汽车制造厂将采用基于NVIDIA全新Isaac平台构建的AI机器人
2020年5月14日,NVIDIA与宝马集团共同宣布,宝马集团已采用全新NVIDIA Isaac™机器人平台对其车厂进行优化,利用先进的AI计算与可视化技术为其打造物流机器人。
此次合作重点围绕实施基于NVIDIA技术的端到端系统展开,采用基于软件架构开发、运行于NVIDIA开放式Isaac机器人软件平台的机器人,完成从训练、测试到部署的全过程。宝马集团希望借此合作优化物流工厂的流程,以更快捷、更高效地生产定制化配置的汽车。开发完成后,系统将在宝马集团全球范围内的工厂进行部署。
“宝马集团采用 NVIDIA Isaac机器人平台重塑其工厂物流管理流程是一次具有革命性意义的举动。” NVIDIA创始人兼首席执行官黄仁勋表示,“宝马集团引领着机器人工厂时代,利用在人工智能和机器人领域取得的突破进展,创造出下一个高度可定制、及时、有序的制造水平。”
宝马集团物流高级副总裁Jürgen Maidl表示:“宝马秉承着将选择权交给客户的原则,为不同客户提供针对各款车型,多样化功能的量身定制。要想在一条生产线上,生产更高质量、高度定制化的各款车型,需要端到端的先进计算解决方案。与NVIDIA的合作使我们能够推进当前工厂物流的未来发展,并最终让宝马集团的全球客户满意。”
此次合作将采用NVIDIA DGX AI™系统和Isaac仿真技术对机器人进行训练和测试;采用NVIDIA光线追踪GPU对合成机器零件进行渲染,以此强化训练;并采用基于高性能NVIDIA Jetson™和EGX™ edge计算机以及Isaac软件开发套件(SDK)构建的一组全新AI机器人。
宝马集团供应链庞大,工厂从4,500个供应商那里接收数百万个零件,单一零件编号数量高达23万。而随着宝马集团的汽车销售在过去10年中翻了一番,达到250万辆,这些数字还会持续增长。此外,宝马集团的车辆平均为客户提供100种不同的定制化选择,意味着99%的客户订单都各有差别,这些都为工厂物流带来了巨大挑战。
为了优化这种物料流层面极高的复杂性,如今自主AI物流机器人能够协助当前流程,在同一条生产线上,组装高度定制化的车辆。
Maidl 表示:“大量定制化配置的需求从根本上来讲,在三个基础层面对宝马集团的生产带来了挑战,即计算、物流规划和数据分析。”
为了应对这些挑战,宝马集团选择与NVIDIA合作。使用NVIDIA的Isaac机器人平台开发五款具有AI功能的机器人,来改进物流工作流程,如用于自动运输物料的导航机器人、用于选择和整理零件的操控机器人,这些机器人都采用NVIDIA Jetson AGX Xavier™和EGX 边缘计算机。
基于NVIDIA Isaac SDK开发的机器人,利用大量强大的深度神经网络,可以处理感知,分割,姿势估计和人体姿势估计,以感知其环境,检测物体,自动导航和移动物体。这些机器人在真实数据和合成数据上进行训练,并使用NVIDIA GPU在各种光线和遮挡条件下渲染光线追踪机器部件,以增强真实数据。然后,在NVIDIA DGX系统上,基于实际数据和合成数据来训练深度神经网络。接下来,这些机器人在NVIDIA的Isaac模拟器上进行导航和操控的连续测试,并运行于NVIDIA Omniverse虚拟环境中,在该环境中,多位来自不同地区的宝马集团员工都能够在同一个仿真环境中展开工作。
新一代自主机器嵌入式系统NVIDIA Jetson将现代AI的力量带入数百万边缘设备,开启嵌入式物联网应用程序新领域。专区有最新活动、产品、资源和学习内容,带您感知AI新维度。访问地址:http://www.zhiding.cn/special/jetson
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。