熱門資訊> 正文
2022-09-23 15:38
9月20日,NVIDIA在其主辦的2022年第二次GTC大會上,推出Jetson Orin Nano系統級模組、IGX平臺等新產品,並宣佈Isaac Sim機器人仿真平臺已上雲。
NVIDIA Jetson Orin Nano:性能提升80倍,讓邊緣AI和機器人技術更易實現
Jetson Orin具有基於Arm架構的CPU、基於NVIDIA Ampere架構的GPU、新一代深度學習和視覺加速器、高速接口、快速內存帶寬,可為多模式傳感器提供支持。
與上一代產品相比,Jetson Orin Nano在性能方面提高了80倍。
Jetson系列第一次擁有了六個基於Orin的生產模組,其中,包括Orin Nano模組和AGX Orin模組。
Orin Nano模組分為8GB和4GB兩個版本,前者的功率為7至15W,可提供的最高性能為40 TOPS,后者的功率僅為5至10W,可提供的最高性能為20 TOPS。
從外形和引腳上看,Orin Nano模組完全兼容Orin NX模組,且可以支持多個併發AI應用。因此,用户不僅可以使用AGX Orin開發者套件開發適合Orin Nano的應用,還能低成本獲取複雜程度更高的AI模型。
據悉,Jetson Orin Nano模組將於2023年1月正式上市,起售價爲199美元。
目前,Jetson整體生態系統已擁有100萬名開發者、6,000名客户、2,000家初創企業和150家合作伙伴。Jetson Orin在機器人和嵌入式計算生態系統中得到了包括佳能、約翰迪爾、Microsoft Azure等合作者的支持,它能夠解決複雜的機器人難題,為超過70萬名ROS開發工程師提供加速計算。
NVIDIA IGX平臺:安全可靠、可用於高精度邊緣AI的自主系統平臺
NVIDIA IGX平臺既是一套軟件和硬件的組合,也是一個安全可靠、可用於高精度邊緣AI的自主系統平臺,它能充分改善人機協同的狀態。
IGX Orin開發者套件將於2023年初正式上市,每個套件都會配備能夠完成高性能AI計算的集成式GPU和CPU,以及NVIDIA ConnectX-7 SmartNIC。
該平臺容易編程和配置,可以滿足製造、物流、醫療等多個行業的需求。
NVIDIA正與工業自動化與數字化領域的技術領導者西門子公司合作,在將IGX平臺向市場深入推廣的同時,開發未來的自動工廠,共同推進工業元宇宙、數字孿生等工業計算領域的工作。
比如,西門子公司可以使用NVIDIA Omniverse平臺完成3D設計,藉助IGX平臺推動其Xcelerator開放式數字業務平臺的工作;而NVIDIA能夠藉助西門子工業級別的計算基礎設施,用數字孿生所產生的數據訓練那些在真實環境中運行的智能機器。
NVIDIA Clara Holoscan是一個能在醫療設備上得到應用的實時AI計算平臺,目前,已有超過70家醫療行業的機構正在使用該平臺促進臨牀環境中AI應用的部署。而IGX平臺可為Holoscan平臺提供進一步支持,快速開發新設備,將AI更好地用於手術室,在機器人輔助手術、患者監測等方面更好地發揮效用。
據悉,凌華科技、研華科技、Dedicated Computing、控創科技等嵌入式計算製造商,將使用IGX平臺開發能夠滿足工業、醫療行業需求的相關產品。
NVIDIA Isaac Sim機器人仿真平臺已上雲,可幫助開發團隊共享用於仿真訓練的虛擬世界
據ABI Research數據,預計從2021年到2030年,全球移動機器人市場將增長9倍,從130億美元到超過1230億美元。
對於開發機器人這項涉及多個學科的工作來説,讓開發團隊擁有一個能夠同時共享用於仿真機器人訓練的虛擬世界是非常必要的。而這一切,NVIDIA Isaac Sim機器人仿真平臺已經可以實現。
在本次GTC大會上,NVIDIA宣佈其Isaac Sim機器人仿真平臺已成功上雲。
開發者可以通過NVIDIA Omniverse Cloud、AWS RoboMaker和NVIDIA NGC這三種方式訪問在雲中的Isaac Sim。其中,第一個是幫助開發者在任意位置設計並使用元宇宙應用的服務,第二個是主要用於開發和測試機器人的基於雲的仿真服務。同時,個人或團隊可以憑藉多種方式,使用雲中Isaac Sim的各種功能,以便更好地開發、測試和訓練AI機器人。
藉助雲中的Isaac Sim平臺,開發者能夠輕松完成很多與測試和訓練機器人相關的工作。
比如,可以從傳感器仿真中得到已經生成的大型數據集,並用其訓練機器人上基於AI的感知模型,這些通常不能在現實中得到的訓練數據有助於提升模型的性能。可以完成包括CI/CD 與合成數據生成在內的計算密集型仿真任務,此外還可啟動一批並行仿真來測試機器人是否按照設計運行。
另據悉,Isaac Sim平臺還包含對機器人路徑進行優化的實時機組任務分配、以及路線規劃引擎NVIDIA cuOpt,能幫助用户更好地做出動態下的數據驅動決策。