NVIDIA un LG: AI rūpnīcas, digitālie dvīņi un roboti

Iedomājieties rūpnīcu, kas mācās. Ātri. Tā ne tikai seko kontrolsarakstam; tā spriež, pielāgojas un pārkonfigurējas, kad pienāk detaļas, mašīnas nolietojas un mainās klientu pasūtījumi. Šāds ir solījums aiz jaunās sadarbības starp NVIDIA un LG: AI-orientētu rūpnīcu un datu centru tīkls, kas paredzēts robotikas, autonomo sistēmu un mākoņGPU pakalpojumu paātrināšanai.

Vienošanās savieno NVIDIA dziļās stiprās puses simulācijā, GPU aprēķinos un robotikas programmatūrā ar LG gadu desmitu ražošanas pieredzi un piekļuvi patērētājiem. Uz papīra tas šķiet vienkāršs saderējums. Praktiski tas ir centiens pārveidot, kā produkti tiek izstrādāti, testēti un piegādāti, sākot no viedo ierīču līdz mājas robotiem un mobilitātes platformām.

Šī pūļa centrā ir trīs praktiski soļi. Viens: izveidot augstas veiktspējas skaitļošanas centrus, kas sniedz LG komandām jaudu apmācīt lielus AI modeļus un veikt fizikas precizitātes simulācijas. Divi: izmantot šīs simulācijas, lai radītu augstas kvalitātes sintētiskos datu kopumus, tādējādi robotiem ļaujot mācīties, neapdraudot reālu aprīkojumu. Trīs: integrēt digitālos dvīņus un automatizāciju ražošanas līnijās, lai inženieri varētu izmēģināt izmaiņas virtuāli, pirms ķerties pie aparatūras.

LG jau prototipē šo koncepciju ar mājsaimniecības robotiem, piemēram, CLoiD. Šīs ierīces kļūst gudrākas ne tikai, vācot pieredzi reālajā pasaulē, bet arī veicot miljonus virtuālu izmēģinājumu, izmantojot rīkus, piemēram, Isaac Sim un Isaac Lab. Simulācija saīsina laiku. Tā atklāj retus gadījumus, ko fiziskajā pasaulē varētu nekad nesastapt. Tā robots iemācās apstrādāt nokritušu glāzi vai ieķērušos aizkaru bez bojājumiem.

Par būtisku šajās simulācijās ir tādi modeļi kā NVIDIA Isaac GR00T un plašākais NVIDIA Cosmos rīku komplekts. Tie nav tikai mārketinga nosaukumi; tie ir dzinēji, kas māca robotus uztvert un plānot veidos, kas tuvāki cilvēka spriedumam. Apvienojot simulētus sensora datus ar reālistisku fiziku un vidi, apmācību dati kļūst daudz vērtīgāki nekā tikai kameras neapstrādātie ieraksti.

LG CNS, LG IT un sistēmu nodaļa, izstrādā programmatūras slāni, kas padarīs šo iespēju pieejamu rūpnīcu grīdām un loģistikas centriem. Ideja ir samazināt slieksni, lai uzņēmumi varētu izvietot AI darbināmus robotus, nepadarot sevi par mašīnmācīšanās speciālistiem. Tas nozīmē moduļveida platformas un interfeisus, kas pielāgoti operāciju komandām, nevis pētniecības laboratorijām.

Plāna vēl viena līnija ir digitālo dvīņu izmantošana pilnā rūpnīcas mērogā. Iedomājieties virtuālu dvīni, kas atspoguļo visu ražošanas līniju: konveijerus, robotus, cilvēku darba vietas un vides apstākļus. Inženieri var iterēt idejas perfektā kopijā. Salauziet to. Salabojiet to. Atjauninājumu ievieš reālajā pasaulē tikai tad, kad modelis pierāda savu noturību. Tas samazina dīkstāvi un dārgu mēģinājumu un kļūdu izmaksas uz ražošanas grīdas.

Tālāk ir fiziskā infrastruktūra. NVIDIA un LG plāno būvēt datu centrus un ražošanas vietas, kas atbilst NVIDIA DSX standartiem, sakraujot jaunākās GPU vienībās efektīvos klasteros ar uzlabotu šķidruma dzesēšanu. Liela aprēķinu blīvuma kombinācija ar energoefektīvu dizainu. Šī kombinācija ir svarīga: lielu modeļu apmācība prasa daudz enerģijas, un simulāciju scenāriju izvēršana prasa stabilu termisko pārvaldību, lai uzturētu aparatūras uzticamību.

Kāpēc tas ir svarīgi ārpus rūpnīcām? Jo tās pašas datu plūsmas, kas māca putekļsūcēja robotu orientēties sakrautas viesistabās, var iemācīt autonomam transportlīdzeklim iekļauties satiksmē vai loģistikas robotam pacelt trauslus priekšmetus. Sintētiskie datu kopumi no simulācijām pārvieno datu trūkuma plaisu, kas bieži bremzē robotikas projektus. Ar labākiem apmācību datiem ieviešanas cikli saīsinās un spējas attīstīsies ātrāk.

Pastāv acīmredzamas riski. Pārlieku liela paļaušanās uz simulētu uzvedību var nepamanīt reālās pasaules nianses. Integrācija starp aparatūru, programmatūru un piegādes ķēdēm ir sarežģīta. Tomēr, savienojot LG ražošanas mērogu ar NVIDIA simulācijas un GPU slāni, daudzus no šiem berzumiem var samazināt. Partnerība tiecas ne tikai pilotēt tehnoloģijas, bet padarīt visas biznesa vienības AI-orientētas.

Tad ko vērot tālāk? Gaidiet dziļāku NVIDIA robotikas platformas integrāciju LG produktu līnijās, centralizētākas GPU saimniecības, pielāgotas rūpnieciskajām darba slodzēm, un pilotražotnes, kas demonstrē pilnībā automatizētas piegādes ķēdes, sākot no iepirkuma līdz piegādei, kuras darbina tiešie dati un nepārtraukta simulācija. Rezultātā var rasties rūpnīcas, kas reaģē operatīvi, un produkti, kas mācās vēl pirms pamet līniju.

Serveru kluss dūkoņa un robotu roku maigs virpoņa troksnis drīz var kļūt par skaņu, kas apliecina ražošanas pāreju uz digitālo laikmetu.