NVIDIA(NVDA), depo simülasyonunda 2 dakika boyunca 30 FPS korudu

NVIDIA(NVDA), depo simülasyonunda Full HD çözünürlükte iki dakika boyunca saniyede 30 kare (30 FPS) performansını korudu. Şirket, yapay zekâ ajanları ve Omniverse kütüphanesiyle depo, endüstriyel tesis ve otonom sürüş simülasyonları oluşturduğu örnekleri paylaştı.

NVIDIA, 29 Ekim'de resmi blogunda Omniverse kütüphanesinin GPU hızlandırmalı fizik simülasyonu, render ve sensör simülasyonu özellikleri sunduğunu açıkladı. Modüler araç, bu özellikleri mevcut OpenUSD uygulamalarına ekliyor.

Geliştiriciler, ihtiyaç duydukları sahne ve testleri doğal dille tarif ediyor; ajanın oluşturduğu sonucu inceleyip değişiklikler istiyor. Ajan sahneyi kuruyor, kod yazıyor ve tekrarlanan işleri yürütüyor.

NVIDIA'nın blogunda kullanılan modeller arasında OpenAI'ın GPT-6 Astra'sı ile Anthropic'in Claude Fable 5'i yer aldı. İki model, sensör doğrulama gösteriminde birlikte kullanıldı.

Depo gösteriminde 80 konveyör, 40 robot kolu ve 800 kutu bulunuyordu. Simülasyon Full HD çözünürlükte iki dakika boyunca 30 FPS hızını korurken robot kolları 640 kutu yerleştirme işlemini tamamladı.

Sahnenin ölçeği ilk kez iki katına çıkarıldığında performans hedefin altına düştü. Fizik hesaplaması, render ve video hazırlama işlemleri paralel yürütülünce performans toparlandı. Sahne yeniden iki katına çıkarıldığında performans geriledi; NVIDIA, fizik hesaplaması ve robot kontrol hattında darboğaz tespit ettiğini bildirdi.

Gaz türbini dijital ikiz prototipi; yük, ortam sıcaklığı ve yakıt bileşimi değiştirilerek güç çıkışı, verimlilik, yakıt tüketimi ve ekipman tepkisinin karşılaştırılmasını sağladı. Dijital ikiz, gerçek ekipmanın koşullarını ve tepkilerini sanal modele yansıtarak test etmeye yarıyor.

NVIDIA, yük değişimi, yakıt valfinin takılması ve egzoz sensörü hatası gibi durumları kapsayan altı test prosedürü oluşturdu. Termokimyasal hesaplamalarda Cantera, ekipman dinamiğinde ise SciPy kullanıldı.

Sensör doğrulama çalışmasında kameradan alınan çıktılar ve ham LiDAR verileri, gerçek kayıtlardaki verilerle karşılaştırıldı. Geliştiriciler sahnedeki eksik nesneleri, şekilleri ve malzemeleri düzenledi; sonuçları kamera ve LiDAR ölçütleriyle kontrol etti.

Çalışma yaklaşık üç gün sürdü. Bu sürede iki yeni dijital ikiz oluşturuldu, mevcut iki dijital ikiz geliştirildi. NVIDIA, süreçte GPT-6 Astra ve Claude Fable 5 ajanlarının birlikte kullanıldığını belirtti.

Otonom sürüş gösteriminde ajan, yol sahnesi, trafik akışı, sensör simülasyonu ve sürüş modelini aşamalı olarak birbirine bağladı. Geliştiriciler, sahne veya sensör ayarları değiştiğinde sürüş modelinin nasıl tepki verdiğini karşılaştırabilecekleri bir test ortamı kurdu.

Simülasyondaki Unitree G1 insansı robot, tek bir engeli 100 denemenin 64'ünde aştı. Bu sonuç sanal ortamdaki bir gösterime ait.

NVIDIA, ABB Robotics'in YuMi robotuna ait CAD modelinin OpenUSD'ye dönüştürülmesinin ardından Isaac Sim'de dört kez küp alma ve bırakma işlemi gerçekleştirildiğini de paylaştı. Fiziksel özellik tahminleri gerçek robota göre kalibre edilmedi.

Bu örnekler, OpenUSD uygulamalarında fizik hesaplaması, RTX render ve sensör simülasyonunun bir araya getirildiği; ajanların geliştiricilerin tekrarlanan işlerine yardımcı olduğu bir yapıyı gösteriyor. GPU hızlandırmalı kütüphanelerin tasarım ve simülasyon araçlarına genişlemesi, NVIDIA'nın tasarım yapay zekâ araçlarını genişletmesine ilişkin daha önceki örnekle de örtüşüyor.

Depo performansı ve robot hareketlerine ilişkin sayılar, NVIDIA'nın paylaştığı belirli simülasyon örnekleriyle sınırlı. Sanal ortamdaki sonuçlar tek başına gerçek robotların başarı oranını, güvenliğini veya ticari kullanıma alındığını kanıtlamıyor.