NVIDIAPublication de la source

La Corée fait progresser l'IA physique dans toutes les industries avec NVIDIA

En s'appuyant sur les forces du pays dans la fabrication et l'ingénierie, NVIDIA contribue à faire progresser l'écosystème coréen d'IA physique.

En s'appuyant sur les forces du pays dans la fabrication et l'ingénierie, NVIDIA contribue à faire progresser l'écosystème coréen d'IA physique.

Les leaders industriels du pays appliquent l'informatique accélérée, l'IA et la simulation à tout, de la fabrication de semi-conducteurs à la robotique et aux véhicules autonomes.

Ces efforts contribuent à faire passer l'IA physique du développement à la production réelle.

Samsung Fait Progresser l'Ingénierie des Semi-conducteurs Avec l'Informatique Accélérée et la Physique IA

Samsung Electronics élargit sa collaboration avec NVIDIA pour faire progresser l'innovation dans les semi-conducteurs grâce à l'informatique accélérée et à la physique IA. Ces travaux couvrent la recherche sur les matériaux, le développement des procédés et l'ingénierie des dispositifs.

En conception assistée par ordinateur pour la technologie, Samsung travaille avec NVIDIA cuISS et NVIDIA cuDSS pour accélérer les calculs impliquant des systèmes linéaires creux. La collaboration s'étend également à l'accélération GPU pour les simulations de procédés et optiques. En recherche sur les matériaux, la plateforme sMOL de Samsung a exécuté certains calculs de chimie quantique jusqu'à 5 fois plus rapidement de bout en bout avec NVIDIA cuEST. Samsung explore également NVIDIA cuEquivariance pour accélérer les opérations tensorielles utilisées dans l'entraînement et l'inférence des modèles d'IA atomistique.

Samsung développe des flux de travail d'analyse thermique et mécanique à l'échelle des puces avec NVIDIA PhysicsNeMo. Dans un cas d'homogénéisation par IA, la combinaison de propriétés matériau effectives prédites par IA, de grilles plus grossières et de l'accélération GPU a résulté en une accélération d'environ 1,600x. Le temps de simulation est passé d'environ 18 heures pour une résolution sur grille fine avec un CPU à 32 cœurs à 41 secondes pour une résolution sur grille grossière accélérée par GPU.

Pour l'avenir, NVIDIA Agent Toolkit pourrait connecter ces outils de simulation et modèles d'IA, aidant les futurs agents d'ingénierie à exécuter des analyses et à comparer des options de conception.

Kakao Mobility Collabore Avec NVIDIA pour Faire Progresser le Développement de la Conduite Autonome

Kakao Mobility prévoit de s'appuyer sur les technologies de calcul et de sécurité pour véhicules autonomes de NVIDIA pour faire progresser le développement d'un système de conduite autonome de niveau 4. Ces travaux combinent le logiciel de conduite propriétaire de Kakao Mobility et son expérience d'exploitation dans le district de Gangnam à Séoul avec la plateforme de calcul embarqué de NVIDIA.

Kakao Mobility prévoit d'utiliser NVIDIA Hyperion, une plateforme de référence pour les capteurs et le calcul embarqué des véhicules, propulsée par NVIDIA DRIVE AGX Thor. Elle prévoit également d'utiliser NVIDIA Halos pour soutenir la sécurité tout au long du développement et de la validation de sa technologie de conduite autonome.

Le développement initial est prévu autour des véhicules conçus sur mesure de Kia, en intégrant le logiciel de conduite autonome de Kakao Mobility aux technologies NVIDIA. Cet effort vise à soutenir de futurs services de mobilité de niveau 4 en Corée.

LG Electronics Fait progresser l'apprentissage des robots et la simulation d'usine

NVIDIA et LG Electronics ont démontré avec succès des tâches de manipulation robotique et de fabrication propulsées par NVIDIA Isaac GR00T à l'aide du robot CLOiD de LG dans un environnement de fabrication réel.

La collaboration a mis en œuvre un cercle vertueux de données d'IA physique reliant la collecte de données dans le monde réel, l'augmentation de données basée sur NVIDIA Cosmos, l'entraînement de modèles GR00T, l'informatique embarquée NVIDIA Jetson AGX Thor et l'évaluation basée sur la simulation, établissant des flux de travail réutilisables pour le développement continu et la validation des capacités robotiques de CLOiD.

Les équipes utilisent ce travail pour affiner un processus reproductible d'entraînement, d'évaluation et d'amélioration des robots destinés à la fabrication.

Source originale

NVIDIA

À propos du contenu

La publication originale et les droits appartiennent à la source.

Traduction automatique · Consultez l’original