NVIDIA ir LG kurs naujos kartos DI gamyklas robotikai

Įsivaizduokite gamyklą, kuri mokosi. Greitai. Ji ne tik vykdo kontrolinį sąrašą, bet ir samprotauja, prisitaiko bei persikonfigūruoja, kai atvyksta detalės, sensta įrenginiai ir keičiasi klientų užsakymai. Būtent tokį pažadą neša naujas NVIDIA ir LG bendradarbiavimas: į DI orientuotų gamyklų ir duomenų centrų tinklas, sukurtas spartinti robotiką, autonomines sistemas ir debesijos GPU paslaugas.

Šis susitarimas sujungia gilias NVIDIA kompetencijas modeliavimo, GPU skaičiavimų ir robotikos programinės įrangos srityse su dešimtmečius kaupta LG gamybos patirtimi ir plačiu vartotojų pasiekiamumu. Popieriuje tai atrodo kaip paprasta partnerystė. Praktiškai tai yra siekis iš esmės perkurti būdą, kaip produktai projektuojami, testuojami ir pristatomi, nuo išmaniųjų buities prietaisų iki namų robotų ir mobilumo platformų.

Šios iniciatyvos esmę sudaro trys praktiški žingsniai. Pirma: kurti didelio našumo skaičiavimo centrus, kurie LG komandoms suteiktų galią mokyti didelius DI modelius ir vykdyti fiziškai tikslias simuliacijas. Antra: naudoti šias simuliacijas aukštos kokybės sintetiniams duomenų rinkiniams kurti, kad robotai galėtų mokytis nelaužydami realios įrangos. Trečia: integruoti skaitmeninius dvynius ir automatizavimą į gamybos linijas, kad inžinieriai galėtų virtualiai išbandyti pakeitimus prieš liesdami techninę įrangą.

LG jau kuria šios koncepcijos prototipus su buitiniais robotais, tokiais kaip CLoiD. Šios mašinos tampa išmanesnės ne tik rinkdamos patirtį realiame pasaulyje, bet ir atlikdamos milijonus virtualių bandymų naudodamos tokius įrankius kaip Isaac Sim ir Isaac Lab. Simuliacija suspaudžia laiką. Ji atskleidžia kraštutinius atvejus, kurių fiziniame pasaulyje galite niekada nepamatyti. Taip robotas išmoksta be žalos susidoroti su nukritusia stikline ar užkliuvusia užuolaida.

Šioms simuliacijoms itin svarbūs tokie modeliai kaip NVIDIA Isaac GR00T ir platesnis NVIDIA Cosmos įrankių rinkinys. Tai nėra vien rinkodaros pavadinimai; tai varikliai, padedantys mokyti robotus suvokti aplinką ir planuoti veiksmus būdais, artimesniais žmogaus mąstymui. Kai simuliuoti jutiklių duomenys sujungiami su tikroviška fizika ir reljefu, mokymo duomenys tampa kur kas vertingesni nei vien neapdoroti kamerų įrašai.

LG CNS, LG IT ir sistemų padalinys, kuria programinės įrangos paketą, kuris šias galimybes padarys prieinamas gamyklų cechuose ir logistikos centruose. Idėja yra sumažinti įėjimo barjerą, kad įmonės galėtų diegti DI valdomus robotus netapdamos mašininio mokymosi specialistėmis. Tai reiškia modulines platformas ir sąsajas, pritaikytas operacijų komandoms, o ne tyrimų laboratorijoms.

Kitas plano sluoksnis yra skaitmeninių dvynių naudojimas visos gamyklos mastu. Įsivaizduokite virtualų dvynį, kuris atkartoja visą gamybos liniją: konvejerius, robotus, žmonių darbo vietas ir aplinkos sąlygas. Inžinieriai gali kartoti bandymus tobuloje kopijoje. Sugadinti. Pataisyti. Perkelti atnaujinimą į realų pasaulį tik tada, kai modelis įrodo esąs patikimas. Tai mažina prastovas ir brangų bandymų bei klaidų procesą gamybos ceche.

Tada yra fizinė infrastruktūra. NVIDIA ir LG planuoja statyti duomenų centrus ir gamybos vietas, suderintas su NVIDIA DSX standartais, sutelkiant naujausius GPU į efektyvius klasterius, paremtus pažangiu skysčio aušinimu. Didelis skaičiavimo tankis kartu su energiją tausojančiu dizainu. Šis derinys svarbus: didelių modelių mokymas reikalauja daug galios, o simuliuotų scenarijų parkams vykdyti būtinas stabilus šilumos valdymas, kad techninė įranga išliktų patikima.

Kodėl tai svarbu ne tik gamykloms? Nes tie patys procesai, kurie moko dulkių siurblį robotą orientuotis apkrautoje svetainėje, mokys autonominę transporto priemonę įsilieti į eismą arba logistikos robotą paimti trapius gaminius. Iš simuliacijų gaunami sintetiniai duomenų rinkiniai užpildo duomenų trūkumo spragą, kuri dažnai lėtina robotikos projektus. Turint geresnius mokymo duomenis, diegimo ciklai trumpėja, o galimybės sparčiai auga.

Akivaizdžių rizikų yra. Per didelis pasitikėjimas simuliuotu elgesiu gali nepastebėti realaus pasaulio keistenybių. Techninės įrangos, programinės įrangos ir tiekimo grandinių integracija yra sudėtinga. Vis dėlto LG gamybos masto derinimas su NVIDIA simuliacijų ir GPU ekosistema sumažina daugelį šių trukdžių. Partnerystė siekia ne tik išbandyti technologijas, bet ir paversti ištisus verslo padalinius natūraliai veikiančiais su DI.

Tad ką verta stebėti toliau? Tikėtina, kad matysime gilesnę NVIDIA robotikos platformos integraciją į LG produktų linijas, daugiau centralizuotų GPU fermų, pritaikytų pramoniniams darbo krūviams, ir bandomąsias gamyklas, demonstruojančias visiškai automatizuotas tiekimo grandines, nuo pirkimų iki pristatymo, valdomas tiesioginių duomenų ir nuolatinės simuliacijos. Rezultatas gali būti gamyklos, kurios geba greitai mąstyti ir prisitaikyti, bei produktai, kurie mokosi dar prieš palikdami gamybos liniją.

Tylus serverių ūžesys ir švelnus robotų rankų zvimbimas netrukus gali tapti garsu, rodančiu, kad gamyba pasivijo skaitmeninį amžių.