AWS re:Invent မှာ NVIDIA နဲ့ Amazon Web Services တို့ဟာ interconnect နည်းပညာ၊ cloud အခြေခံအဆောက်အအုံ၊ open model တွေနဲ့ physical AI တွေကို အဓိကထားတဲ့ တိုးမြှင့်ပူးပေါင်းဆောင်ရွက်မှုတစ်ခုကို ကြေညာခဲ့ပါတယ်။ ဒီပူးပေါင်းဆောင်ရွက်မှုဟာ NVIDIA ရဲ့ AWS stack နဲ့ ပေါင်းစပ်မှုကို ပိုမိုနက်ရှိုင်းစေပြီး custom silicon၊ networking၊ AI software နဲ့ robotics simulation တွေကို လွှမ်းခြုံထားပါတယ်။ အဓိကထားလုပ်ဆောင်နေတာကတော့ production-scale AI နဲ့ sovereign cloud အတွက် လိုအပ်ချက်တွေပါ။
AWS Custom Silicon နှင့် Next-Generation AI အခြေခံအဆောက်အအုံအတွက် NVLink Fusion
ကြေငြာချက်ရဲ့ အဓိကအချက်ကတော့ NVIDIA NVLink Fusion ကို AWS က ပံ့ပိုးပေးခြင်းပဲ ဖြစ်ပါတယ်။ AWS ဟာ custom AI infrastructure တစ်ခု တည်ဆောက်ဖို့အတွက် NVLink Fusion ကို လိုင်စင်ချပေးသွားမှာပါ။ AWS ဟာ သူ့ရဲ့ custom-designed silicon အမျိုးအစားများစွာမှာ NVLink Fusion နည်းပညာကို ထည့်သွင်းဖို့ စီစဉ်ထားပါတယ်။ ဒီထဲမှာ inference task တွေနဲ့ agentic AI model training အတွက် ရည်ရွယ်တဲ့ next-generation Trainium4 accelerators တွေ ပါဝင်ပါတယ်။ NVIDIA NVLink Fusion ကို အသုံးပြုခြင်းအားဖြင့် AWS ဟာ NVIDIA NVLink scale-up interconnect ကို NVIDIA MGX rack architecture နဲ့ သူ့ရဲ့ custom silicon နဲ့ ချိတ်ဆက်ပေးမှာ ဖြစ်ပါတယ်။ ရည်ရွယ်ချက်ကတော့ စွမ်းဆောင်ရည်ကို မြှင့်တင်ဖို့၊ system design ကို ရိုးရှင်းစေဖို့နဲ့ next-generation, cloud-scale AI platform တွေအတွက် ဈေးကွက်အသင့်ဖြစ်မှုကို မြန်ဆန်စေဖို့ပဲ ဖြစ်ပါတယ်။
AWS သည် rack၊ chassis၊ power delivery နှင့် cooling subsystem များအပါအဝင် rack-scale solution အပြည့်အစုံကို ပံ့ပိုးပေးသည့် NVLink Fusion supplier ecosystem မှလည်း အကျိုးကျေးဇူးများ ရရှိပါသည်။ ဤ ecosystem သည် AWS အတွက် high-density၊ AI-optimized infrastructure ကို တည်ဆောက်ပေးသောကြောင့် ဝယ်ယူမှုနှင့် integration ကို ပိုမိုလွယ်ကူစေသည်။ Trainium4 ကို NVLink နှင့် NVIDIA MGX တို့နှင့် ချောမွေ့စွာအလုပ်လုပ်ရန် ဒီဇိုင်းထုတ်ထားသည်။ ၎င်းသည် NVIDIA နှင့် AWS အကြား multigenerational NVLink Fusion ပူးပေါင်းဆောင်ရွက်မှု၏ ပထမအဆင့်ဖြစ်သည်။ AWS သည် NVIDIA GPU များနှင့်အတူ NVIDIA MGX racks များကို အတိုင်းအတာတစ်ခုအထိ ဖြန့်ကျက်ပြီးဖြစ်သည်။ NVLink Fusion ကို ပေါင်းစပ်ခြင်းသည် AWS silicon နှင့် NVIDIA hardware တို့ကို ရောနှော၍ မတူညီသော platform များတစ်လျှောက် ဖြန့်ကျက်မှုနှင့် systems management ကို စံသတ်မှတ်ပြီး ချောမွေ့စေရန် ရည်ရွယ်ပါသည်။
ထို့အပြင်၊ AWS သည် အထွေထွေရည်ရွယ်ချက်နှင့် cloud-native workloads အမျိုးမျိုးကို ကိုင်တွယ်သည့် Graviton CPU အမျိုးမျိုးကို အသုံးပြုသည်။ AWS Nitro System သည် virtualization၊ လုံခြုံရေးနှင့် data-plane offload တို့ကို ပံ့ပိုးပေးခြင်းဖြင့် အရေးကြီးသော အခန်းကဏ္ဍမှ ပါဝင်သောကြောင့် AWS ဝန်ဆောင်မှုများအတွက် အလုံးစုံစွမ်းဆောင်ရည်နှင့် ကာကွယ်မှုကို တိုးတက်စေသည်။
NVIDIA တည်ထောင်သူနှင့် CEO Jensen Huang က ပိုမိုစွမ်းဆောင်ရည်ရှိသော AI မော်ဒယ်များနှင့် ပိုမိုကြီးမားသော enterprise adoption ကြောင့် GPU computing အတွက် တိုးပွားလာသော ၀ယ်လိုအားကို တုံ့ပြန်သည့်အနေဖြင့် ပူးပေါင်းဆောင်ရွက်မှုကို ပုံဖော်ခဲ့သည်။ သူက AWS Trainium4 နှင့် NVLink Fusion ပေါင်းစပ်မှုသည် NVIDIA ၏ scale-up architecture ကို AWS ၏ custom silicon နှင့် ပေါင်းစပ်ပြီး နောက်မျိုးဆက် အရှိန်မြှင့်ထားသော platform များကို ဖန်တီးရန် နည်းလမ်းတစ်ခုအဖြစ် ဖော်ပြခဲ့ပြီး AI စက်မှုတော်လှန်ရေးဟု သူခေါ်ဆိုသည့်အရာကို မြှင့်တင်ပေးခဲ့သည်။ Huang ၏ ရည်မှန်းချက်မှာ အဆင့်မြင့် AI ကို ပိုမိုရရှိနိုင်စေရန်နှင့် ကမ္ဘာလုံးဆိုင်ရာ အခြေခံအဆောက်အအုံများကို ကျယ်ပြန့်သော ဉာဏ်ရည်ဉာဏ်သွေးဆီသို့ ရွှေ့ပြောင်းရန်ဖြစ်ကြောင်း ပြောကြားခဲ့သည်။
AWS ၏ CEO မတ်ဂါမန်းက ကုမ္ပဏီနှစ်ခုကြား ၁၅ နှစ်ကြာ ဆက်ဆံရေး၏ အတိမ်အနက်ကို မီးမောင်းထိုးပြခဲ့ပြီး ပူးပေါင်းဆောင်ရွက်မှုသည် ကြီးမားသော AI အခြေခံအဆောက်အအုံများကို တိုးတက်စေကြောင်း ထောက်ပြခဲ့သည်။ ပိုမိုမြင့်မားသော စွမ်းဆောင်ရည်၊ ပိုမိုကောင်းမွန်သော ထိရောက်မှုနှင့် တိုးချဲ့နိုင်မှု တိုးမြှင့်ခြင်း အပါအဝင် ဖောက်သည်ရလဒ်များကို ၎င်းက ဖော်ပြခဲ့သည်။ ဂါမန်းက Trainium၊ Graviton နှင့် Nitro တို့တွင် NVIDIA NVLink Fusion အတွက် ပံ့ပိုးမှုကို အလေးပေးပြောကြားခဲ့ပြီး AWS ဖောက်သည်များအတွက် နည်းပညာဆိုင်ရာ စွမ်းရည်အသစ်များကို ဖွင့်လှစ်ပေးပြီး ပိုမိုမြန်ဆန်သော ဆန်းသစ်တီထွင်မှုကို အားပေးသည်။
AWS မှာ NVIDIA Vera Rubin ဗိသုကာလက်ရာ
ကွန်ရက်ချိတ်ဆက်မှုတွင်၊ AWS ရှိ NVIDIA Vera Rubin ဗိသုကာသည် AWS Elastic Fabric Adapter နှင့် Nitro System ကို ပံ့ပိုးပေးမည်ဖြစ်သည်။ ဤဒီဇိုင်းသည် AWS ၏ရှိပြီးသား cloud အခြေခံအဆောက်အအုံနှင့် အပြည့်အဝ တွဲဖက်အသုံးပြုနိုင်မှုကို သေချာစေပြီး AI ဝန်ဆောင်မှုအသစ်များ ပေးအပ်ခြင်းကို အရှိန်မြှင့်တင်ပေးသည့်အပြင် ပြောင်းလွယ်ပြင်လွယ်ရှိပြီး ခိုင်မာသော ကွန်ရက်ချိတ်ဆက်မှု ရွေးချယ်မှုများကို ဖောက်သည်များအား ပေးဆောင်ပါသည်။
Blackwell နှင့် AWS AI စက်ရုံများနှင့်အတူ စကေးနှင့် အချုပ်အခြာအာဏာ ပေါင်းစည်းခြင်း
AWS သည် NVIDIA HGX B300 စနစ်များနှင့် ကြီးမားသော လေ့ကျင့်မှုနှင့် inference clusters များအတွက် NVIDIA GB300 NVL72 GPU များအပါအဝင် NVIDIA Blackwell ဗိသုကာကို ထည့်သွင်းခြင်းဖြင့် ၎င်း၏ အရှိန်မြှင့်ထားသော computing portfolio ကို တိုးချဲ့နေပါသည်။ ထို့အပြင် visual နှင့် graphics-intensive application များအတွက် ဒီဇိုင်းထုတ်ထားသော NVIDIA RTX PRO 6000 Blackwell Server Edition GPU များကို AWS တွင် မကြာမီ ရရှိနိုင်မည်ဟု မျှော်လင့်ရသည်။
ဤ GPU များသည် AWS AI Factories အတွက် အခြေခံအဆောက်အအုံကျောရိုး၏ အစိတ်အပိုင်းတစ်ခုဖြစ်သည်။ ဤ AI cloud ကမ်းလှမ်းချက်အသစ်သည် AWS မှ စီမံခန့်ခွဲသော ၎င်းတို့၏ကိုယ်ပိုင်ဒေတာစင်တာများတွင် သီးသန့် AI အခြေခံအဆောက်အအုံ လိုအပ်သော ဖောက်သည်များအတွက်ဖြစ်သည်။ မော်ဒယ်သည် ဖောက်သည်ထိန်းချုပ်ထားသော အဆောက်အအုံများအတွင်း cloud-grade AI အခြေခံအဆောက်အအုံကို ပေးဆောင်သည်။ ၎င်းသည် အဖွဲ့အစည်းများသည် ၎င်းတို့၏ကိုယ်ပိုင်ပတ်ဝန်းကျင်အတွင်း ၎င်းတို့၏ AI အရင်းအမြစ်များအပေါ် ကြီးကြပ်မှုနှင့် လုံခြုံရေးကို ထိန်းသိမ်းထားကြောင်း သေချာစေသည်။
၎င်းသည် ဒေသတွင်းဒေတာနေထိုင်မှုလိုအပ်ချက်များကို ဖြည့်ဆည်းပေးခြင်းဖြင့် ဒေတာထိန်းချုပ်မှုကိုလည်း အာရုံစိုက်ပါသည်။ ဤနည်းအားဖြင့် ထိလွယ်ရှလွယ်သောအချက်အလက်များသည် သတ်မှတ်ထားသော ပထဝီဝင်ကန့်သတ်ချက်များအတွင်း ရှိနေမည်ဖြစ်ပြီး စည်းမျဉ်းစည်းကမ်းစံနှုန်းများကို ဖြည့်ဆည်းပေးနေစဉ်တွင် ချောမွေ့သောလည်ပတ်မှုများကို ခွင့်ပြုပါသည်။ မော်ဒယ်သည် အဆင့်မြင့်လေ့ကျင့်မှုနှင့် ကောက်ချက်ချမှုပလက်ဖောင်းများကို အသုံးပြုခွင့်ပေးပြီး အသုံးပြုသူများအား ကြီးမားသောဒေတာစုများတွင် ရှုပ်ထွေးသော AI ဖြေရှင်းချက်များကို ထိရောက်စွာ တီထွင်၊ ဖြန့်ကျက်နှင့် စီမံခန့်ခွဲနိုင်စေပါသည်။
ကမ္ဘာလုံးဆိုင်ရာ ကတိကဝတ်
NVIDIA နှင့် AWS တို့သည် ကမ္ဘာတစ်ဝှမ်းရှိ အချုပ်အခြာအာဏာပိုင် AI cloud များကို ဖြန့်ကျက်ရန်နှင့် တင်းကျပ်သော အချုပ်အခြာအာဏာပိုင် AI မူဝါဒများကို လိုက်နာရန် လိုအပ်သော ဒေသများသို့ အဆင့်မြင့် AI စွမ်းရည်များကို ယူဆောင်လာရန် ကတိပြုထားသည်။ AWS AI Factories ဖြင့် ကုမ္ပဏီနှစ်ခုသည် တိုးပွားလာသော စည်းမျဉ်းစည်းကမ်းနှင့် အချက်အလက်အချုပ်အခြာအာဏာ လိုအပ်ချက်များကို ဖြည့်ဆည်းပေးနေစဉ်တွင် ယှဉ်နိုင်စရာမရှိသော တွက်ချက်မှုစွမ်းရည်ကို ပေးစွမ်းနိုင်သည့် လုံခြုံပြီး အချုပ်အခြာအာဏာပိုင် AI အခြေခံအဆောက်အအုံကို ပံ့ပိုးပေးရန် စီစဉ်ထားသည်။
အစိုးရကဏ္ဍအဖွဲ့အစည်းများအတွက် AWS သည် AI Factories များကို ဖက်ဒရယ်စူပါကွန်ပျူတာနှင့် AI မဟာဗျူဟာတွင် သိသာထင်ရှားသော အပြောင်းအလဲတစ်ခုအဖြစ် ရှုမြင်သည်။ သုံးစွဲသူများသည် AWS ၏ ယုံကြည်စိတ်ချရသော၊ လုံခြုံသော နှင့် တိုးချဲ့နိုင်သော cloud အခြေခံအဆောက်အအုံကို NVIDIA Blackwell GPU များနှင့် NVIDIA Spectrum-X Ethernet switch များအပါအဝင် NVIDIA အရှိန်မြှင့်ထားသော computing stack အပြည့်အစုံနှင့် ပေါင်းစပ်နိုင်သည်။
ရည်မှန်းချက်မှာ ဖောက်သည်များအား အဆင့်မြင့် AI ဝန်ဆောင်မှုများနှင့် စွမ်းရည်များကို ဝင်ရောက်ကြည့်ရှုနိုင်စေမည့် ပေါင်းစည်းထားသောစနစ်တစ်ခု ဖန်တီးရန်ဖြစ်ပြီး ၎င်းတို့အား အရွယ်အစားကြီးမားသော မော်ဒယ်များကို လေ့ကျင့်ပေးပြီး ဖြန့်ကျက်နိုင်စေမည်ဖြစ်သည်။ ထို့အပြင် အဖွဲ့အစည်းများသည် ဒေသဆိုင်ရာစည်းမျဉ်းများနှင့် ကိုက်ညီသော ပိုင်ဆိုင်မှုဒေတာများကို တင်းကျပ်စွာ ထိန်းချုပ်ထားသည်။
AWS ရှိ NVIDIA ဆော့ဖ်ဝဲ- ဆော့ဖ်ဝဲရေးသားသူနှင့် ဒေတာအတွေ့အကြုံကို ရိုးရှင်းစေခြင်း
NVIDIA နှင့် AWS တို့သည် unstructured data များ၏ processing ကို အရှိန်မြှင့်ရန်နှင့် agent lifecycles များကို စီမံခန့်ခွဲရန် software နှင့် data layers များတွင်လည်း အတူတကွ လုပ်ဆောင်နေကြသည်။
Amazon OpenSearch Service တွင် GPU-accelerated vector search နှင့် clustering အတွက် open-source library တစ်ခုဖြစ်သည့် NVIDIA cuVS မှ ပံ့ပိုးပေးသော vector index တည်ဆောက်ရန်အတွက် serverless GPU acceleration ကို ယခုထည့်သွင်းပေးထားပါသည်။ ဤပေါင်းစပ်မှုသည် vector-heavy၊ unstructured data workloads များအတွက် GPU များသည် default engine ဖြစ်လာစေရန် ဦးတည်သွားပါသည်။
အစောပိုင်းအသုံးပြုသူများသည် ၎င်းတို့၏ workflow များတွင် သိသာထင်ရှားသောတိုးတက်မှုများကို တင်ပြကြပြီး vector indexing သည် ဆယ်ဆအထိ ပိုမိုမြန်ဆန်ပြီး ထိရောက်မှုကို သိသိသာသာ မြှင့်တင်ပေးကြောင်း ထောက်ပြကြသည်။ ထို့အပြင် ဤချဉ်းကပ်မှုအသစ်သည် ရိုးရာနည်းလမ်းများထက် လေးပုံတစ်ပုံခန့် ကုန်ကျပြီး သိသာထင်ရှားသော ငွေစုမှုကို ရရှိစေပါသည်။ ဤတိုးတက်မှုများကို အသုံးပြုသူများအတွက် မြန်နှုန်းနှင့် စီးပွားရေးအကျိုးကျေးဇူး နှစ်မျိုးလုံးကို ပေးစွမ်းသည့် 획기적인 획기적인 အဖြစ် ရှုမြင်ကြသည်။
ဤစွမ်းဆောင်ရည်နှင့် ကုန်ကျစရိတ်မြှင့်တင်မှုများသည် ရှာဖွေမှုနှောင့်နှေးမှုကို လျှော့ချရန်၊ ရေးသားလမ်းကြောင်းများကို အရှိန်မြှင့်ရန်နှင့် လျင်မြန်စွာ vector indexing သည် အရေးကြီးသည့် retrieval-augmented generation ကဲ့သို့သော dynamic AI ပုံစံများအတွက် throughput ကို တိုးတက်စေရန် ကူညီပေးသည်။ AWS သည် NVIDIA GPU များဖြင့် ကျောထောက်နောက်ခံပြုထားသော serverless vector indexing ကို ပေးဆောင်သည့် ပထမဆုံးသော အဓိက cloud provider ဖြစ်သည်။
AI အေးဂျင့်များကို proof of concept မှ production သို့ပြောင်းလဲရန်အတွက် ဖောက်သည်များသည် performance data၊ optimization tools များနှင့် scalable management တို့ကို မြင်တွေ့ရန် လိုအပ်ပါသည်။
NVIDIA နှင့် AWS တို့သည် အဓိကအစိတ်အပိုင်းများစွာကို ပေါင်းစပ်ခြင်းဖြင့် ပြီးပြည့်စုံသော end-to-end ဖြေရှင်းချက်တစ်ခုကို ဖန်တီးရန် ပူးပေါင်းလုပ်ဆောင်နေကြသည်။ ဤပူးပေါင်းဆောင်ရွက်မှုသည် ၎င်းတို့၏ပလက်ဖောင်းများတစ်လျှောက်တွင် agent ဖွံ့ဖြိုးတိုးတက်မှု၊ စီမံခန့်ခွဲမှုနှင့် optimization လုပ်ငန်းစဉ်များကို ရိုးရှင်းစေရန် ရည်ရွယ်ပါသည်။
ဤအစီအစဉ်၏ အဓိကအချက်မှာ အေးဂျင့်ဖန်တီးခြင်းနှင့် စီမံခန့်ခွဲမှုတွင် အထောက်အကူဖြစ်စေရန် ဒီဇိုင်းထုတ်ထားသော Strands Agents ဖြစ်သည်။ ၎င်းကိုဖြည့်စွက်ပေးသည့် NVIDIA NeMo Agent Toolkit သည် ထိရောက်သော ဖြန့်ကျက်မှုကို သေချာစေပြီး နက်ရှိုင်းသောပရိုဖိုင်ပြုလုပ်ခြင်း၊ စွမ်းဆောင်ရည်ချိန်ညှိခြင်းနှင့် အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်းအတွက် အဆင့်မြင့်ကိရိယာများကို ပံ့ပိုးပေးသည်။ တစ်ချိန်တည်းမှာပင်၊ Amazon Bedrock ၏ AgentCore သည် AWS ပတ်ဝန်းကျင်အတွင်းရှိ အေးဂျင့်များအတွက် လုံခြုံပြီး တိုးချဲ့နိုင်သော အခြေခံအဆောက်အအုံကို ပံ့ပိုးပေးပြီး အပလီကေးရှင်းများတစ်လျှောက် ယုံကြည်စိတ်ချရသော လုပ်ငန်းလည်ပတ်မှုများကို ဖွင့်ပေးသည်။ ဤအစိတ်အပိုင်းများအတူတကွ prototype တည်ဆောက်မှုများမှ ထုတ်လုပ်မှုအသင့်၊ စောင့်ကြည့်နိုင်သော နှင့် တိုးချဲ့နိုင်သော AI အေးဂျင့်များအထိ ချောမွေ့သောတိုးတက်မှုကို သေချာစေရန် သတ်မှတ်ထားသည်။
ဤတိုးချဲ့ထားသော software ပူးပေါင်းဆောင်ရွက်မှုသည် AWS တွင် NVIDIA ပေါင်းစပ်မှုများအပေါ် အခြေခံထားပြီး NVIDIA NIM microservices နှင့် NVIDIA Riva ကဲ့သို့သော speech အတွက် နှင့် NVIDIA BioNeMo ကဲ့သို့သော scientific workloads အတွက် frameworks များ ပါဝင်သည်။ ဤစွမ်းရည်များကို Amazon SageMaker နှင့် Amazon Bedrock တွင် model development နှင့် deployment တို့နှင့် ပေါင်းစပ်ထားပြီး ရင်းနှီးသော AWS ဝန်ဆောင်မှုများကို အသုံးပြုနေစဉ်တွင် agentic AI၊ speech AI နှင့် scientific applications များ deployment ကို အရှိန်မြှင့်တင်ရန် ဒီဇိုင်းထုတ်ထားသည်။
AWS မှာ ရုပ်ပိုင်းဆိုင်ရာ AI နဲ့ Robotics တွေကို အရှိန်မြှင့်ခြင်း
ပူးပေါင်းဆောင်ရွက်မှုသည် ရုပ်ပိုင်းဆိုင်ရာ AI နှင့် ရိုဘော့တစ်များအထိလည်း တိုးချဲ့ထားပြီး၊ ရိုဘော့မော်ဒယ်များကို လေ့ကျင့်ပေးခြင်းနှင့် ဖြန့်ကျက်ခြင်းသည် အရည်အသွေးမြင့်ဒေတာစုများနှင့် ခိုင်မာသော သရုပ်ဖော်မှု မူဘောင်များပေါ်တွင် မူတည်ပါသည်။
NVIDIA Cosmos world foundation models (WFMs) များကို Amazon EKS တွင် NVIDIA NIM microservices အဖြစ် ရရှိနိုင်ပါပြီ။ ၎င်းသည် ဖောက်သည်များအား cloud-native၊ Kubernetes-based environment တွင် real-time robotics control နှင့် simulation workloads များကို လုပ်ဆောင်နိုင်စေမည့် နည်းလမ်းတစ်ခု ပေးစွမ်းပြီး ယုံကြည်စိတ်ချရမှုနှင့် ပြောင်းလွယ်ပြင်လွယ်ရှိမှုကို သေချာစေသည်။
ကြီးမားသော synthetic data generation ကဲ့သို့သော batch-oriented နှင့် offline tasks များအတွက် Cosmos WFM များကို AWS Batch တွင် containers များအဖြစ်လည်း ပေးဆောင်ထားပါသည်။ ၎င်းသည် မတူညီသော ကမ္ဘာ့အခြေအနေများနှင့် scenarios များကို အတိုင်းအတာတစ်ခုအထိ ထုတ်လုပ်ရန်အတွက် high-throughput workflows များကို ပံ့ပိုးပေးပါသည်။
Cosmos မှထုတ်လုပ်သော ကမ္ဘာ့အခြေအနေများကို NVIDIA Isaac Sim နှင့် Isaac Lab ကဲ့သို့သော open-source simulation နှင့် learning framework များတွင် robot အပြုအမူများကို လေ့ကျင့်ပေးပြီး အတည်ပြုရန် အသုံးပြုနိုင်ပါသည်။ ဤလုပ်ငန်းစဉ်သည် ဖွံ့ဖြိုးတိုးတက်မှုနှင့် စမ်းသပ်မှုအဆင့်အမျိုးမျိုးကို အထောက်အကူပြုသည့် ပြီးပြည့်စုံသော pipeline တစ်ခုကို ဖန်တီးပေးပါသည်။ အစပိုင်းတွင် Cosmos WFM များသည် ဖွဲ့စည်းတည်ဆောက်ပုံရှိပြီး ကွဲပြားသောပတ်ဝန်းကျင်များကို ဖန်တီးပေးပြီး အကဲဖြတ်ခြင်းဆိုင်ရာ အခြေအနေအမျိုးမျိုးကို ပံ့ပိုးပေးပါသည်။
ထို့နောက် Isaac Sim နှင့် Isaac Lab တို့သည် ဤပတ်ဝန်းကျင်များအတွင်းရှိ စက်ရုပ်စနစ်များနှင့် မူဝါဒများကို တုပဖန်တီးပါသည်။ ဤတုပဖန်တီးခြင်းအဆင့်သည် ထိန်းချုပ်ထားသောပတ်ဝန်းကျင်တွင် စက်ရုပ်အပြုအမူများကို သေချာစွာစမ်းသပ်ခြင်းနှင့် ပြုပြင်ပြောင်းလဲခြင်းကို ဖြစ်စေပါသည်။ နောက်ဆုံးတွင်၊ မော်ဒယ်များကို စစ်မှန်သောစက်ရုပ်များတွင် ဖြန့်ကျက်ခြင်းမပြုမီ တုပဖန်တီးခြင်းဖြင့် အတည်ပြုပါသည်။ ဤချဉ်းကပ်မှုသည် အန္တရာယ်ကို လျှော့ချပေးပြီး ထပ်ခါတလဲလဲစမ်းသပ်ခြင်းနှင့် ဆက်စပ်သောကုန်ကျစရိတ်များကို လျှော့ချပေးသောကြောင့် ပိုမိုယုံကြည်စိတ်ချရပြီး ထိရောက်သော ဖွံ့ဖြိုးတိုးတက်မှုစက်ဝန်းကို သေချာစေသည်။
ရိုဘော့တစ်ကုမ္ပဏီအမျိုးမျိုးသည် ရိုဘော့တစ်ဖွံ့ဖြိုးတိုးတက်မှုစက်ဝန်းတစ်လျှောက်လုံး AWS တွင် NVIDIA Isaac ပလက်ဖောင်းကို အသုံးပြုနေကြပြီဖြစ်သည်။ ဤအုပ်စုတွင် Agility Robotics၊ Agile Robots၊ ANYbotics၊ Diligent Robotics၊ Dyna Robotics၊ Field AI၊ Haply Robotics၊ Lightwheel၊ RIVR နှင့် Skild AI တို့ ပါဝင်သည်။ ၎င်းတို့၏အသုံးပြုမှုကိစ္စရပ်များတွင် ရိုဘော့ထုတ်လုပ်သောဒေတာများကို စုဆောင်းခြင်း၊ သိမ်းဆည်းခြင်းနှင့် လုပ်ဆောင်ခြင်းမှသည် လက်တွေ့ကမ္ဘာအပလီကေးရှင်းများကို ချဲ့ထွင်ရန် လိုအပ်သော လေ့ကျင့်မှုနှင့် သရုပ်သကန်ဖန်တီးမှုလုပ်ငန်းများအထိ ပါဝင်သည်။
ရေရှည်ပူးပေါင်းဆောင်ရွက်မှုနှင့် စက်မှုလုပ်ငန်းရပ်တည်ချက်
ဤတိုးချဲ့ထားသော ကြေငြာချက်များသည် AWS နှင့် NVIDIA ၏ ရေရှည်ဆက်ဆံရေးကို အခြေခံထားသည်။ မကြာသေးမီက NVIDIA သည် AWS Global GenAI Infrastructure and Data Partner of the Year ဆုကို ရရှိခဲ့သည်။ ဤဆုသည် AWS Generative AI အရည်အချင်းရှိသော နည်းပညာမိတ်ဖက်များကို အသိအမှတ်ပြုပြီး vector embeddings၊ data storage နှင့် management နှင့် data forms နှင့် formats များစွာတွင် synthetic data generation ကို ပံ့ပိုးပေးသူများကို အလေးပေးဖော်ပြသည်။
ဤတိုးချဲ့ထားသော ပူးပေါင်းဆောင်ရွက်မှုသည် AWS နှင့် NVIDIA တို့အား တင်းကျပ်စွာပေါင်းစပ်ထားသော cloud-scale AI platform များကို ပေးအပ်ရန် အနေအထားပေးပါသည်။ ဤ platform များသည် စွမ်းဆောင်ရည်နှင့် အချုပ်အခြာအာဏာ လိုအပ်ချက်နှစ်မျိုးလုံးကို ဖြေရှင်းရန် ရည်ရွယ်ပြီး လုပ်ငန်းများအတွက် စမ်းသပ် AI ပရောဂျက်များမှ ကြီးမားသော ထုတ်လုပ်မှု ဖြန့်ကျက်မှုများအထိ ပိုမိုရိုးရှင်းသော လမ်းကြောင်းကို ပေးဆောင်ပါသည်။
အမေဇုံ