シリコンから鋼へ：NVIDIAの物理AIプッシュ

長い間AI計算の支配的勢力として知られてきたNVIDIAが、物理世界への積極的な進出を始めています。同社は、「物理AI」と呼ぶもの——情報を処理するだけでなく、実世界と積極的に相互作用し操作する人工知能——を加速させることを目的として、グローバルロボティクスリーダーとの包括的な協業を発表しました。

チャットボットと画像生成器を支えるデジタルAIとは異なり、物理AIは3次元環境を知覚し、物理について推論し、リアルタイムで正確なモーターアクションを実行する必要があります。これはより困難な問題であり、NVIDIAはそれを解決するプラットフォームを持っていると確信しています。

運用層としてのIsaacプラットフォーム

NVIDIAのロボティクス戦略の中心は、Isaacプラットフォーム——チップレベルからロボットに力を与えるように設計されたハードウェアおよびソフトウェアツールのスイート。Isaacには、ロボットオペレーティングシステム用のIsaac ROSフレームワーク、Omniverseに構築されたIsaac Simシミュレーション環境、およびビジュアルAI用のIsaac Perceptorが含まれています。これらはすべてを組み合わせて、ロボティクス企業がゼロから再発明するのではなく構築できる完全なスタックを形成しています。

新しいパートナーシップはIsaacエコシステムを大幅に拡張します。産業オートメーション、倉庫ロジスティクス、手術用ロボティクス、およびヒューマノイド開発にまたがる企業が、NVIDIAインフラストラクチャ上に構築することをコミットしています。これは、クラウドAIでNVIDIAが必要不可欠になった戦略を反映しています——優れたツーリングで開発者を早期に引き付け、その後、カテゴリー全体の成長に乗じます。

製品よりもパートナーシップが重要である理由

NVIDIAは独自のロボットを構築していません。代わりに、より強力なことをしています：ロボットビルダーの産業のための共有神経系になることです。共通のシミュレーションツール、トレーニングパイプライン、推論ハードウェアを提供することで、NVIDIAはどのロボティクス企業が市場を獲得しようとも、NVIDIAがインフラストラクチャの戦いに勝つことを確保しています。

これはAWSがソフトウェア産業の必須インフラストラクチャになった方法に類似しています。違いは、ロボティクスはカスタムシリコンが必要ということです——NVIDIAのJetsonおよびThorプロセッサ——これはハードウェアロックインをクラウドサービスよりもさらに粘性にしています。

シミュレーションの利点

NVIDIAがもたらす最も重要な機能の1つはフォトリアルなシミュレーションです。実世界でロボットをトレーニングするのは、高額で危険で遅いです。繰り返し倉庫に落とすことで脆い物を掴むことを学ぶロボットはお金と時間がかかります。Omniverseでの同じトレーニングはコンピューティングサイクルがかかります。

NVIDIAのシミュレーション環境は、ロボットが遭遇する可能性のある照明条件、オブジェクトの方向、および表面テクスチャの数千のバリエーションを作成して、大規模で合成データを生成できます。この合成データパイプラインは、ロボティクス開発における重大なボトルネックとしてますます認識されています——そしてNVIDIAはそれを解決するために独自に位置付けられています。

エコシステムに含まれる者

発表されたパートナーシップは、ロボティクスアプリケーションの広い範囲にまたがります。産業オートメーション企業は、製造アーム品質検査システムにIsaacを統合しています。ロジスティクスプレイヤーは、倉庫ナビゲーション用のNVIDIA認識スタックを使用しています。いくつかのヒューマノイドロボット企業——爆発的な投資を見ているカテゴリー——はオンボード処理用のNVIDIAThorチップ上に構築しています。

幅は意図的です。NVIDIAは、物理AIがデジタルAIと同じくらいユビキタスになることを望んでおり、それはロボットが動作するすべてのセクターに存在する必要があります。

今後の課題

勢いにもかかわらず、物理AIはデジタルAIが持たない課題に直面しています。実世界の環境は、データセンターではない方法で予測不可能です。シミュレーションで完全に機能するロボットは、異常な影、やや濡れた床、または予期しない角度に配置されたボックスに遭遇すると失敗する可能性があります。

シムツーリアルギャップ——シミュレーショントレーニングと実世界展開のパフォーマンスの差——は依然としてロボティクスで最も困難な未解決の問題の1つです。NVIDIAのパートナーシップは、このギャップを埋めるためにリアルな運用データを生成する必要があります。これは、遅延するのではなく早期に大規模でロボットをデプロイすることを意味します。

より大きな全体像

NVIDIAの物理AIイニシアチブは、ロボティクス投資がこれまで以上に高い時に到着します。Figure、Agility、Boston Dynamicsのヒューマノイドロボットが商用パイロットに入っています。労働力コストが上昇するにつれて、倉庫オートメーションが加速しています。手術用ロボティクスは手術室を超えて拡大しています。

このすべての下の共通プラットフォームとしての自分自身を配置することで、NVIDIAはロボティクス産業がクラウドコンピューティングとAIと同じパターンに従うことに賭けています：爆発的成長、ウィナーテイクオールのインフラストラクチャダイナミクス、およびピッケルとシャベルを制御する企業のための莫大なリターン。

この記事はThe Robot Reportのレポートに基づいています。元の記事を読む。