Η CoreWeave λανσάρει πρότυπα Φυσικής ΤΝ για την ανάπτυξη ρομποτικών συστημάτων και αυτόνομων οχημάτων

Προτού μια ομάδα ρομποτικής μπορέσει να δοκιμάσει μια νέα πολιτική ελέγχου, πρέπει πρώτα να συντονιστούν ο προσομοιωτής, τα δεδομένα, ο αποθηκευτικός χώρος και οι υπολογιστικοί πόροι. Η CoreWeave στοχεύει να διευκολύνει αυτή την προετοιμασία με το Physical AI Launchables, έναν κατάλογο δοκιμασμένων προτύπων φόρτου εργασίας που ανακοινώθηκε στις 21 Οκτωβρίου για τη ρομποτική, τα αυτόνομα οχήματα και την προσομοίωση.

Τα πρότυπα περιλαμβάνουν περιβάλλοντα για πέντε εργαλεία —NVIDIA Isaac Sim, CARLA, MuJoCo, NVIDIA AlpaSim και NVIDIA Cosmos 3— ώστε οι μηχανικοί να μπορούν να διαμορφώνουν και να ξεκινούν έναν φόρτο εργασίας με μία εντολή, αντί να στήνουν την υποδομή του από την αρχή. Η κυκλοφορία περιλαμβάνει επίσης δεξιότητες που επιτρέπουν στους πράκτορες προγραμματισμού να εκτελούν τις ίδιες ροές εργασίας.

Για τους προγραμματιστές, το σημαντικό ερώτημα είναι τι μπορεί να επαναλαμβάνεται με συνέπεια. Το Launchables στοχεύει να διατηρεί ένα λειτουργικό περιβάλλον μεταξύ πειραμάτων, επιτρέποντας παράλληλα στις ομάδες να αλλάζουν τις σκηνές, τα σύνολα δεδομένων, τα μοντέλα και τις ρυθμίσεις που καθορίζουν το αποτέλεσμα.

Μεταφορά των εργασιών ρύθμισης στο παρασκήνιο του πειράματος

Ένα πείραμα Φυσικής ΤΝ περιλαμβάνει περισσότερα από την εκτέλεση ενός μοντέλου. Η αξιολόγηση της οδήγησης απαιτεί προσομοιωτή και σενάρια· μια εργασία εκμάθησης ρομπότ χρειάζεται περιβάλλον, πολιτική ελέγχου και τρόπο συλλογής αποτελεσμάτων. Αυτά τα στοιχεία χρειάζονται επίσης κατάλληλο αποθηκευτικό χώρο, υπολογιστικούς πόρους και όρια εκτέλεσης.

Η CoreWeave αναφέρει ότι οι μηχανικοί της έχουν δημιουργήσει και δοκιμάσει τις διαμορφώσεις στις οποίες βασίζεται κάθε πρότυπο. Οι ομάδες μπορούν να προσαρμόσουν αυτές τις διαμορφώσεις στις δικές τους εργασίες, χρησιμοποιώντας δεσμευμένη υπολογιστική δυναμικότητα για προγράμματα σε εξέλιξη ή πρόσθετους πόρους για μεμονωμένα πειράματα. Για κάθε υποστηριζόμενο εργαλείο υπάρχει επίσης ένα κενό πρότυπο, το οποίο παρέχει το περιβάλλον χωρίς να προκαθορίζει τον φόρτο εργασίας.

«Το Physical AI Launchables προσφέρει ένα δοκιμασμένο σημείο εκκίνησης για τα εργαλεία που ήδη χρησιμοποιούν, ώστε να αφιερώνουν περισσότερο χρόνο στη δουλειά που μόνο οι ίδιοι μπορούν να κάνουν», δήλωσε ο Richard Ahlfeld, ανώτερος αντιπρόεδρος της CoreWeave για τη Φυσική ΤΝ, στην ανακοίνωση.

Η διάκριση είναι χρήσιμη: η CoreWeave παρέχει το επίπεδο συσκευασίας και εκτέλεσης, ενώ το λογισμικό προσομοίωσης και μοντελοποίησης προέρχεται από την NVIDIA και άλλους προγραμματιστές. Οι ομάδες εξακολουθούν να αποφασίζουν τι θα δοκιμάσουν και αν τα αποτελέσματα έχουν νόημα.

Τι μπορούν να εκτελέσουν τα πρώτα πρότυπα

Η τεχνική ανάρτηση για την κυκλοφορία της CoreWeave κάνει τον κατάλογο πιο συγκεκριμένο. Τα παραδείγματά της καλύπτουν τον χειρισμό αντικειμένων από ρομπότ, την προσομοιωμένη οδήγηση, τα συνθετικά δεδομένα και την ενισχυτική μάθηση:

• NVIDIA Isaac Sim: Εργασίες ρομποτικού βραχίονα για την επιλογή και τοποθέτηση αντικειμένων, σκηνές αποθήκης με ετικέτες και πειράματα δυναμικής οχημάτων.
• CARLA: Ομάδες σεναρίων οδήγησης που παράγουν βίντεο για επιθεώρηση.
• MuJoCo: Παράλληλα πειράματα ενισχυτικής μάθησης και εργασίες χειρισμού αντικειμένων σε κουζίνα.
• NVIDIA AlpaSim: Αξιολόγηση οδήγησης σε κλειστό βρόχο.
• NVIDIA Cosmos 3: Δημιουργία σεναρίων βίντεο που μπορεί να είναι δύσκολο ή δαπανηρό να συλλεχθούν.

Πρόκειται για διαμορφώσεις εκκίνησης και όχι για ένα προκαθορισμένο σύνολο επιδείξεων. Οι μηχανικοί μπορούν να αλλάξουν τις παραμέτρους του φόρτου εργασίας ή να επεξεργαστούν τον κώδικα της εφαρμογής, διατηρώντας παράλληλα το δοκιμασμένο περιβάλλον που βρίσκεται από κάτω. Η κυκλοφορία περιλαμβάνει επίσης δεξιότητες του NVIDIA Cosmos Data Factory για επαύξηση, επισήμανση, επιμέλεια και ανάκτηση δεδομένων· η CoreWeave αναφέρει ότι σχεδιάζονται και άλλα σχετικά πρότυπα.

Οι πράκτορες προγραμματισμού αποκτούν τα ίδια εργαλεία ελέγχου με τους μηχανικούς

Το Launchables περιλαμβάνει δεξιότητες ειδικά για την CoreWeave, οι οποίες προορίζονται για τα Claude Code, Codex και άλλους πράκτορες προγραμματισμού. Παρέχουν στον πράκτορα οδηγίες για τις σχετικές ρυθμίσεις και πρόσβαση στις εντολές που χρησιμοποιούνται για την εκκίνηση, την παρακολούθηση και την ανάκτηση των αποτελεσμάτων μιας εκτέλεσης.

Η κυκλοφορία υπογραμμίζει τη διαφορά ανάμεσα στην ολοκλήρωση μιας εργασίας και στην επιτυχία ενός πειράματος. Μια διεργασία μπορεί να τερματιστεί χωρίς να έχει διαπιστωθεί αν μια πολιτική οδήγησης ανταποκρίθηκε σωστά στα σενάριά της ή αν ένα ρομπότ ολοκλήρωσε την αποστολή του. Η επιστροφή αναφορών, μετρικών, πολυμέσων και διαγνωστικών στοιχείων μέσω μιας ενιαίας διεπαφής παρέχει τόσο στους μηχανικούς όσο και στους πράκτορες υλικό για αξιολόγηση μετά την εκτέλεση.

Αυτό μπορεί να καταστήσει τον αυτοματισμό πιο χρήσιμο σε επαναλαμβανόμενα πειράματα. Ένας πράκτορας μπορεί να βοηθήσει στη διαχείριση μιας ροής εργασίας, αλλά η ομάδα εξακολουθεί να χρειάζεται κατάλληλες αξιολογήσεις και κριτήρια επιτυχίας. Το γεγονός ότι μια ανάπτυξη λειτουργεί δεν αποδεικνύει ότι ένα μοντέλο είναι έτοιμο για χρήση σε φυσικό σύστημα.

Αξιοποίηση του χρόνου GPU αποκλειστικά για εργασίες GPU

Η ανακοίνωση εξετάζει επίσης τον τρόπο με τον οποίο οι εργασίες καταναλώνουν πόρους. Όταν το επιτρέπει ο φόρτος εργασίας, τα πρότυπα διαχωρίζουν την προετοιμασία και τη μετεπεξεργασία στην CPU από την εκτέλεση στην GPU, αποδεσμεύοντας τη χωρητικότητα της GPU μόλις ολοκληρωθεί αυτό το στάδιο. Τα πρότυπα δηλώνουν τις απαιτήσεις σε πόρους και τα όρια ταυτόχρονης εκτέλεσης, ώστε να διευκολύνεται ο συντονισμός παράλληλων εκτελέσεων.

Αυτό έχει σημασία, επειδή το κόστος του πειράματος περιλαμβάνει τον χρόνο κατά τον οποίο ακριβός εξοπλισμός παραμένει σε αναμονή για άλλες εργασίες. Ο διαχωρισμός των σταδίων μπορεί να βελτιώσει την κατανομή των πόρων, αν και το πραγματικό όφελος εξαρτάται από τον φόρτο εργασίας και από το πόση προετοιμασία, προσομοίωση, εκπαίδευση και ανάλυση απαιτεί.

Η CoreWeave δεν έχει παράσχει στην ανακοίνωση που δόθηκε ούτε ένα γενικό σημείο αναφοράς επιδόσεων για το Launchables ούτε μια καθολική μείωση του χρόνου ρύθμισης. Η άμεση πρότασή της είναι μια δοκιμασμένη διαμόρφωση και ένας κοινός τρόπος λειτουργίας της, όχι μια μετρημένη αύξηση επιδόσεων που ισχύει για κάθε έργο ρομποτικής.

Πώς εντάσσονται τα Launchables στη στοίβα φυσικής τεχνητής νοημοσύνης της CoreWeave

Η κυκλοφορία επεκτείνει τη δραστηριότητα της CoreWeave πέρα από την ακατέργαστη υπολογιστική ισχύ GPU, στις ροές εργασίας λογισμικού που την αξιοποιούν. Στη σελίδα της για την πλατφόρμα φυσικής τεχνητής νοημοσύνης, η εταιρεία περιγράφει υποδομές που περιλαμβάνουν υπολογιστικούς πόρους GPU και CPU, δικτύωση, αποθήκευση, ενορχήστρωση Kubernetes και Slurm στο Kubernetes. Αυτά τα στοιχεία καλύπτουν τις διαφορετικές απαιτήσεις της προετοιμασίας δεδομένων, της προσομοίωσης και της εκπαίδευσης μοντέλων.

Η ευρύτερη πλατφόρμα cloud της συνδέει αυτή την υποδομή με το CoreWeave Forge, το οποίο συγκεντρώνει εργαλεία για την παρακολούθηση, την αξιολόγηση και τη βελτίωση μοντέλων και πρακτόρων. Τα Launchables προσθέτουν δοκιμασμένους φόρτους εργασίας μηχανικής πάνω από αυτά τα επίπεδα. Στόχος είναι να μειωθεί ο αριθμός των περιβαλλόντων που χρειάζεται να συναρμολογήσει μια ομάδα καθώς περνά από τα δεδομένα στα πειράματα και την αξιολόγηση.

Η CoreWeave κατονόμασε επίσης τις Cadence, Convergent Science, Encord, nTop, PhysicsX και Voxel51 ως συνεργάτες λογισμικού που αξιοποιούν την υποδομή της. Οι συνεργασίες αυτές καλύπτουν ένα φάσμα από εργαλεία δεδομένων και υπολογιστικής όρασης έως προσομοιώσεις μηχανικής· δεν πρέπει να εκληφθούν ως ισχυρισμός ότι κάθε προϊόν συνεργάτη αποτελεί ήδη πρότυπο εκκίνησης.

Η ταχύτερη εκκίνηση εξακολουθεί να απαιτεί αξιόπιστη αξιολόγηση

Η δυνατότητα είναι σαφής: όταν ένα περιβάλλον παραμένει σταθερό από το ένα πείραμα στο επόμενο, οι ομάδες μπορούν να αφιερώνουν περισσότερο χρόνο στη σύγκριση μοντέλων και στη διερεύνηση αστοχιών. Τα κοινόχρηστα πρότυπα μπορούν επίσης να διευκολύνουν τους συναδέλφους να αναπαράγουν μια διαμόρφωση πριν αλλάξουν κάποια μεταβλητή.

Τα δυσκολότερα ερωτήματα παραμένουν στο ίδιο το πεδίο εφαρμογής. Οι προσομοιωμένες σκηνές πρέπει να αναπαριστούν χρήσιμες συνθήκες, τα συνθετικά δεδομένα πρέπει να είναι κατάλληλα για την εκάστοτε εργασία και οι αξιολογήσεις πρέπει να αποκαλύπτουν αστοχίες που έχουν σημασία και έξω από τον προσομοιωτή. Τα Launchables μπορούν να απλοποιήσουν τη διαδικασία εκτέλεσης αυτών των δοκιμών· δεν καταργούν την ανάγκη προσεκτικού σχεδιασμού τους.

Η CoreWeave παραπέμπει τις ομάδες που ενδιαφέρονται στην επισκόπηση των Launchables για τη φυσική τεχνητή νοημοσύνη, όπου θα βρουν τον αρχικό κατάλογο και περισσότερες πληροφορίες. Για τους δημιουργούς ρομποτικών συστημάτων και αυτόνομων οχημάτων, το πρακτικό πλεονέκτημα είναι μια συντομότερη διαδρομή από την ιδέα ενός πειράματος έως αποτελέσματα που μπορούν να εξετάσουν.