NVIDIA Omniverse Cloud بر روی Azure و Jetson Orin: پیوند شبیه‌سازی رباتیک ابری و هوش مصنوعی لبه‌ای

نویسنده:
شرکت پیشرو Ai
تاریخ انتشار:
12 خرداد 1404
دیدگاه ها:
NVIDIA Omniverse Cloud

در کنفرانس GTC امسال، شرکت NVIDIA اعلام کرد که NVIDIA Omniverse Cloud اکنون بر روی Microsoft Azure میزبانی خواهد شد. این اقدام دسترسی به Isaac Sim، پلتفرم پیشرو در زمینه شبیه‌سازی روباتیک و تولید داده…

در کنفرانس GTC امسال، شرکت NVIDIA اعلام کرد که NVIDIA Omniverse Cloud اکنون بر روی Microsoft Azure میزبانی خواهد شد. این اقدام دسترسی به Isaac Sim، پلتفرم پیشرو در زمینه شبیه‌سازی روباتیک و تولید داده مصنوعی (SDG)، را برای توسعه‌دهندگان در سراسر جهان گسترش می‌دهد. هم‌زمان، NVIDIA از عرضه کامل ماژول‌های Jetson Orin خبر داد که امکان جهش عملکرد چشمگیر در کاربردهای لبه‌ای هوش مصنوعی و رباتیک را فراهم می‌کند.

بخش اول: اهمیت NVIDIA Omniverse Cloud در دیجیتالی‌سازی صنعتی

پل زدن میان دنیای فیزیکی و دیجیتال

“صنایع بزرگ جهان، اقلام فیزیکی تولید می‌کنند، اما آن‌ها می‌خواهند این اقلام را به‌صورت دیجیتال بسازند.” این گزاره را جنسن هوانگ، بنیان‌گذار و مدیرعامل NVIDIA، در سخنرانی اصلی GTC بیان کرد. در عمل، فرآیند توسعه محصول و استقرار روبات‌ها در کارخانه‌ها یا انبارها با هزینه‌های هنگفت و ریسک بالا همراه است؛ چرا که بدون شبیه‌سازی دقیق، باید بارها و بارها پروتوتایپ‌های فیزیکی بسازند و تست کنند. با ورود NVIDIA Omniverse Cloud، این روند به‌شکل اساسی تغییر می‌یابد.

  • شبیه‌سازی واقع‌گرایانه: NVIDIA Omniverse Cloud امکان شبیه‌سازی فیزیکی-نرم‌افزاری با کیفیت بالا (Ray-Traced Rendering و شبیه‌سازی دقیق فیزیک) را در اختیار تیم‌ها قرار می‌دهد تا بدون نیاز به سخت‌افزار محلی، نمونه‌سازی‌های پیچیده را در فضای ابری اجرا کنند.

  • همکاری جهانی: با میزبانی بر روی Azure، NVIDIA Omniverse Cloud به تیم‌های مهندسی در نقاط مختلف دنیا اجازه می‌دهد هم‌زمان روی یک صحنه مشترک سه‌بعدی کار کنند. در نتیجه، طراحان CAD در اروپا، مهندسان روباتیک در آسیا و تیم‌های DevOps در آمریکا می‌توانند به‌طور همزمان تغییرات را مشاهده و بررسی کنند.

  • کاهش ریسک و هزینه: پیش از این، تولید مجموعه داده‌های فیزیکی و تست روبات بر روی خطوط واقعی هزینه‌بر و زمان‌بر بود. با استفاده از NVIDIA Omniverse Cloud، شرکت‌ها می‌توانند در فضای ابری تمامی سناریوها از جمله گوشه‌های بحرانی و حالات نادری مثل شرایط نوری سخت یا وقوع خطاهای ناگهانی را شبیه‌سازی کنند، بدون آنکه نیازی به محیط فیزیکی آزمایشی گسترده داشته باشند.

در یک کلام، NVIDIA Omniverse Cloud به شرکت‌ها این امکان را می‌دهد که فرآیندهای سنتی و پرهزینه تولید و تست فیزیکی را به یک چرخه توسعه نرم‌افزاری تبدیل کنند؛ چرخه‌ای که مبتنی بر همکاری، شبیه‌سازی و اتوماسیون ابری است.

بخش دوم: معماری NVIDIA Omniverse Cloud روی Microsoft Azure

چرا میزبانی بر روی Azure اهمیت دارد؟

انتخاب Microsoft Azure به‌عنوان پلتفرم ابری برای میزبانی NVIDIA Omniverse Cloud دلایل متعددی دارد:

  1. پهنای باند جهانی و تأخیر کم
    Azure با داشتن مراکز داده فراوان در مناطق مختلف جهان، امکان دسترسی با تأخیر بسیار کم را برای کاربران گوناگون فراهم می‌کند. این ویژگی برای شبیه‌سازی‌های روباتیک با کیفیت بالا ضروری است، زیرا تعامل هم‌زمان چندین مهندس یا طراح در زمان واقعی صورت می‌گیرد.

  2. یکپارچگی با خدمات سازمانی
    بسیاری از شرکت‌ها پیش‌تر از Azure Active Directory، Azure DevOps و سایر خدمات Azure استفاده می‌کنند. با میزبانی NVIDIA Omniverse Cloud روی همان بستر، یکپارچگی با جریان‌های کاری DevOps، کنترل نسخه‌ها و سیاست‌های امنیتی موجود آسان‌تر می‌شود.

  3. مقیاس‌پذیری الاستیک
    در صورت نیاز به اجرای صدها یا هزاران شبیه‌سازی هم‌زمان (مثلاً برای تولید انبوه داده‌های مصنوعی)، تیم‌ها می‌توانند به‌سرعت نمونه‌های OVX (سرورهای بهینه‌شده برای Omniverse) را در Azure تأمین کنند و پس از اتمام کار، منابع را آزاد کنند. این روش پرداخت تنها برای منابع مصرف‌شده، هزینه‌های ثابت را به حداقل می‌رساند.

  4. امنیت و تبعیت از استانداردها
    Azure از گواهی‌های بین‌المللی امنیتی برخوردار است (ISO 27001، SOC 2، GDPR و غیره). صنایع حساس مانند خودروسازی و هوافضا که حفاظت از مالکیت فکری و داده‌های طراحی اهمیت بالایی دارد، می‌توانند با اطمینان از زیرساخت‌های امن Azure بهره‌مند شوند.

ساختار زیرساخت NVIDIA Omniverse Cloud

در بطن NVIDIA Omniverse Cloud روی Azure، سرورهای OVX نقش محوری دارند. این سرورها شامل ترکیبی از GPUهای مخصوص Omniverse (Qu‍adro RTX یا سری A)، شبکه با پهنای باند بسیار بالا (NVLink، InfiniBand) و شتاب‌دهنده‌های اختصاصی برای شبیه‌سازی فیزیک و استنتاج هوش مصنوعی هستند. معماری کلان به این شکل است:

  • گره‌های شبیه‌سازی (Simulation Nodes): هر گره از پردازنده‌های قوی CPU و چندین GPU RTX بهره می‌برد تا Isaac Sim را با سرعت بالایی اجرا کند. این گره‌ها به Azure Storage (مانند Blob Storage و Data Lake) متصلند تا کتابخانه‌های عظیم CAD، بافت‌ها و دارایی‌های سه‌بعدی را ذخیره و فراخوانی کنند.

  • لایه مدیریت (Control Plane): با استفاده از خوشه‌های Kubernetes مدیریت‌شده در Azure، هماهنگی و تخصیص گره‌های OVX به‌طور خودکار انجام می‌شود. بارهای کاری Isaac Sim بر اساس نیاز کاربر تعیین می‌شوند و پس از اتمام فوری منابع آزاد می‌گردند.

  • یکپارچگی با Azure DevOps: کاربران می‌توانند مخازن Git خود را مستقیماً به Omniverse Cloud متصل کنند. به‌عنوان مثال، هر بار که مهندسی کنترل‌کننده روبات یا تنظیمات شبیه‌سازی به‌روزرسانی شود، یک Pipeline در Azure DevOps فعال می‌شود که شبیه‌سازی‌های Isaac Sim را برای اعتبارسنجی اجرا می‌کند.

  • نظارت و لاگ‌گذاری: از طریق Azure Monitor و Azure Log Analytics، تیم‌ها می‌توانند وضعیت GPU، مصرف حافظه، زمان‌های پاسخ شبیه‌سازی و خطاها را تحت نظر داشته باشند. این قابلیت امکان شناسایی به‌موقع گلوگاه‌های عملکرد و مشکلات نرم‌افزاری را فراهم می‌کند.

در مجموع، با معماری بالا NVIDIA Omniverse Cloud بر روی Azure یک زیرساخت PaaS (Platform as a Service) ارائه می‌کند که توسعه و استقرار شبیه‌سازی‌های روباتیک را به‌شکل قابل توجهی ساده می‌سازد.

بخش سوم: Isaac Sim در بطن NVIDIA Omniverse Cloud

قابلیت‌های کلیدی Isaac Sim

Isaac Sim، اپلیکیشن شبیه‌سازی روباتیکی است که درون NVIDIA Omniverse Cloud قرار دارد و از فناوری‌های زیر بهره می‌برد:

  • رندرینگ واقع‌گرایانه (Path-Traced Rendering)
    Isaac Sim با استفاده از GPUهای NVIDIA RTX، صحنه‌های سه‌بعدی را با نورپردازی پردازش‌شده با پرتو، بازتاب‌ها و سایه‌های دقیق، مانند دنیای واقعی نمایش می‌دهد. این کیفیت تصویر برای آموزش مدل‌های بینایی مبتنی بر یادگیری عمیق حیاتی است تا مدل‌های آموزش‌دیده شده در محیط مصنوعی به‌خوبی در دنیای واقعی عمل کنند.

  • شبیه‌سازی فیزیک دقیق
    با یکپارچه‌سازی موتور NVIDIA PhysX، Isaac Sim پایان‌بندی برخوردها، نیروهای تماسی، جاذبه و خصیصه‌های فیزیکی را به‌خوبی شبیه‌سازی می‌کند. برای مثال، زمانی که یک بازوی روباتیک اجسامی را روی نقاله آینده جابه‌جا می‌کند یا یک AMR بین قفسه‌ها حرکت می‌کند، تعاملات فیزیکی به‌صورت واقع‌گرایانه بازسازی می‌شوند.

  • شبیه‌سازی سنسورهای چندوجهی
    Isaac Sim می‌تواند سنتز داده‌های دوربین RGB، حسگرهای عمق (Depth)، لیدار، IMU و حتی تگ‌های RFID را ارائه دهد. توسعه‌دهنده‌ها می‌توانند این سنسورهای مجازی را به مدل‌های روبات متصل کنند و مجموعه داده‌های برچسب‌خورده کاملی برای آموزش سیستم‌های درک کامپیوتری ایجاد کنند.

  • موتور تولید داده مصنوعی Omniverse Replicator
    Omniverse Replicator به‌عنوان یک زیرموتور در Isaac Sim، با تعریف توزیع‌های مختلف برای پارامترهای صحنه (نور، بافت‌ها، موقعیت اشیا، حرکت روبات) به‌صورت خودکار صدها تا هزاران داده مصنوعی برچسب‌خورده تولید می‌کند. این فرایند باعث می‌شود توسعه‌دهندگان نیازی به حاشیه‌نویسی دستی و وقت‌گیر نداشته باشند و بتوانند مجموعه داده‌هایی بسازند که در دنیای واقعی عملکرد مناسبی داشته باشند.

  • یکپارچگی با ROS و API‌ پایتون
    Isaac Sim رابط پایتون و بسته‌های ROS ۲ را در اختیار مهندسان روباتیک قرار می‌دهد. این امکان وجود دارد که بسته‌های کنترل‌کننده روبات در ROS را مستقیماً در Isaac Sim اجرا کرده و رفتار روبات را در شبیه‌سازی اعتبارسنجی کنند. سپس همان کدها می‌توانند بدون تغییر یا با حداقل تغییر روی روبات‌های واقعی مبتنی بر Jetson Orin اجرا شوند.

چگونگی کار با Isaac Sim در NVIDIA Omniverse Cloud

وقتی یک تیم می‌خواهد از NVIDIA Omniverse Cloud برای توسعه روباتیک استفاده کند، معمولاً مراحل زیر را دنبال می‌کند:

  1. تعریف و آماده‌سازی صحنه (Scene Preparation)

    • طراح CAD در هر نقطه از جهان (مثلاً دیترویت یا مونیخ) مدل سه‌بعدی کارخانه یا انبار را در ابزارهایی مانند Blender یا Autodesk 3ds Max می‌سازد.

    • فایل‌های USD خروجی گرفته می‌شوند و در یک مخزن Git میزبانی‌شده روی Azure قرار می‌گیرند.

  2. ورود به محیط Omniverse Cloud

    • کاربر در یک رابط تحت وب یا کلاینت بومی ثبت‌نام می‌کند و به‌کمک ایجاد اعتبارنامه Azure Active Directory وارد می‌شود.

    • از طریق داشبورد مخصوص Omniverse Cloud، یک instance جدید از Isaac Sim را انتخاب می‌کند. این instance به‌صورت خودکار روی یک OVX Node در دیتاسنتر Azure راه‌اندازی می‌شود.

  3. چیدمان و همکاری هم‌زمان

    • با استفاده از Omniverse Create یا Omniverse Code، تیم‌های مختلف می‌توانند صحنه USD را لود و پیکربندی کنند: قرار دادن قفسه‌ها، جعبه‌ها، ماشین‌آلات و تنظیمات نوری. هر تغییر به‌صورت نسخه‌گذاری‌شده ذخیره می‌شود و می‌توان تعداد نامحدودی branch ایجاد کرد.

    • مهندس روباتیک با استفاده از Isaac Sim روبات‌های خود را وارد صحنه می‌کند. URDF یا SDF روبات تعریف می‌شود و پارامترهای کینماتیک و دینامیک تنظیم می‌شوند. سپس مسیرهای حرکت و الگوریتم‌های پرهیز از برخورد از طریق API پایتون یا ROS تعریف می‌شود.

  4. تولید داده مصنوعی (SDG) و آموزش مدل

    • با فعال کردن Omniverse Replicator درون Isaac Sim، مجموعه داده‌های RGB-D یا لیداری با تنوع شرایط نوری، بافت‌های زمین، زاویه‌های دوربین و موقعیت اشیا تولید می‌شود.

    • داده‌های مصنوعی درون یک Azure Blob Storage ذخیره می‌شوند. مهندس یادگیری ماشین مدل‌های بینایی را با NVIDIA TAO Toolkit یا خطوط لوله Azure Machine Learning آموزش می‌دهد و پس از حصول به دقت مطلوب، مدل‌ها را برای استنتاج نهایی به Jetson Orin صادر می‌کند.

  5. ادغام DevOps و CI/CD

    • هر بار که کد کنترل‌کننده روبات یا پیکربندی شبیه‌سازی آپدیت می‌شود، یک Pipeline در Azure DevOps به‌طور خودکار Isaac Sim را بر روی NVIDIA Omniverse Cloud اجرا می‌کند. اگر همه آزمایش‌ها با موفقیت به پایان برسند، مدل‌های آموزش‌دیده و کدهای تازه در قالب یک کانتینر Docker آماده شده و با استفاده از Azure Container Registry به Jetson Orin مستقر ارسال می‌شوند.

  6. بازخورد و بهبود مداوم

    • داده‌های میدانی (رویدادهای حساس به خطا، لاگ‌های تشخیص‌ها، اطلاعات سنسور واقعی) از روبات‌های مستقر‌شده مبتنی بر Jetson Orin از طریق Azure IoT Edge به فضای کاری Azure ML بازمی‌گردد. این داده‌ها برای تنظیم دقیق پارامترهای شبیه‌سازی و تولید مجموعه داده‌های مصنوعی جدید در Omniverse مورد استفاده قرار می‌گیرند.

به این ترتیب، NVIDIA Omniverse Cloud بر روی Azure یک چرخه اصلاح‌پذیر و یکپارچه بین طراحی سه‌بعدی، شبیه‌سازی روباتیک، تولید داده مصنوعی، آموزش مدل هوش مصنوعی و استقرار در لبه (Jetson Orin) ایجاد می‌کند.

بخش چهارم: نمونه‌های واقعی کاربرد NVIDIA Omniverse Cloud

Amazon Robotics: انبارهای خودران

پیش‌زمینه: آمازون از سال‌ها پیش در زمینه خودکارسازی انبارها پیشتاز بوده است و اکنون ناوگانی از روبات‌های AMR را در مراکزش بکار می‌گیرد. برای بهینه‌سازی چیدمان انبارها و الگوریتم‌های مسیریابی، به یک محیط شبیه‌سازی واقع‌گرایانه نیاز دارد.

نقش NVIDIA Omniverse Cloud:

  • تیم Amazon Robotics با استفاده از NVIDIA Omniverse Cloud نقشه‌های سه‌بعدی انبار را ایجاد می‌کنند و سناریوهای مختلف — مانند ازدحام روبات‌ها در راهروها، حرکت همزمان چند روبات و بارهای سنگین — را در Isaac Sim شبیه‌سازی می‌کنند.

  • این شبیه‌سازی‌ها به آن‌ها کمک می‌کند تا نسخه جدید روبات‌های Proteus را قبل از استقرار میدانی تست کنند؛ مثلاً چه شود اگر یک قفسه افتاده یا نور محیط تغییر کند.

  • در نتیجه، Amazon توانسته است میزان تصادفات احتمالی AMRها را به کمتر از ۰.۱٪ در شرایط اوج برساند و از ایجاد تغییرات پرهزینه پس از نصب فیزیکی چیدمان‌ها جلوگیری کند.

BMW Group و Idealworks: کارخانه هوشمند

پیش‌زمینه: BMW از روبات‌های صنعتی و AMRهای مختلف در خطوط تولید خود استفاده می‌کند. هر مدل جدید خودرو طراحی و الزامات تولید جدیدی دارد؛ بنابراین، نیاز به شبیه‌سازی دقیق برای اعتبارسنجی قبل از استقرار در خطوط واقعی احساس می‌شود.

نقش NVIDIA Omniverse Cloud:

  • با استفاده از NVIDIA Omniverse Cloud، گروه BMW و شرکت Idealworks صحنه‌های کارخانه را به‌صورت دیجیتال ایجاد می‌کنند. سپس از Isaac Sim برای تولید داده مصنوعی استفاده می‌کنند تا مدل‌های درک بینایی روبات‌ها (مانند تشخیص قطعات موتور) را آموزش دهند.

  • همچنین برای AMRهایی که مواد را جابه‌جا می‌کنند، سناریوهایی ایجاد می‌شود که حضور نیروی انسانی و موانع پویا را شبیه‌سازی می‌کند؛ مثلاً کارگری که ناگهان جلوی مسیر روبات ظاهر می‌شود یا یک قطعه روی کف می‌افتد.

  • نتیجه این است که مدل‌های شبیه‌سازی‌شده BMW در Omniverse به تقریب ۴۰٪ کاهش زمان آموزش مدل‌ها و ۶۰٪ کاهش نیاز به داده‌های واقعی منجر شده است. به‌علاوه، مشکلات ایمنی در شبیه‌سازی شناسایی و قبل از تأسیس خط تولید واقعی رفع شده است.

استفاده از Omniverse Cloud در صنایع دیگر

  • لجستیک و حمل‌ونقل هوشمند: شرکت‌های لجستیکی از شبیه‌سازی‌های پیچیده برای بهینه‌سازی مسیرهای حمل‌ونقل روبات‌های AMR در مراکز توزیع بزرگ استفاده می‌کنند.

  • صنعت نفت و گاز: شرکت‌های فعال در حوزه انرژی برای شبیه‌سازی روبات‌های زیرسطحی یا بررسی رفتار روبات‌ها در محیط‌های دریایی، از NVIDIA Omniverse Cloud بهره می‌برند تا خطرات عمومی را قبل از فرستادن دستگاه‌ها به دریا کاهش دهند.

  • پزشکی و مراقبت‌های بهداشتی: مراکز تحقیقاتی پزشکی در حال استفاده از Omniverse Cloud برای شبیه‌سازی کار روبات‌های جراحی در اتاق‌های عمل مجازی هستند و قبل از ورود به اتاق عمل واقعی، از عملکرد دقیق اطمینان حاصل می‌کنند.

NVIDIA Omniverse Cloud

بخش پنجم: معماری و مزایای یکپارچگی NVIDIA Omniverse Cloud و Jetson Orin

یکی از بزرگ‌ترین دستاوردهای NVIDIA این است که NVIDIA Omniverse Cloud و سری Jetson Orin را به‌عنوان یک اکوسیستم انتها-به-انتها برای توسعه روباتیک معرفی کرده است. در این بخش، مروری خواهیم داشت بر چگونگی توأم شدن Omniverse Cloud با Jetson Orin:

  1. طراحی و شبیه‌سازی در ابر

    • با کاربرد مستقیم NVIDIA Omniverse Cloud روی Azure، مهندسان صحنه‌های سه‌بعدی واقعی و روبات‌های CAD را وارد Isaac Sim می‌کنند. قادرند شرایط نورپردازی، سطح بافت‌ها و دینامیک فیزیکی را به‌صورت دقیق بازسازی کنند و شبیه‌سازی‌ها را در مقیاس ابری اجرا کنند.

  2. تولید و آموزش مدل‌های AI

    • استفاده از Omniverse Replicator برای تولید مجموعه داده‌های برچسب‌خورده و انتقال این داده‌ها به NVIDIA TAO Toolkit. مدل‌های آموزش‌دیده در نهایت به فرمت‌های بهینه‌شده TensorRT یا ONNX تبدیل می‌شوند که روی Jetson Orin قابل استقرارند.

  3. استقرار در لبه با Jetson Orin

    • مدل‌های نهایی روی ماژول‌های Jetson Orin (Nano، Xavier NX یا AGX Orin) نصب می‌شوند. این ماژول‌ها قادرند پردازش‌های بینایی کامپیوتری، SLAM، NLP و غیره را به‌صورت بی‌وقفه و با تأخیر بسیار کم انجام دهند. به این ترتیب، روبات می‌تواند کاملاً مستقل و بدون نیاز به ارتباط مداوم ابری عمل کند.

  4. حلقه بازخورد مداوم

    • داده‌های واقعی جمع‌آوری‌شده روی روبات‌های استقرار‌یافته مبتنی بر Jetson Orin به Azure IoT گردش می‌کند. این داده‌ها برای به‌روزرسانی مداوم شبیه‌سازی در NVIDIA Omniverse Cloud مورد استفاده قرار می‌گیرد و در نتیجه، دقت و کارایی مدل‌ها ارتقا می‌یابد.

مزایای اصلی این یکپارچگی

  • سرعت توسعه افزایش‌یافته: تیم‌ها می‌توانند بدون اتلاف زمان در تأمین زیرساخت محلی یا عیب‌یابی تنظیمات GPU، روی شبیه‌سازی و توسعه روبات متمرکز شوند.

  • کاهش هزینه‌ها: با پرداخت به‌ازای مصرف منابع ابری در NVIDIA Omniverse Cloud، هزینه‌های ثابت سرور کاهش می‌یابد و تنها برای دوره‌های اوج کاری هزینه پرداخته می‌شود.

  • سازگاری نزدیک بین شبیه‌سازی و استقرار: همان کد ROS یا پایتونی که در Isaac Sim آزمایش و اعتبارسنجی می‌شود، بدون تغییر قابل انتقال به Jetson Orin است. این تطابق یکپارچگی را تضمین می‌کند.

  • مقیاس‌پذیری بی‌نظیر: سازمان‌ها می‌توانند از شبیه‌سازی تک‌تیمی تا هزاران شبیه‌سازی موازی را در NVIDIA Omniverse Cloud اجرا کنند و در نهایت هزاران روبات را مجهز به Jetson Orin در میدان مستقر کنند.

بخش ششم: چشم‌انداز آینده

گسترش سطح دسترسی و همکاری

پیش‌بینی می‌شود که در آینده نزدیک، NVIDIA Omniverse Cloud بر روی Azure ابزارهای همکاری بیشتری دریافت کند؛ از جمله:

  • جلسات هم‌زمان واقعیت مجازی (VR/AR): طراحان و مهندسان می‌توانند صحنه‌های Omniverse را با هدست‌های واقعیت مجازی به‌صورت هم‌زمان مشاهده کنند و از فضاهای مجازی مشترک برای بازبینی یا ارائه ایده‌ها استفاده کنند.

  • یکپارچگی با دیگر ابرها: اگرچه هم‌اکنون تمرکز NVIDIA Omniverse Cloud روی Azure است، انتظار می‌رود در آینده نزدیک امکان میزبانی روی AWS و Google Cloud نیز افزوده شود تا توسعه‌دهندگان در هر پلتفرم ابری بتوانند شبیه‌سازی روباتیک با کیفیت بالا داشته باشند.

بهبود قابلیت‌های شبیه‌سازی و داده مصنوعی

  • هوش مصنوعی مولد (Generative AI) در Omniverse: انتظار می‌رود مدل‌های مولد برای تولید خودکار اشیا، تکسچر و حتی سناریوهای کامل محیطی توسط Omniverse Replicator در دسترس قرار گیرد تا مجموعه داده‌های مصنوعی با تنوع بی‌سابقه تولید شوند.

  • بهبود فیزیک چندمایعی (Multiphysics): شبیه‌سازی هم‌زمان فیزیک مایعات، الکترومغناطیس و تعاملات مکانیکی باعث می‌شود تا شبیه‌سازی‌های صنعتی مانند طراحی ژنراتورهای بادی، روبات‌های زیرسطحی و موارد پزشکی با دقت بیشتری انجام شود.

توسعه Jetson Orin و لبه هوشمند

در حوزه لبه، نسل بعدی ماژول‌های Jetson Orin ممکن است شامل:

  • شتاب‌دهنده‌های متخصص برای مدل‌های مولد: ماژول‌هایی که قادر به اجرای مدل‌های بزرگ مولد (مانند شبکه‌های ترنسفورمر بزرگ) در لبه باشند و پاسخگویی بلادرنگ برای کاربردهایی مانند ترجمه صوتی یا تولید محتوا ارائه دهند.

  • شبکه‌های عصبی خودتنظیم (AutoML) در لبه: ماژول‌های Jetson که می‌توانند به طور خودکار مدل‌ها را بهینه کرده و بر اساس داده‌های میدانی تنظیم نمایند، بدون نیاز به دخالت مداوم توسعه‌دهنده.

  • پشتیبانی بومی از شبکه‌های 6G و ارتباطات خلأ کم (Ultra-Low Latency): این امر امکان می‌دهد برخی از بارهای محاسباتی سنگین به گره‌های لبه نزدیک‌تر به روبات‌ها منتقل شود و در عین حال تاخیر به حداقل برسد.

در چشم‌انداز گسترده‌تر، NVIDIA Omniverse Cloud و Jetson Orin مکمل یکدیگر خواهند بود تا اکوسیستم های تکرارشونده‌ای ایجاد کنند که از شبیه‌سازی دیجیتال آغاز شده، با یادگیری مداوم مصنوعی به‌روز شده و در نهایت در دستگاه‌های لبه‌ای پراکنده شده، عملکرد هماهنگ و بدون وقفه را فراهم می‌کنند.

نتیجه‌گیری

تأکید بر NVIDIA Omniverse Cloud در این مقاله نشان می‌دهد که چگونه زیرساخت‌های ابری با شبیه‌سازی سه‌بعدی واقع‌گرایانه می‌توانند چرخه توسعه روباتیک را به شکلی بنیادی دگرگون کنند. با میزبانی روی Microsoft Azure:

  • دسترسی جهانی برای تیم‌های توزیع‌شده فراهم می‌شود؛

  • مقیاس‌پذیری به‌صورت درخواستی، هزینه‌های ثابت را کاهش می‌دهد؛

  • امنیت و انطباق با استانداردهای بین‌المللی تضمین می‌شود؛

  • و در نهایت امکانات توسعه DevOps محور برای شبیه‌سازی‌های روباتیک فراهم می‌گردد.

به‌علاوه، یکپارچگی NVIDIA Omniverse Cloud با سری ماژول‌های Jetson Orin، اکوسیستمی را ایجاد می‌کند که از شبیه‌سازی ابری تا استقرار عملیاتی در لبه هوشمند، یک جریان کاری یکپارچه و انعطاف‌پذیر را ارائه می‌دهد. صنایع مختلف از لجستیک و تولید تا پزشکی و انرژی می‌توانند با اتکا بر این پلتفرم واحد، نوآوری‌های خود را شتاب دهند، ریسک‌های میدانی را کاهش داده و هزینه‌های توسعه را به حداقل برسانند.

در نهایت، NVIDIA Omniverse Cloud نه‌تنها یک محصول نیست، بلکه یک چشم‌انداز جامع برای دیجیتالی‌سازی صنعتی است؛ چشم‌اندازی که شما را به دنیایی می‌برد که شبیه‌سازی‌های روباتیک، داده مصنوعی، و هوش مصنوعی لبه‌ای در هم می‌آمیزند و تجربه‌های هوشمندانه و خودسازگارانه در تولید، لجستیک، مراقبت‌های بهداشتی و بسیاری حوزه‌های دیگر را ممکن می‌سازند.

منبع: 

NVIDIA Expands Isaac Software Access and Jetson Platform Availability, Accelerating Robotics From Cloud to Edge

پرسش‌های متداول درباره NVIDIA Omniverse Cloud و Jetson Orin

1. NVIDIA Omniverse Cloud چیست؟

NVIDIA Omniverse Cloud یک پلتفرم ابری برای شبیه‌سازی واقع‌گرایانه و همکاری تیمی در طراحی و اعتبارسنجی روبات‌ها و سیستم‌های صنعتی است که بر روی زیرساخت‌های Azure اجرا می‌شود.

2. چگونه NVIDIA Omniverse Cloud روی Microsoft Azure میزبانی می‌شود؟

این پلتفرم با بهره‌گیری از سرورهای OVX در مناطق مختلف Azure اجرا می‌شود و از مقیاس‌پذیری، امنیت و خدمات DevOps یکپارچه Azure برای مدیریت شبیه‌سازی‌ها و ذخیره‌سازی داده‌ها استفاده می‌کند.

3. مزایای استفاده از Isaac Sim در Omniverse Cloud چیست؟

Isaac Sim با شبیه‌سازی فیزیک دقیق و رندر واقع‌گرایانه، امکان تولید سناریوهای تست و تولید داده مصنوعی را فراهم می‌کند؛ بدون نیاز به سخت‌افزار محلی، توسعه‌دهندگان می‌توانند مدل‌های روبات را سریع‌تر آزمایش و بهینه‌سازی کنند.

4. تولید داده مصنوعی (SDG) در Isaac Sim چگونه عمل می‌کند؟

با استفاده از موتور Omniverse Replicator، می‌توان مجموعه‌های عظیم داده RGB-D یا لیداری را با تنوع شرایط نوری، بافت‌ها و حالات محیطی تولید و برچسب‌گذاری خودکار کرد تا مدل‌های یادگیری عمیق را بهینه آموزش داد.

5. Jetson Orin چیست و چه نقشی در این اکوسیستم دارد؟

Jetson Orin یک خانواده ماژول‌های لبه‌ای با توان AI بالا است که از ۴۰ تا ۲۷۵ TOPS متغیر است. پس از آموزش و اعتبارسنجی مجازی در Omniverse Cloud، مدل‌های نهایی روی این ماژول‌ها مستقر می‌شوند تا روبات‌ها و سیستم‌های هوشمند به‌طور مستقل عمل کنند.

6. تفاوت Jetson Orin Nano و Jetson AGX Orin چیست؟

Jetson Orin Nano با مصرف برق پایین (۵–۱۰ وات) برای کاربردهای ابتدایی و دقت متوسط طراحی شده، در حالی که Jetson AGX Orin با توان ۲۷۵ TOPS مناسب روبات‌های پیشرفته و صنعتی با نیاز به پردازش سنگین AI است.

7. چگونه می‌توان از تولید داده مصنوعی برای آموزش مدل‌های صنعتی استفاده کرد؟

پس از تعریف توزیع‌های پارامتری در Isaac Sim، Omniverse Replicator داده‌های برچسب‌خورده را تولید می‌کند. سپس می‌توان آن‌ها را در NVIDIA TAO Toolkit یا Azure ML برای تنظیم مدل‌های تشخیص شیء، بخش‌بندی یا SLAM به‌کار برد.

8. مثال‌های کاربرد واقعی Omniverse Cloud چه هستند؟

شرکت‌هایی مانند Amazon Robotics برای شبیه‌سازی انبارهای خودران و BMW Group برای تولید داده مصنوعی در خطوط مونتاژ از Omniverse Cloud استفاده می‌کنند تا روبات‌ها و AMRها را پیش از استقرار میدانی اعتبارسنجی کنند.

9. هزینه و نحوه دسترسی به خدمات Omniverse Cloud روی Azure چگونه است؟

کاربران می‌توانند به‌صورت pay-as-you-go از OVX Instances روی Azure استفاده کنند. با انتخاب VM مناسب در پورتال Azure، به Omniverse Cloud دسترسی یافته و صرفاً بر اساس مدت و نوع منابع مصرف‌شده هزینه پرداخت می‌کنند.

10. چشم‌انداز آینده NVIDIA Omniverse Cloud چیست؟

در آینده، انتظار می‌رود قابلیت‌های VR/AR برای همکاری هم‌زمان افزوده شود، پشتیبانی از نسل‌های جدید شبکه‌های کلود گسترش یابد و مدل‌های مولد بیشتری برای تولید خودکار اشیا و سناریوهای محیطی در Omniverse Replicator فراهم شود.

مشتاقانه منتظر دریافت نظرات شما دوستان عزیز هستیم





مطالب مرتبط

کربن رباتیکس

کنترل هوشمند علف‌های هرز با لیزر و GPUهای انویدیا: انقلاب کربن رباتیکس در کشاورزی

Jetpack جتسون

Jetpack جتسون: راهنمای جامع برای تسلط بر مغز متفکر ربات‌های هوشمند

پردازش تصویر با Jetson Nano

پردازش تصویر با Jetson Nano

شهر هوشمند

انویدیا هوش مصنوعی فیزیکی را با برنامه‌ای جدید به شهرهای اروپایی می‌آورد

کاربردهای Jetson

کاربردهای Jetson: گشودن افق‌های هوش مصنوعی

کاربردهای جتسون در صنعت

تحول هوش مصنوعی صنعتی: کاربردهای جتسون در صنعت