NVIDIA gebruikte AI Day Seoul om de resultaten van fysieke AI-projecten met drie Koreaanse fabrikanten te presenteren: Samsung Electronics op het gebied van chipsimulatie, Kakao Mobility op het gebied van een autonoom rijsysteem van niveau 4 en LG Electronics op het gebied van fabrieksrobots. Het meest opvallende resultaat is te danken aan Samsung, dat een thermische en mechanische analyse op chipniveau terugbracht van ongeveer 18 uur op een 32-core CPU naar 41 seconden op een GPU, een snelheidsverbetering van ongeveer 1,600 keer. Dit werd bereikt door AI-voorspelde materiaaleigenschappen te combineren met een grover raster en GPU-acceleratie.
Samsung versnelt halfgeleidersimulatie
Samsung breidt de samenwerking met NVIDIA uit op het gebied van materiaalonderzoek, procesontwikkeling en apparaatontwerp. Voor TCAD (Technology Computer Aided Design) gebruikt Samsung NVIDIA cuISS en cuDSS om de sparse linear systems, die centraal staan in apparaatsimulaties, te versnellen. GPU-acceleratie wordt ook toegepast op proces- en optische simulaties. In materiaalonderzoek heeft Samsungs sMOL-platform bepaalde kwantumchemische berekeningen tot wel vijf keer sneller uitgevoerd met NVIDIA cuEST. Samsung onderzoekt bovendien cuEquivariance om de tensorbewerkingen te versnellen die worden gebruikt voor het trainen en uitvoeren van atomistische AI-modellen.
Het resultaat van 1,600x is te danken aan workflows voor thermische en mechanische analyses op chipniveau die Samsung ontwikkelt met behulp van NVIDIA PhysicsNeMo. In een AI-homogenisatiecase verving Samsung een berekening op een fijn raster door AI-voorspelde effectieve materiaaleigenschappen op een grover raster en voerde deze uit op een GPU. Hierdoor werd de berekening, die normaal ongeveer 18 uur duurde op een 32-core CPU, teruggebracht tot 41 seconden. De vergelijking betreft alleen deze twee configuraties; NVIDIA maakt de GPU niet bekend en de snelheidsverbetering is evenzeer te danken aan het grovere raster en de AI-surrogaat als aan de hardware.
NVIDIA voegt eraan toe dat de Agent Toolkit deze simulatietools en AI-modellen uiteindelijk met elkaar zou kunnen verbinden, zodat engineeringagents analyses kunnen uitvoeren en ontwerpen kunnen vergelijken. NVIDIA beschrijft dit echter als een mogelijkheid en niet als iets dat Samsung al heeft geïmplementeerd.
Kakao Mobility-abonnementen, rijsysteem niveau 4
Kakao Mobility is van plan voort te bouwen op NVIDIA's technologieën voor voertuigcomputing en -veiligheid om een autonoom rijsysteem van niveau 4 te ontwikkelen. Daarbij combineert het bedrijf zijn eigen rijsoftware en operationele ervaring in de wijk Gangnam in Seoul met NVIDIA's platform voor voertuigcomputing. Het plan maakt gebruik van NVIDIA Hyperion, het referentieplatform voor voertuigsensoren en -computing, gebouwd rond NVIDIA DRIVE AGX Thor, waarbij NVIDIA Halos de veiligheid tijdens de ontwikkeling en validatie ondersteunt.
De eerste ontwikkelingsfase is gepland rondom speciaal voor Kia ontwikkelde voertuigen, en het project is gericht op het ondersteunen van toekomstige mobiliteitsdiensten van niveau 4 in Korea. NVIDIA heeft geen tijdschema voor de uitrol of het aantal voertuigen bekendgemaakt.
LG demonstreert robotleren in de productie.
LG Electronics en NVIDIA demonstreerden robotmanipulatie- en productietaken met LG's CLOiD-robot, die draaide op een NVIDIA Isaac GR00T-processor, in een echte productieomgeving. Het project implementeerde wat NVIDIA een fysiek AI-data-vliegwiel noemt: het verzamelen van data uit de praktijk, data-augmentatie met Cosmos, modeltraining met de GR00T, onboard computing op de NVIDIA Jetson AGX Thor en simulatiegebaseerde evaluatie. Het resultaat werd verpakt in herbruikbare workflows voor verdere ontwikkeling en validatie van CLOiD.
LG en NVIDIA gebruiken de demonstratie om een herhaalbaar proces te verfijnen voor het trainen, evalueren en verbeteren van robots voor de productie. NVIDIA beschrijft de demonstratie als voltooid en de ontwikkeling loopt nog, zonder dat er een datum voor productielancering bekend is.
Amazon