NVIDIA laiendab Cosmos platvormi arenenud tööriistadega füüsiliste tehisintellekti maailmamudelite loomiseks ja juurutamiseks

Pilt: NVIDIA · Allikas

NVIDIA täiustas Cosmos platvormi, lisades uusi treeninguvahendeid, simulatsioonipunkriteste ja Cosmos Data Factory mustreid, et kiirendada füüsiliste tehisintellekti maailmamudelite arendamist, hindamist ja juurutamist, mis simuleerivad mitmete tööstusharude reaalajas toimivaid interaktsioone.

NVIDIA teatas olulistest täiustustest oma Cosmos platvormile, mille eesmärk on edendada maailmamudelite – keerukate tehisintellekti süsteemide – loomist ja juurutamist, mis aitavad masinatel tajuda, mõista ja simuleerida füüsilist maailma. Need võimekused on kriitilise tähtsusega sellistes rakendustes nagu autonoomsed sõidukid, robootika ja tööstuslik inspektsioon.

Cosmos platvorm pakub maailmamudelite arendajatele tipptasemel avatud mudeleid, ulatuslikke treeningandmeid ning kõikehõlmavaid optimeerimis- ja juurutustööriistakomplekte. NVIDIA teatel kuuluvad Cosmos mudelid kuue erineva avatud mudelite edetabeli top 5 hulka, mis kinnitab nende konkurentsivõimelist jõudlust.

Värskenduse oluline osa on Cosmos Data Factory, pilvepõhine musterikomplekt, mis on mõeldud suurte, märgistatud multisensorsete andmekogude loomiseks ja täiendamiseks, mis on vajalikud füüsilise tehisintellekti treenimiseks. Need mustrid automatiseerivad selliseid ülesandeid nagu andmete märgistamine, kureerimine, rikastamine ja sünteetiliste andmete genereerimine erinevates stsenaariumides. Näiteks võimaldavad spetsiaalsed mustrid enda autonoomsete sõidukite andmekogude loomist kureeritud ja sünteetiliste sõiduandmetega, sündmustevideote loomist haruldaste või ohtlike olukordade simuleerimiseks ning defektipiltide genereerimist kvaliteediinspektsiooni mudelite jaoks. Cosmos Data Factory toetab platvorme nagu GitHub, Microsoft Azure, Nebius ja CoreWeave ning kiirendab andmetöövooge agentide oskuste ja GPU kiirenduse abil.

Autotööstusettevõte Porsche kasutab Cosmos Data Factoryt Voxel51 vahendusel Microsoft Azure’is, et luua ühist autonoomsete sõidukite (AV) andmeökosüsteemi Volkswagen Kontserni kaubamärkide vahel. Selle algatusega püütakse vähendada korduvaid füüsilisi katsesõite kuni 90% ja lühendada arendustsükleid kuni 85%. Samamoodi kasutas robootikafirma ANYbotics Cosmos tööriistu üle 1500 sünteetilise videoklipi genereerimiseks inspekteerimisrobotite koolitamiseks ning arvutinägemise ettevõte Ultralytics täiustas oma YOLO mudelit defektide tuvastamiseks sihipäraste sünteetiliste defektidega.

Andmetööriistade kõrval on NVIDIA laiendanud Cosmos Frameworki treenimis- ja juurutusvõimekust. Arendajad saavad nüüd peenhäälestada ja optimeerida juhtivaid avatud mudeleid nagu GR00T, Alpamayo, QWEN ja Pi0.5 erinevate tehnikate abil nagu tugevdusõpe, destilleerimine ja kvantimine. Näiteks kohandas robootikauuringute labor MicroAGI Cosmos 3 mudelit egootsentriliste manipuleerimiste ülesannete jaoks, vähendades mudeli suurust oluliselt ilma täpsust kaotamata.

Platvorm sisaldab ka simulatsiooniparendusi Cosmos 3 Nano mudelivariantidega, võimaldades arendajatel testida autonoomseid poliitikaid keerukates, mitme vaate ja multisensoorsetes simulatsioonides enne reaalse maailma juurutamist. NVIDIA Cosmos 3 NIM mikroteenused pakuvad kuni kahekordset kiiremaks järeldamiseks säilitades kvaliteedi ning toetavad pidevat videovaatlust sekundite alajaotusega häiretega. Nende tehnoloogiate baasil pakub NVIDIA Metropolis Blueprint 3.3 efektiivseid videote otsingu ja kokkuvõtete mooduseid, aidates meeskondadel jälgida oluliselt rohkem videovooid GPU kohta.

Ökosüsteem toetab avatud ja modulaarset lähenemist. Arendajad saavad kureerida treeningandmestikke Cosmos Data Factoryga, treenida ja peenhäälestada mudeleid Cosmos Frameworki kaudu ning juurutada neid skaleeritavate mikroteenustena. See integreeritud töövoog hõlbustab efektiivseid iteratsioonitsükleid ja kõrgemat usaldust tehisintellekti süsteemide ohutuks ning tõhusaks tööks füüsilises keskkonnas.

Koostöös partneritega nagu Microsoft Azure ja Voxel51 rõhutab NVIDIA oma pühendumust toetada insenerikeskset tehisintellekti arendusprotsessi, mis keskendub kordatavatele valideerimistele ja kontrollile. Nii nagu Porsche modulaarse andmepöörise mudel näitab, eeldatakse seda koostööl põhinevat, kuid OEM-kontroliga andme- ja mudelihalduse lähenemist autonoomsete sõidukite arenduse kiirendamiseks ja kaugemale ulatuvate rakenduste jaoks.

NVIDIA jätkuvad investeeringud Cosmos platvormi kajastavad füüsilise tehisintellekti kasvavat tähtsust reaalse maailma rakendustes, muutes arendajate jaoks lihtsamaks keerukate AI mudelite loomise, mis tajuvad ja tegutsevad füüsilises maailmas parema usaldusväärsuse ja efektiivsusega.