StorageReview.com

NVIDIA Fyzická umělá inteligence v Koreji: Samsung zkracuje dobu tepelného řešení čipu z 18 hodin na 41 sekund, Kakao cílí na úroveň 4, LG trénuje CLOiD

AI  ◇  Enterprise

Společnost NVIDIA využila AI Day Seoul k naplánování fyzické práce s umělou inteligencí se třemi korejskými výrobci: Samsung Electronics na simulaci čipů, Kakao Mobility na autonomním systému řízení úrovně 4 a LG Electronics na továrních robotech. Hlavní číslo patří společnosti Samsung, která zkrátila tepelnou a mechanickou analýzu v měřítku jednoho čipu z přibližně 18 hodin na 32jádrovém CPU na 41 sekund na GPU, což je zhruba 1 600násobné zrychlení, a to kombinací materiálových vlastností předpovězených umělou inteligencí s hrubší mřížkou a akcelerací GPU.

Třípanelová fotografie korejských projektů fyzické umělé inteligence od NVIDIA: mobilní robot Samsung Electronics P3PT001 na modré tovární hale, vůz Kakao Mobility Kia EV6 se střešním senzorovým polem a humanoidní roboti LG Electronics CLOiD pracující na výrobní lince.

Samsung zrychluje simulaci polovodičů

Společnost Samsung rozšiřuje svou spolupráci se společností NVIDIA v oblasti výzkumu materiálů, vývoje procesů a inženýrství zařízení. Pro počítačově podporovaný návrh technologií (TCAD) využívá společnost Samsung technologie NVIDIA cuISS a cuDSS k urychlení řídkých lineárních systémů, které jsou středem simulace zařízení, a akcelerace pomocí GPU se rozšiřuje i na procesní a optické simulace. V oblasti výzkumu materiálů platforma sMOL od společnosti Samsung spustila vybrané kvantově-chemické výpočty až 5krát rychleji od začátku do konce s technologií NVIDIA cuEST a společnost Samsung zkoumá technologii cuEquivariance pro urychlení tenzorových operací používaných k trénování a spouštění atomistických modelů umělé inteligence.

Výsledek 1 600násobného zrychlení pochází z pracovních postupů tepelné a mechanické analýzy v měřítku čipu, které Samsung staví na technologii NVIDIA PhysicsNeMo. V jednom případě homogenizace s využitím umělé inteligence společnost Samsung nahradila řešení na jemné mřížce efektivními vlastnostmi materiálu předpovězenými umělou inteligencí na hrubší mřížce a spustila jej na GPU, což prodloužilo řešení z přibližně 18 hodin na 32jádrovém CPU na 41 sekund. Srovnání zahrnuje pouze tyto dvě konfigurace; NVIDIA neidentifikuje GPU a zrychlení odráží hrubší mřížku a náhradu umělé inteligence stejně jako hardware.

NVIDIA dodává, že její sada nástrojů Agent Toolkit by nakonec mohla propojit tyto simulační nástroje a modely umělé inteligence, aby inženýři mohli provádět analýzy a porovnávat návrhy, ačkoli NVIDIA to popisuje jako možnost a nikoli jako něco, co Samsung nasadil.

Systém řízení úrovně 4 plánů mobility Kakao

Společnost Kakao Mobility plánuje stavět na technologiích pro výpočetní techniku ​​a bezpečnost vozidel od společnosti NVIDIA s cílem vyvinout systém autonomního řízení úrovně 4. Kombinací vlastního softwaru pro řízení a provozních zkušeností v soulské čtvrti Gangnam s platformou pro výpočetní techniku ​​vozidel od společnosti NVIDIA. Plán využívá NVIDIA Hyperion, referenční platformu pro senzory a výpočetní techniku ​​vozidel postavenou na platformě NVIDIA DRIVE AGX Thor, s platformou NVIDIA Halos, která podporuje bezpečnost v průběhu vývoje a validace.

Počáteční vývoj je plánován na základě účelových vozidel Kia a cílem je podpora budoucích služeb mobility úrovně 4 v Koreji. NVIDIA neuvádí žádný časový harmonogram nasazení ani počet vozidel.

LG demonstruje robotické učení ve výrobě

Společnosti LG Electronics a NVIDIA demonstrovaly robotickou manipulaci a výrobní úkoly s robotem CLOiD od LG s procesorem NVIDIA Isaac GR00T v reálném výrobním prostředí. Práce implementuje to, co NVIDIA nazývá fyzickým setrvačníkem dat s umělou inteligencí: sběr dat z reálného světa, rozšiřování dat založené na technologii Cosmos, trénování modelu GR00T, palubní výpočty na platformě NVIDIA Jetson AGX Thor a vyhodnocování založené na simulaci, přičemž výsledek je zabalen do opakovaně použitelných pracovních postupů pro další vývoj a validaci CLOiD.

Společnosti LG a NVIDIA využívají demonstraci k zdokonalení opakovatelného procesu pro školení, hodnocení a vylepšování robotů pro výrobu. NVIDIA popisuje dokončenou demonstraci a probíhající vývoj bez data nasazení do produkčního prostředí.

NVIDIA Fyzická umělá inteligence pro výrobu

Zapojte se do StorageReview

Zpravodaj | YouTube | Podcast iTunes / Spotify | Instagram | Twitter | TikTok | RSS kanál

Harold Fritts

V technologickém průmyslu působím od doby, kdy IBM založila Selectric. Mám ale zkušenosti s psaním. Rozhodl jsem se tedy opustit předprodejní byznys a vrátit se ke svým kořenům, trochu psát, ale stále se věnovat technologiím.