NVIDIA aprovechó el AI Day Seoul para presentar proyectos de IA aplicada a la práctica con tres fabricantes coreanos: Samsung Electronics en simulación de chips, Kakao Mobility en un sistema de conducción autónoma de nivel 4 y LG Electronics en robots de fábrica. El logro más destacado corresponde a Samsung, que redujo el tiempo de un análisis térmico y mecánico a escala de chip de aproximadamente 18 horas en una CPU de 32 núcleos a 41 segundos en una GPU, una aceleración de aproximadamente 1,600 veces, gracias a la combinación de propiedades de materiales predichas por IA con una malla más gruesa y la aceleración por GPU.
Samsung acelera la simulación de semiconductores.
Samsung está ampliando su colaboración con NVIDIA en investigación de materiales, desarrollo de procesos e ingeniería de dispositivos. Para el diseño asistido por ordenador (TCAD), Samsung utiliza NVIDIA cuISS y cuDSS para acelerar los sistemas lineales dispersos, fundamentales en la simulación de dispositivos. La aceleración por GPU también se extiende a sus simulaciones de procesos y ópticas. En investigación de materiales, la plataforma sMOL de Samsung ha ejecutado cálculos químico-cuánticos seleccionados hasta cinco veces más rápido de principio a fin con NVIDIA cuEST, y Samsung está explorando cuEquivariance para acelerar las operaciones tensoriales utilizadas para entrenar y ejecutar modelos de IA atomística.
El resultado de 1,600x proviene de flujos de trabajo de análisis térmico y mecánico a escala de chip que Samsung está desarrollando sobre NVIDIA PhysicsNeMo. En un caso de homogeneización mediante IA, Samsung reemplazó una resolución de malla fina con propiedades de material efectivas predichas por IA en una malla más gruesa y la ejecutó en una GPU, lo que redujo el tiempo de resolución de aproximadamente 18 horas en una CPU de 32 núcleos a 41 segundos. La comparación abarca únicamente estas dos configuraciones; NVIDIA no identifica la GPU, y la mejora de velocidad refleja tanto la malla más gruesa y el modelo de IA como el hardware.
NVIDIA añade que su Agent Toolkit podría conectar en el futuro estas herramientas de simulación y modelos de IA para que los agentes de ingeniería puedan realizar análisis y comparar diseños, aunque NVIDIA lo describe como una posibilidad y no como algo que Samsung haya implementado.
Sistema de conducción de nivel 4 de Kakao Mobility
Kakao Mobility planea aprovechar las tecnologías de computación y seguridad vehicular de NVIDIA para desarrollar un sistema de conducción autónoma de nivel 4, combinando su software de conducción patentado y su experiencia operativa en el distrito de Gangnam en Seúl con la plataforma de computación vehicular de NVIDIA. El plan utiliza NVIDIA Hyperion, la plataforma de referencia para sensores y computación vehicular basada en NVIDIA DRIVE AGX Thor, con NVIDIA Halos que respalda la seguridad durante el desarrollo y la validación.
El desarrollo inicial se centra en vehículos Kia diseñados específicamente para este fin, y el objetivo es respaldar los futuros servicios de movilidad de nivel 4 en Corea. NVIDIA no ha facilitado un cronograma de implementación ni el número de vehículos.
LG demuestra el aprendizaje robótico en la fabricación.
LG Electronics y NVIDIA demostraron tareas de manipulación y fabricación robótica con el robot CLOiD de LG, que ejecuta NVIDIA Isaac GR00T, en un entorno de fabricación real. Este trabajo implementa lo que NVIDIA denomina un ciclo de datos de IA física: recopilación de datos del mundo real, aumento de datos basado en Cosmos, entrenamiento del modelo GR00T, computación integrada en NVIDIA Jetson AGX Thor y evaluación basada en simulación. El resultado se presenta como flujos de trabajo reutilizables para el desarrollo y la validación continuos de CLOiD.
LG y NVIDIA están utilizando esta demostración para perfeccionar un proceso repetible de entrenamiento, evaluación y mejora de robots para la fabricación. NVIDIA describe la demostración como finalizada y el desarrollo en curso, sin fecha de implementación en producción.
Amazon