NVIDIA GTC 2025: AI-accelerationsverktyg

NVIDIA utnyttjade GTC 2025 för att tillkännage ny programvara som främjar AI-innovation och optimering.

Under GTC 2025-evenemanget tillkännagav NVIDIA betydande framsteg inom AI och beslutsoptimering, avtäckte de senaste CUDA-X-biblioteken och öppnade sin kraftfulla cuOpt-optimeringsmotor. Dessa innovationer påskyndar dramatiskt datavetenskapliga arbetsflöden och beslutsfattande i realtid inom olika branscher.

I takt med att artificiell intelligens och datavetenskap fortsätter att utvecklas har förmågan att snabbt bearbeta och analysera massiva datamängder blivit en avgörande skillnad. NVIDIAs CUDA-X-bibliotek, byggda på CUDA-plattformen, erbjuder en samling GPU-accelererade bibliotek som levererar betydligt högre prestanda än traditionella CPU-bara alternativ.

Den senaste versionen, cuML 25.02, nu tillgänglig i öppen beta, gör det möjligt för datavetare och forskare att accelerera populära maskininlärningsalgoritmer som scikit-learn, UMAP och HDBSCAN utan kodändringar. Detta accelerationsparadigm med nollkodsändring, som först etablerades av cuDF-pandas för DataFrame-operationer, sträcker sig nu till maskininlärningsuppgifter, vilket minskar beräkningstiden från timmar till sekunder.

cuOpt går med öppen källkod

NVIDIA meddelade också att det kommer att öppna cuOpt, dess AI-drivna beslutsoptimeringsmotor. Detta beslut gör den kraftfulla programvaran fritt tillgänglig för utvecklare, forskare och företag, vilket inleder en ny era av realtidsoptimering i en aldrig tidigare skådad skala.

Beslutsoptimering är avgörande för företag över hela världen, från logistikföretag som bestämmer optimala lastbilsrutter till flygbolag som omdirigerar flyg under störningar. Traditionella optimeringsmetoder kämpar ofta med den exponentiella komplexiteten i dessa problem, vilket tar timmar eller till och med dagar att beräkna lösningar. cuOpt, som drivs av NVIDIA GPU:er, åtgärdar detta genom att dynamiskt utvärdera miljarder variabler samtidigt: lagernivåer, fabriksproduktion, leveransförseningar, bränslekostnader, riskfaktorer och regleringar, för att leverera optimala lösningar i nästan realtid.

Ledande optimeringsföretag, inklusive Gurobi Optimization, IBM, FICOs Xpress-team, HiGHS, SimpleRose och COPT, integrerar eller utvärderar redan cuOpt för att förbättra sina beslutsmöjligheter. Gurobi Optimization, till exempel, testar aktivt cuOpt-lösare för att förfina första ordningens algoritmer för nästa nivås prestanda.

Tidiga riktmärken visar cuOpts anmärkningsvärda prestanda:

• Linjär programmeringsacceleration: 70x snabbare i genomsnitt än CPU-baserade lösare, med hastigheter från 10x till 3,000 XNUMXx.
• Blandat heltalsprogrammering: 60x snabbare löser, som demonstrerats av SimpleRose.
• Fordonsrutt: 240x snabbare dynamisk routing, vilket möjliggör nästan omedelbara ruttjusteringar.

AI-dataplattform för Accelerated Enterprise Storage

Dessutom presenterade NVIDIA NVIDIA AI-dataplattform, en anpassningsbar referensarkitektur designad för att accelerera AI-inferensarbetsbelastningar inom företagslagringssystem. Denna nya plattform gör det möjligt för lagringsleverantörer att integrera specialiserade AI-frågeagenter som drivs av NVIDIAs accelererade dator-, nätverks- och mjukvarutekniker.

Med hjälp av NVIDIA AI Enterprise-programvara, inklusive NVIDIA NIM-mikrotjänster för de nya NVIDIA Llama Nemotron-resonemangsmodellerna och NVIDIA AI-Q Blueprint, kan dessa AI-frågeagenter snabbt generera insikter från strukturerade, semistrukturerade och ostrukturerade datakällor. Detta inkluderar text, PDF-filer, bilder och videor.

Plattformen använder NVIDIA Blackwell GPU:er, BlueField DPU:er, Spectrum-X-nätverk och NVIDIA Dynamo open-source inferensbibliotek för att förbättra prestandan avsevärt. BlueField DPU:er ger upp till 1.6 gånger högre prestanda än traditionella CPU-baserade lagringslösningar, samtidigt som de minskar strömförbrukningen med upp till 50 %. Spectrum-X-nätverk accelererar ytterligare AI-lagringstrafik med upp till 48 % jämfört med konventionellt Ethernet.

Ledande lagringsleverantörer, inklusive DDN, Dell Technologies, VAST Data, HPE, Hitachi Vantara, IBM, NetApp, Nutanix, Pure Storage och WEKA, samarbetar med NVIDIA för att integrera dessa funktioner i deras företagslagringserbjudanden. NVIDIA-certifierade lagringsleverantörer planerar att lansera lösningar baserade på NVIDIA AI Data Platform från och med denna månad.

NVIDIA Llama Nemotron Reasoning Models

NVIDIA tillkännagav också nya modeller i Lama Nemotron familjen, en serie öppna, företagsklara AI-resonemangsmodeller designade speciellt för att bygga avancerade agenter som kan lösa komplexa uppgifter. Baserat på LLAMA, en av de mest använda öppna modellerna, har Llama Nemotron-modellerna beskärs algoritmiskt för att minska modellstorleken, optimera beräkningseffektiviteten samtidigt som noggrannheten bevaras.

Dessa modeller har efterutbildats ytterligare för att inducera resonemangsförmåga över kritiska riktmärken för matematik, verktygsanrop, instruktionsföljande och konversationsuppgifter. NVIDIA gör dessa modeller öppet tillgängliga och släpper de datauppsättningar och träningstekniker som används för att uppnå deras höga noggrannhet. Dessa datauppsättningar omfattar 60 miljarder tokens av NVIDIA-genererade syntetiska data, vilket representerar cirka 360,000 100 H45,000 slutledningstimmar och XNUMX XNUMX mänskliga anteckningstimmar, alla öppet tillgängliga för utvecklare.

En unik egenskap hos Llama Nemotron-modellerna är förmågan att växla resonemangsfunktioner på eller av, vilket ger utvecklare oöverträffad flexibilitet. Modellerna finns i tre varianter, Nano, Super och Ultra. Nano levererar den högsta resonemangsnoggrannheten i sin klass. Super ger optimal noggrannhet i kombination med högsta genomströmning på en enda datacenter-GPU, och Ultra erbjuder maximal agentprecision optimerad för multi-GPU-servrar i datacenterskala.

Nano- och Super-modellerna är tillgängliga omedelbart som NIM-mikrotjänster, tillgängliga och nedladdningsbara på ai.nvidia.com, med Ultra planerad att släppas snart.

NVIDIA Omniverse Blueprint avancerar AI-fabriksdesign och -simulering

Som ett erkännande av den växande efterfrågan på AI-fabriker, presenterade NVIDIA NVIDIA Omniverse Blueprint för AI-fabriksdesign och drift.

Under sin keynote demonstrerade NVIDIAs grundare och VD Jensen Huang hur NVIDIAs datacenterteknikteam utnyttjade Omniverse Blueprint för att planera, optimera och simulera en 1-gigawatt AI-fabrik. Ansluten till ledande simuleringsverktyg som Cadence Reality Digital Twin Platform och ETAP, kan ingenjörer testa och optimera kraft, kylning och nätverk långt innan bygget börjar.

Din Omniversum Blueprint integrerar OpenUSD-bibliotek, vilket gör det möjligt för utvecklare att samla 3D-data från olika källor, inklusive NVIDIA-accelererade datorsystem och kraft- eller kylenheter från Schneider Electric och Vertiv. Ritningen hjälper ingenjörer att hantera komponentintegrering, kylningseffektivitet, strömtillförlitlighet och nätverksoptimeringsutmaningar.

Omniverse Blueprint bryter ner traditionella tekniska silos och tillåter multidisciplinära team att samarbeta i realtid, optimera energianvändningen, eliminera potentiella felpunkter och modellera verkliga förhållanden. Realtidssimuleringar möjliggör snabbare beslutsfattande, vilket avsevärt minskar risken för kostsamma stillestånd.

Med 1 biljoner dollar som projiceras för AI-drivna datacenteruppgraderingar, är NVIDIAs Omniverse Blueprint inställd på att leda omvandlingen och hjälpa AI-fabriksoperatörer att ligga steget före i utvecklingen av arbetsbelastningar, minimera stilleståndstiden och maximera effektiviteten.

Nya Isaac GROOT N1 accelererar Humanoid Robotics

NVIDIA introducerade ny teknik vid GTC 2025 för att påskynda utvecklingen av humanoid robotik. Kärnan i detta tillkännagivande är NVIDIA Isaac GR00T N1, världens första öppna och helt anpassningsbara grundmodell designad för generaliserade humanoida resonemang och färdigheter.

GR00T N1 utnyttjar en dubbelsystemsarkitektur som är modellerad efter mänsklig kognition. System 1 fungerar som en snabbverkande modul, analogt med mänskliga reflexer, och genererar exakta robotrörelser tränade på en blandning av mänskliga demonstrationer och syntetisk data från NVIDIA Omniverse. System 2, en långsammare tänkande modul som drivs av en vision språkmodell, tolkar omgivningar och instruktioner för medvetet, metodiskt beslutsfattande. Dessa funktioner gör det möjligt för GR00T N1 att generalisera komplexa, flerstegsuppgifter över applikationer som materialhantering, förpackning och inspektion.

"Generalistisk robotik går in i en transformativ era", sa NVIDIAs vd Jensen Huang. Han demonstrerade denna potential med en humanoid robot från 1X Technologies som utförde hushållsuppgifter självständigt och visade upp de möjligheter som kan uppnås genom minimal ytterligare efterträning.

Bernt Børnich, VD för 1X Technologies, betonade anpassningsförmåga och lärande inom robotik, och noterade hur NVIDIAs GR00T N1 avsevärt effektiviserade utbyggnaden av deras robot NEO Gamma, och främjade humanoider som fungerar som följeslagare och praktiska assistenter.

Ledande robotinnovatörer Agility Robotics, Boston Dynamics, Mentee Robotics och NEURA Robotics har fått tidig tillgång till GR00T N1, vilket placerar dem i framkanten av denna robotikutveckling.

Newton: Fysikmotor med öppen källkod

NVIDIA tillkännagav också Newton, en fysikmotor med öppen källkod utvecklad med Google DeepMind och Disney Research. Newton är optimerad specifikt för robotik och är kompatibel med etablerade simuleringsplattformar som MuJoCo och NVIDIA Isaac Lab. MuJoCo-Warp, ytterligare ett samarbete mellan Google DeepMind och NVIDIA, lovar en 70x acceleration i maskininlärningsbelastningar för robotik.

Disney Research kommer att integrera Newton i sin robotkaraktärsplattform, vilket ger bränsle till uttrycksfulla nästa generations underhållningsrobotar som Star Wars-inspirerade BDX-droider som presenterades under Huangs keynote. Kyle Laughlin, Senior Vice President på Walt Disney Imagineering Research & Development, belyste Newtons roll i att skapa mer interaktiva och känslomässigt engagerande robotkaraktärer för framtida Disney-upplevelser.

Isaac GROOT Blueprint presenteras

GR00T N1 använder en dubbelsystemsarkitektur inspirerad av mänsklig kognition. System 1 representerar en snabbtänkt handlingsmodell som återspeglar mänskliga reflexer och intuition. System 2 fungerar som en långsamt tänkande modell för medvetet och metodiskt beslutsfattande.

System 2, som drivs av en visionspråkmodell, analyserar sin omgivning och de instruktioner det har fått för att planera åtgärder. System 1 översätter sedan dessa planer till exakta, kontinuerliga rörelser för roboten. System 1 tränas med hjälp av mänskliga demonstrationsdata och en stor mängd syntetisk data som genereras av NVIDIA Omniverse-plattformen.

För att tillgodose robotutvecklares ständiga behov av omfattande utbildningsdata av hög kvalitet, avslöjade NVIDIA Isaac GR00T Blueprint för syntetisk rörelsegenerering. Denna ritning producerar snabbt massiva syntetiska datauppsättningar - 780,000 11 syntetiska banor (motsvarande nio månader av kontinuerlig mänsklig data) genererades på 00 timmar. Integreringen av denna syntetiska data höjde GR1T N40:s prestanda med XNUMX % jämfört med enbart verklig data.

För att ytterligare stödja robotgemenskapen släppte NVIDIA GR00T N1-datauppsättningar och utvärderingsscenarier via Hugging Face och GitHub. Dessutom kan utvecklare komma åt Isaac GR00T Blueprint-demon på build.nvidia.com och GitHub. Den kommande fysikmotorn från Newton, som väntas senare i år, kommer att komplettera dessa resurser ytterligare. NVIDIAs DGX Spark personliga AI superdator erbjuder en nyckelfärdig lösning för utvecklare för att utöka GR00T N1:s kapacitet för olika robotapplikationer.

Avancerade Cosmos World Foundation-modeller för fysisk AI-utveckling

På GTC 2025 tillkännagav NVIDIA en betydande expansion av sin Cosmos World Foundation Modeller (WFM), som erbjuder utvecklare öppna, helt anpassningsbara resonemangsmodeller för att avsevärt förbättra fysisk AI-utveckling. Dessa innovationer ger oöverträffad kontroll och effektivitet när det gäller att generera syntetisk träningsdata för robotik och autonoma fordon.

Bland de viktigaste lanseringarna finns två nya ritningar som drivs av NVIDIAs Omniverse- och Cosmos-plattformar, vilket påskyndar generering av syntetisk data och efterträningsprocesser. Tidiga användare av dessa plattformar inkluderar industriledare som 1X, Agility Robotics, Figure AI, Foretellix, Skild AI och Uber, som redan utnyttjar Cosmos för förbättrad datarikedom och skalbarhet.

Cosmos Transfer, ett betydande framsteg inom syntetisk datagenerering, tar strukturerade videoingångar – som segmenteringskartor, lidar-skanningar och poseuppskattning – och omvandlar dem till kontrollerbara, fotorealistiska videoutgångar. Detta effektiviserar träningen av perception AI genom att effektivt omvandla Omniverse-genererade 3D-simuleringar till realistiska videodatauppsättningar. Agility Robotics är bland de första att integrera Cosmos Transfer och använder det i stor utsträckning för att förbättra sina robotträningsprocesser.

Omniverse Blueprint använder Cosmos Transfer

För autonoma fordonssimuleringar introducerade NVIDIA Omniverse Blueprint som använder Cosmos Transfer för att variera sensordataförhållanden, såsom väder eller belysning, vilket avsevärt berikar datamängder. Foretellix och Parallel Domain har antagit denna ritning, vilket möjliggör förbättrade och mer varierande beteendescenariosimuleringar.

Dessutom använder NVIDIA GR00T Blueprint både Omniverse och Cosmos Transfer-plattformar för att snabbt generera storskaliga syntetiska manipulationsrörelsedataset, vilket dramatiskt minskar tiden som behövs för datainsamling från dagar till bara timmar.

Cosmos Predict och Cosmos Reason

Cosmos Predict, som först visades upp på CES i januari, underlättar generering av intelligent virtuell värld från multimodala ingångar, inklusive text, bilder och videor. De senaste Cosmos Predict-modellerna är förbättrade för att stödja generering av flera bildrutor och förutsäga mellanliggande åtgärder från initiala och slutliga visuella tillstånd. Använder NVIDIAs Grace Blackwell NVL72 system, utvecklare uppnår realtid, anpassningsbar virtuell världsgenerering. Organisationer som 1X, Skild AI, Nexar och Oxa utnyttjar Cosmos Predict för framsteg inom robotik och autonom körning.

NVIDIA introducerade också Cosmos Reason, en öppen och anpassningsbar WFM kapabel till spatiotemporal resonemang. Denna modell använder chain-of-thought-metoder för att analysera och tolka videodata och förutsäga interaktionsresultat som tydligt beskrivs i naturligt språk. Cosmos Reason effektiviserar datakommentarer, förbättrar befintliga WFM:er och stödjer skapandet av åtgärdsplanerare på hög nivå för fysiska AI-system.

NVIDIA erbjuder robusta funktioner efter träning med PyTorch-skript eller NVIDIA NeMo på DGX Cloud för att påskynda datakurering och modellförfining. NeMo Curator accelererar ytterligare storskalig videodatabehandling, med Linker Vision, Milestone Systems, Virtual Incision, Uber och Waabi som använder dessa lösningar för avancerade AI-applikationer.

I linje med NVIDIAs ansvarsfulla AI-åtagande, innehåller Cosmos WFM:s transparenta skyddsräcken och innehållsidentifiering genom ett samarbete med Google DeepMinds SynthID-vattenmärkningsteknik.

Cosmos WFM är tillgängliga i NVIDIA API-katalogen och Vertex AI Model Garden på Google Cloud. Cosmos Predict och Cosmos Transfer kan nås öppet på Hugging Face och GitHub, medan Cosmos Reason är tillgänglig i tidig åtkomst.

Oracle och NVIDIA samarbetar för att accelerera Enterprise AI-innovation

Oracle och NVIDIA har meddelat en banbrytande integration av NVIDIAs accelererade dator- och slutledningsprogramvara med Oracles AI-infrastruktur och generativa AI-tjänster. Detta partnerskap är utformat för att påskynda den globala implementeringen av agenta AI-applikationer, vilket avsevärt förbättrar organisationers kapacitet i AI-drivna arbetsbelastningar.

Integrationen tillåter Oracle Cloud Infrastructure (OCI)-kunder direktåtkomst till över 160 AI-verktyg och mer än 100 NVIDIA NIM-mikrotjänster via OCI-konsolen. Oracle och NVIDIA samarbetar om lösningar utan kod genom Oracle och NVIDIA AI Blueprints och optimerar AI-vektorsökningsmöjligheter i Oracle Database 23ai med hjälp av NVIDIAs cuVS-bibliotek.

Skräddarsydda lösningar för Enterprise AI

Genom att integrera NVIDIA AI Enterprise-programvara i OCI-konsolen minskar driftsättningstiden för resonemangsmodeller dramatiskt. Kunder får omedelbar tillgång till optimerade, molnbaserade NVIDIA NIM-mikrotjänster som stöder avancerade AI-modeller som NVIDIAs Llama Nemotron. NVIDIA AI Enterprise kommer att vara tillgänglig som distributionsbilder för OCI bare-metal-instanser och Kubernetes-kluster via OCI Kubernetes Engine, med Oracle som tillhandahåller sömlös direktfakturering och kundsupport.

Kunder som Soley Therapeutics utnyttjar OCI AI-infrastruktur i kombination med NVIDIA AI Enterprise och Blackwell GPU:er för att driva genombrott inom AI-driven läkemedelsupptäckt. Detta integrerade erbjudande möter en rad företagsbehov, från datasekretess och suveränitet till applikationer med låg latens.

Accelererad AI-distribution genom ritningar

OCI AI Blueprints förser kunder med automatiserade distributionsrecept utan kod, vilket dramatiskt förenklar installationen av AI-arbetsbelastningar. NVIDIA Blueprints kompletterar detta med enhetliga referensarbetsflöden, vilket gör det möjligt för företag att snabbt skräddarsy och implementera anpassade AI-applikationer som drivs av NVIDIA AI Enterprise och NVIDIA Omniverse.

För att ytterligare förenkla utvecklingen av AI-applikationer kommer NVIDIA Omniverse-plattformen, Isaac Sim-arbetsstationerna och Omniverse Kit App Streaming att finnas tillgängliga via OCI Marketplace senare i år. Dessa erbjudanden kommer att dra nytta av NVIDIA L40S GPU-accelererade bare-metal-beräkningsinstanser. Pipefy, en AI-driven affärsautomatiseringsplattform, exemplifierar framgången med dessa ritningar och använder dem för effektiva dokument- och bildbehandlingsuppgifter.

AI-inferens i realtid med NVIDIA NIM på OCI Data Science

OCI Data Science-miljön inkluderar nu föroptimerade NVIDIA NIM-mikrotjänster, som möjliggör snabb distribution av AI-inferenslösningar i realtid med minimal infrastrukturhantering. Kunder upprätthåller datasäkerhet och efterlevnad eftersom dessa modeller fungerar inom deras OCI-hyresavtal, tillgängliga genom flexibla prismodeller, inklusive timfakturering eller Oracle Universal Credits.

Förbättrad Oracle Database 23ai

Oracle och NVIDIA förbättras Oracle Database 23ai:s AI Vector Search funktionalitet genom att utnyttja NVIDIA GPU:er och cuVS. Detta samarbete påskyndar avsevärt skapandet och underhållet av vektorinbäddningar och index, vilket optimerar prestanda för intensiva AI-vektorsökningar. Företag som DeweyVision använder redan denna integration för avancerad AI-driven medieanalys och hämtning, vilket förändrar produktionsarbetsflöden och innehållsupptäckbarhet.

Partnerskapet introducerar också nästa generations NVIDIA Blackwell GPU:er över OCI:s globala infrastruktur, inklusive publika moln, suveräna moln, dedikerade regioner, Oracle Alloy, Compute Cloud@Customer och Roving Edge Devices. OCI kommer snart att presentera NVIDIA GB200 NVL72-system, som levererar enorma beräkningsmöjligheter med avsevärt förbättrad effektivitet och kostnadseffektivitet. OCI är bland de första att erbjuda den kraftfulla NVIDIA Blackwell-accelererade datorplattformen, som ytterligare utvecklar AI-resonemang och fysisk AI-kapacitet.

SoundHound använder OCI:s NVIDIA GPU-accelererade infrastruktur för att driva miljarder samtalsfrågor årligen, vilket visar upp detta samarbetes verkliga effektivitet och skalbarhet i röst- och konversations-AI-lösningar.

Omniversum Blueprint för Earth-2 Weather Analytics

NVIDIA introducerade Omniversum Blueprint för Earth-2 väderanalys, designad för att påskynda utvecklingen och driftsättningen av mycket exakta väderprognoslösningar. Detta innovativa ramverk utrustar företag med avancerad teknik för att förbättra riskhantering, katastrofberedskap och klimattålighet, kritiska områden, med tanke på att klimatrelaterade väderhändelser har orsakat globala ekonomiska effekter på totalt cirka 2 biljoner dollar under det senaste decenniet.

Omniverse Blueprint for Earth-2 tillhandahåller omfattande referensarbetsflöden, som inkluderar NVIDIA GPU-accelerationsbibliotek, fysik-AI-ramverk, utvecklingsverktyg och tillgängliga NVIDIA NIM-mikrotjänster. Dessa mikrotjänster inkluderar CorrDiff för högupplösta numeriska väderprognoser och FourCastNet för global atmosfärisk dynamikprognos. Företag, forskare och statliga myndigheter utnyttjar redan dessa mikrotjänster för att få insikter och minska risker i samband med extremt väder.

Adoption och support av ekosystem

Framstående klimatteknikföretag, som AI-fokuserade G42, JBA Risk Management och Spire Global, utnyttjar NVIDIAs Earth-2-plattform för att skapa innovativa AI-förbättrade väderlösningar. Dessa organisationer levererar dramatiskt accelererade väderprognoser genom att integrera egen företagsdata, vilket minskar traditionella förutsägelsetider från timmar till sekunder.

G42 distribuerar delar av Omniverse Blueprint med sina AI-prognosmodeller för att förbättra UAE:s National Center of Meteorologys väderprognoser och katastrofhanteringsmöjligheter. Spire Global använder blueprint-härledda AI-komponenter och proprietära satellitdata för att erbjuda medeldistans- och undersäsongsprognoser, som avsevärt överträffar traditionella fysikbaserade modeller med en faktor 1,000 XNUMX i hastighet.

Ytterligare tidiga användare och upptäcktsresande inkluderar Taiwans Central Weather Administration, The Weather Company, Ecopia AI, ESRI, GCL Power, OroraTech och Tomorrow.io, vilket ytterligare utökar Earth-2:s ekosystem och applikationsmångfald.

Avancerade generativa AI-funktioner

The Omniverse Blueprint inkluderar CorrDiff, tillgänglig som en NVIDIA NIM-mikrotjänst, vilket ger prestandafördelar på upp till 500 gånger högre hastighet och 10,000 XNUMX gånger mer energieffektivitet än traditionella CPU-baserade metoder. Oberoende mjukvaruleverantörer (ISV) kan utnyttja denna ritning för att snabbt bygga AI-drivna väderanalyslösningar, dra nytta av förbättrad observationsdatabearbetning för förbättrad noggrannhet och lyhördhet.

Esri, den ledande geospatiala mjukvaruleverantören, samarbetar med NVIDIA för att koppla ihop sin ArcGIS-plattform med Earth-2. OroraTech och Tomorrow.io integrerar proprietära datamängder i NVIDIAs Earth-2 digitala tvilling för att förbättra nästa generations AI-modeller.

Drivs av NVIDIA DGX Cloud

Omniverse Blueprint for Earth-2 utnyttjar NVIDIA DGX Cloud-infrastruktur, inklusive superdatorerna DGX GB200, HGX B200 och OVX, vilket möjliggör högpresterande simulering och visualisering av globala klimatscenarier. Denna omfattande molndrivna lösning förbättrar avsevärt AI-drivna väderprognoser, och hjälper organisationer att uppnå oöverträffad prognoshastighet, skala och noggrannhet.

Halos: Säkerhetssystem för autonoma fordon

NVIDIA introducerade Halos, ett omfattande säkerhetsramverk som förenar dess omfattande hårdvara, mjukvarulösningar och banbrytande AI-forskning för att påskynda den säkra utvecklingen av autonoma fordon (AV). Designad för att sträcka sig över hela AV-utvecklingslivscykeln – från molnutbildningsmiljöer till fordonsdistribution – ger Halos utvecklare möjlighet att integrera toppmodern teknik som förbättrar säkerheten för förare, passagerare och fotgängare.

Riccardo Mariani, vicepresident för industrisäkerhet på NVIDIA, betonade det halos förbättrar befintliga säkerhetsåtgärder och skulle kunna påskynda regelefterlevnad och standardiseringsansträngningar, vilket gör det möjligt för partners att välja skräddarsydda tekniska lösningar som uppfyller deras AV-säkerhetsbehov.

Three Pillars of Halos

Halos erbjuder en holistisk säkerhetsstrategi strukturerad kring tre nyckelskikt: teknik, utveckling och beräkningssäkerhet. På tekniknivå tar Halos upp plattformssäkerhet, algoritmisk säkerhet och ekosystemsäkerhet. Under utvecklingen ger den robusta skyddsräcken över design-, distributions- och valideringsstadier. Beräkningsmässigt täcker Halos AI-träning till AV-distribution, som drivs av NVIDIAs DGX-system för AI-modellträning, Omniverse och Cosmos-plattformar som körs på NVIDIA OVX för simulering och NVIDIA DRIVE AGX för fordonsdistribution.

Marco Pavone, NVIDIAs ledande AV-forskare, lyfte fram betydelsen av Halos integrerade tillvägagångssätt i miljöer som utnyttjar generativ AI för allt mer sofistikerade AV-system – områden som traditionell kompositionsdesign och verifieringsmetoder kämpar för att hantera effektivt.

AI Systems Inspection Lab

NVIDIAs AI Systems Inspection Lab, en avgörande del av Halos, är det första programmet i världen som ackrediterats av ANSI National Accreditation Board. Detta labb säkerställer att biltillverkare och utvecklare på ett säkert sätt integrerar NVIDIA-tekniker i sina lösningar, och integrerar funktionell säkerhet, cybersäkerhet, AI-säkerhet och efterlevnad i ett enhetligt säkerhetsprotokoll. De första medlemmarna inkluderar branschledare Ficosa, OMNIVISION, Onsemi och Continental.

Plattforms-, algoritm- och ekosystemsäkerhet

Halos betonar plattformssäkerhet genom ett säkerhetsbedömt system-on-a-chip (SoC), säkerhetscertifierad NVIDIA DriveOS-programvara som sträcker sig från CPU till GPU och DRIVE AGX Hyperion, som integrerar SoC, programvara och sensorer i en enhetlig arkitektur. För algoritmisk säkerhet erbjuder Halos bibliotek och API:er för hantering av säkerhetsdata, tillsammans med avancerade simulerings- och valideringsmiljöer som drivs av NVIDIA Omniverse Blueprint och Cosmos grundmodeller. Ekosystemsäkerhet inkluderar omfattande säkerhetsdatauppsättningar, automatiserade säkerhetsutvärderingar och ständiga förbättringsprocesser.

Säkerhetsuppgifter

Halos utnyttjar NVIDIAs djupa engagemang för AV-säkerhet, vilket understryks av:

• Över 15,000 XNUMX ingenjörsår ägnat åt fordonssäkerhet.
• Mer än 10,000 XNUMX timmar bidrog till internationella standardkommittéer.
• Över 1,000 XNUMX patent inlämnade inom AV-säkerhet.
• Mer än 240 AV-säkerhetsforskningsdokument har publicerats.
• Över 30 säkerhets- och cybersäkerhetscertifieringar.

Nya nyckelcertifieringar för NVIDIAs bilprodukter inkluderar NVIDIA DriveOS 6.0s överensstämmelse med ISO 26262 ASIL D, TÜV SÜDs ISO/SAE 21434 cybersäkerhetsprocesscertifiering och TÜV Rheinlands oberoende säkerhetsbedömning för NVIDIA DRIVE AV-plattformen.

Accelererat kvantforskningscenter för avancerad kvantberäkning tillkännages

NVIDIA tillkännagav inrättandet av ett nytt forskningscenter i Boston NVIDIA Accelerated Quantum Research Center (NVAQC), dedikerad till att utveckla kvantberäkningstekniker. Denna anläggning kommer att slå samman toppmodern kvanthårdvara med NVIDIAs AI-drivna superdatorresurser, vilket avsevärt accelererar kvantsuperdatorkapaciteten.

NVAQC syftar till att ta itu med kritiska utmaningar som kvantberäkningar står inför, inklusive qubit-brusreducering och omvandling av experimentella kvantprocessorer till praktiska, utplacerbara enheter. Nyckelindustriledare inom kvantberäkningar, såsom Quantinuum, Quantum Machines och QuEra Computing, kommer att utnyttja NVAQC:s resurser genom att samarbeta nära med akademiska institutioner på toppnivå, inklusive Harvard Quantum Initiative in Science and Engineering (HQI) och MIT:s grupp för Engineering Quantum Systems (EQuS).

Centret kommer att använda NVIDIAs GB200 NVL72 rack-skala system, den mest kraftfulla hårdvaran optimerad för kvantdatorapplikationer. Denna avancerade infrastruktur kommer att stödja sofistikerade kvantsystemsimuleringar och underlätta implementeringen av kvanthårdvarukontrollalgoritmer med låg latens som är nödvändiga för kvantfelskorrigering. Dessutom kommer den kraftfulla GB200 NVL72-plattformen att driva integrationen av AI-algoritmer i kvantforskning, vilket förbättrar den totala beräkningseffektiviteten.

För att ta itu med integrationskomplexiteten mellan GPU och quantum processing unit (QPU) hårdvara kommer forskare vid NVAQC att använda NVIDIAs CUDA-Q kvantutvecklingsplattform. CUDA-Q underlättar skapandet av avancerade hybridkvantalgoritmer och applikationer, vilket möjliggör smidigare integration och effektivare forskningsresultat.

Samarbeten med Harvards Quantum Initiative kommer att fokusera på banbrytande nästa generations kvantdatorteknik. Samtidigt kommer MIT:s EQuS-grupp att utnyttja NVAQC:s avancerade infrastruktur för att förbättra tekniker, särskilt kvantfelskorrigeringsmetoder som är avgörande för praktiska implementeringar av kvantdatorer.

NVAQC är planerad att inleda sin verksamhet senare i år, vilket markerar ett betydande steg framåt inom kvantdatorforskning och utveckling.

Engagera dig med StorageReview

Nyhetsbrev | Youtube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | Rssflöde