um die Leistung von Robotern zu optimieren.
Jetson, der erste Computer, fungiert als Gehirn oder Steuerzentrale des Roboters. Der zweite Computer befindet sich in der Cloud und wird zum Trainieren, Simulieren und kontinuierlichen Testen der auf dem Roboter ausgeführten Software verwendet. Durch die Kombination der Leistung beider Computer ermöglicht Cloud-to-Edge-Technologie intelligente Robotik.
Jetson besteht aus sechs Modulen, die nun alle für den Produktionseinsatz verfügbar sind. Die Module sind in drei Hauptkategorien unterteilt:
- Der leistungsstarke Jetson AGX Orin mit 64 GB und 32 GB für komplexe Edge-KI-Workloads
- Der Jetson Orin NX mit 16 GB und 8 GB
- Der Jetson Orin Nano mit 8 GB und 4 GB, die neue Einsteigeroption für die Robotik
Passend dazu: Der KI-Markt: Ein Überblick
TAO-5.0-Version
NVIDIA hat TAO 5.0, ein Low-Code-Toolkit für das KI-Training, veröffentlicht. Es bringt fortschrittliche Verfahren für die Bildverarbeitung und Modellentwicklung zu jedem Datenwissenschaftler, Cloud-Service und Gerät. TAO 5.0 ebnet den Weg für eine effizientere KI-Integration über verschiedene Cloud-Services hinweg und automatisiert den aufwendigen Prozess der Kuratierung von Datensätzen. Zudem bietet es Funktionen für automatisiertes Machine Learning (ML), wodurch sich ML leichter in jeden Cloud-Service integrieren lässt.
Die Veröffentlichung von TAO 5.0 stellt für den Anbieter eine erhebliche Erweiterung dar, sagte Adam Scraba, NVIDIAs Director of Product Marketing. Sie demokratisiert die KI-Entwicklung und macht sie einem größeren Publikum zugänglicher.
Fortschritte bei der Metropolis-Plattform
NVIDIA arbeitet daran, Computer Vision durch Metropoliszugänglicher zu machen – einem End-to-End-Entwicklungsworkflow, der physische Räume wie Gebäude, Fabriken, Lagerhäuser und Smart Cities mithilfe von KI und Datenanalyse automatisiert.
NVIDIA-Kunden wie Procter and Gamble, PepsiCo, BMW und Siemens setzen Metropolis bereits ein, um ihre Abläufe zu optimieren. Mit der neuesten Erweiterung umfasst Metropolis nun ein Low-Code-Toolkit für das KI-Training, das die Einführung von Computer Vision und KI in verschiedenen Branchen fördern soll.
Darüber hinaus ist NVIDIA eine Partnerschaft mit ST Microelectronics eingegangen, um fortschrittliche Bildverarbeitungsmodelle in großem Maßstab auf Mikrocontroller zu bringen. Ziel ist es, Computer Vision in verschiedenen industriellen Umgebungen wie Fabriken, Lagerhäusern und Lieferketten zu verbessern.
„Wir verbessern die Zugänglichkeit dieser neuesten Bildverarbeitungsfunktionen weiter. Wir bündeln wirklich ausgefeilte Lösungen, um diese großen Herausforderungen im Bereich Computer Vision effektiv in Form API-gesteuerter Services zu bewältigen“, sagte Scraba.
Durch die Bereitstellung leistungsfähiger Tools, Workflows und zugänglicher Lösungen für die KI-Entwicklung trägt NVIDIA zum Fortschritt der Robotik in verschiedenen Branchen bei. Diese Fortschritte sollen nicht nur die Effizienz verbessern, sondern auch den Weg für sicherere und zuverlässigere Interaktionen zwischen Menschen und Robotern in der Zukunft ebnen.
NVIDIA stellt zwar hervorragende Chips her, seine Stärke liegt jedoch in der Fähigkeit, „Full-Stack“-Lösungen zusammenzustellen, die die Bereitstellung erheblich erleichtern. Statt Teile verschiedener Unternehmen oder sogar aus dem NVIDIA-Portfolio zusammenstückeln zu müssen, haben Entwickler Zugriff auf alles, was sie benötigen. Die Arbeit im Bereich Robotik ist ein hervorragendes Beispiel dafür, denn sie erfordert mehr als den Bau der Hardware. Es gibt Herausforderungen beim Training, bei Simulationen und bei der Cloud-Integration. NVIDIA hat einen großen Teil der Komplexität aus dem Prozess genommen und ermöglicht es Unternehmen, sich auf Anwendungsfälle statt auf die Integration von Technologien zu konzentrieren.
Passend dazu: Die Zukunft der künstlichen Intelligenz