Știri
Știri din categoria Tehnologie
Cadence și Nvidia își extind parteneriatul pentru a reduce „decalajul de simulare” care încetinește robotica, mizând pe simulări fizice mai fidele pentru a genera date de antrenare mai bune și a grăbi trecerea roboților din laborator în lumea reală, potrivit The Next Web.
Anunțul a fost făcut de directorii executivi ai celor două companii la o conferință Cadence în Santa Clara, California. Colaborarea integrează motoarele de simulare fizică de înaltă fidelitate ale Cadence cu platformele Nvidia de antrenare a inteligenței artificiale, inclusiv bibliotecile open-source Isaac pentru simulare și modelele „open-world” Cosmos.
Miza este una operațională: antrenarea roboților în simulare este mai rapidă și mai ieftină decât în mediul real, însă utilitatea datelor depinde direct de cât de corect reproduce simularea fizica (contact, deformare, curgere etc.). Cadence, cunoscută în principal pentru software-ul folosit la proiectarea cipurilor avansate, își folosește aici și motoarele de fizică – utilizate deja în aerospațial, auto și semiconductori – pentru a produce date de antrenare relevante pentru roboți care trebuie să manipuleze obiecte și să navigheze în medii fizice.
„Cu cât datele de antrenare generate sunt mai precise, cu atât modelul va fi mai bun”, a spus CEO-ul Cadence, Anirudh Devgan, la conferința din Santa Clara.
„Lucrăm cu voi pe toată linia, pe sisteme robotice”, a declarat CEO-ul Nvidia, Jensen Huang, despre amploarea colaborării.
Potrivit publicației, combinația dintre simularea multifizică a Cadence și „pipeline-urile” (fluxurile) de antrenare ale Nvidia ar urma să ducă la implementare pe hardware-ul Nvidia Jetson, folosit în robotică și aplicații de inteligență artificială la marginea rețelei (edge AI).
Rezultatul urmărit este un flux de lucru complet: de la antrenarea modelelor care descriu lumea (world-model training), trecând prin simulare fizică, până la feedback din implementarea în lumea reală, coordonat de agenți AI pe parcursul ciclului de viață.
Parteneriatul se înscrie într-un tipar mai larg al Nvidia de a construi colaborări în zona simulării pentru inginerie industrială. The Next Web notează că Nvidia a anunțat separat parteneriate cu Siemens și Dassault Systèmes pentru platforme de inteligență artificială industrială și „gemeni digitali” (replici virtuale ale unor sisteme fizice).
Pentru Cadence, aplicarea tehnologiei sale de simulare în robotică este prezentată ca o extindere a software-ului de simulare către stratul de infrastructură pentru AI, într-un moment în care crește cererea pentru date de antrenare mai precise pentru roboți.
Recomandate
TSMC își mută o parte din calculele critice din fabrici pe GPU-uri NVIDIA pentru a scurta timpii de producție și a crește randamentul , folosind biblioteci CUDA-X și modele de inteligență artificială în etape precum litografia, simularea tranzistorilor, controlul de proces și inspecția plachetelor, potrivit NVIDIA News . Miza operațională este reducerea complexității și a costurilor de calcul pe măsură ce industria trece la noduri de fabricație tot mai avansate. Pe fondul creșterii dificultății de a duce un cip de la proiectare la producție de volum, TSMC folosește „accelerated computing” (calcul accelerat, adică rularea sarcinilor pe procesoare grafice) și AI pentru a îmbunătăți timpul de răspuns, eficiența energetică, randamentul (yield) și productivitatea în fabricile avansate, conform aceleiași surse. Unde intră AI și GPU-urile în fluxul de fabricație TSMC utilizează biblioteci NVIDIA CUDA-X și modele AI pentru a accelera mai multe tipuri de sarcini pe GPU-uri NVIDIA, în special în zone cu simulări masive și optimizări în timp real: Litografie computațională : compania folosește NVIDIA cuLitho , o bibliotecă accelerată pe GPU pentru litografie (procesul de „imprimare” a modelelor pe măști și plachete). NVIDIA afirmă un plus de 20–50% la eficiența costurilor sau la timpul de ciclu față de litografia computațională bazată pe CPU, „menținând același cost de deținere”. Simulări pentru tranzistori, echipamente și procese : TSMC folosește NVIDIA cuEST , bibliotecă pentru simulări de structură electronică, cu simulări de chimie de 50 de ori mai rapide, în medie , pentru proiectarea materialelor semiconductoare. Control avansat de proces : prin biblioteca de învățare automată NVIDIA cuML , TSMC accelerează analitica la scară mare, pentru a „distila” sute de mii de parametri de proces din mii de pași în intrări pentru modele de machine learning, cu efect de reducere a variației de proces. Optimizarea operațiunilor din fabrică : calculele de planificare (scheduling) accelerate pe GPU, cu CUDA, au dus la „îmbunătățiri notabile” ale productivității, folosind NVIDIA H200 GPUs , prin gestionarea mai bună a constrângerilor și „fluidizarea” traseelor de producție. Inspecția defectelor: AI vizual pentru defecte la scară nanometrică În paralel, TSMC folosește platforma NVIDIA Metropolis și NVIDIA TAO Toolkit pentru clasificarea avansată a defectelor, pe baza „vision AI” (AI pentru analiză de imagini). NVIDIA susține că această abordare a îmbunătățit detectarea defectelor la scară nanometrică și a redus nevoia de etichetare repetată și reantrenare, pe măsură ce se schimbă condițiile de proces, instrumentele de inspecție și tipurile de defecte. „FabTwin”: simulare înainte de investiții fizice TSMC mai spune că explorează biblioteci NVIDIA Omniverse pentru a construi „FabTwin”, un mediu virtual al fabricii, folosit pentru evaluarea configurațiilor de amplasare a echipamentelor și a fluxurilor de simulare. Ideea este testarea scenariilor digital înainte de implementarea fizică, pentru a identifica mai devreme constrângeri și pentru a accelera deciziile „înainte de orice angajamente fizice sau de capital”. De ce contează Dincolo de parteneriatul în sine, mesajul operațional este că, la noduri avansate, fabrica devine o problemă de calcul la scară foarte mare , iar avantajul competitiv se mută tot mai mult în capacitatea de a rula simulări, optimizări și inspecții asistate de AI mai rapid și mai eficient energetic. În măsura în care aceste accelerări se confirmă în producția de volum, ele pot însemna timpi mai scurți de ramp-up, randament mai bun și utilizare mai eficientă a capacităților din fabrici. [...]
NVIDIA extinde „stiva” de dezvoltare pentru robotaxi de nivel 4 cu Alpamayo 2 Super , un model deschis de raționament cu 32 de miliarde de parametri, plus instrumente pentru antrenare în buclă închisă și generare de scenarii rare în simulare, potrivit NVIDIA News . Miza operațională este reducerea muncii „de la zero” pentru producători și dezvoltatori și scurtarea ciclurilor de etichetare/antrenare, într-un domeniu unde validarea de siguranță și colaborarea cu autoritățile depind de trasabilitatea deciziilor. Ce aduce Alpamayo 2 Super și de ce contează în dezvoltarea L4 Alpamayo 2 Super este descris ca un model „vision language action” (VLA) bazat pe raționament — adică un model care combină percepția vizuală cu înțelegerea instrucțiunilor și cu generarea de acțiuni — pentru a „raționa, planifica și acționa” pe întregul lanț de conducere autonomă. NVIDIA susține că modelul oferă și „interpretabilitate” (posibilitatea de a explica deciziile), utilă pentru validarea de siguranță și interacțiunea cu reglementatorii. Între elementele tehnice evidențiate de companie: creșterea la 32 de miliarde de parametri (de la generații anterioare de 10 miliarde), pe baza modelelor „world foundation” NVIDIA Cosmos; percepție 360° (față, lateral, spate), nu doar camere orientate frontal; ieșiri de tip „Meta-Action” (decizii macro precum „cedează”, „schimbă banda”, „oprește”), pe lângă traiectorii și „chain-of-causation” (CoC), adică urme cauzale ale raționamentului; auto-etichetare bazată pe raționament, cu „ancorare 2D”, despre care NVIDIA spune că poate comprima ciclurile de adnotare „din luni în zile”; îmbunătățiri pentru scenarii rare și complexe („long-tail”), unde abordările tradiționale bazate pe imitație au dificultăți. NVIDIA poziționează Alpamayo 2 Super ca „teacher model” (model profesor) care poate fi distilat în modele mai compacte, capabile să ruleze pe platforma NVIDIA DRIVE Hyperion , pe hardware-ul NVIDIA DRIVE AGX Thor, instalat în vehicul. AlpaGym și OmniDreams: antrenare în buclă închisă și scenarii rare la scară Pe lângă model, NVIDIA a anunțat: NVIDIA AlpaGym , un cadru open-source de învățare prin recompensă (reinforcement learning) în „buclă închisă”, care rulează cicluri continue decizie–observație în simulare, astfel încât fiecare frânare, viraj sau alegere de navigație să modifice mediul. Compania spune că abordarea scoate la iveală erori cumulative și eșecuri în cazuri-limită pe care seturile statice de date le pot rata. NVIDIA OmniDreams , un „model generativ de lume” pentru generarea fotorealistă de scenarii de condus în buclă închisă, cu accent pe simularea la scară a situațiilor rare și a celor din „coada lungă” a distribuției (evenimente puțin frecvente, dar critice). AlpaGym este construit pe stiva de simulare tip microservicii AlpaSim și pe NVIDIA Omniverse NuRec și este prezentat ca parte dintr-un flux continuu de la pre-antrenare „open-loop” (pe date înregistrate) la rafinare „closed-loop” (în simulare). Etichetare automată și „skill-uri” pentru agenți: productivitate în pipeline NVIDIA mai spune că va publica open-source CoC Auto-Labeling Pipeline , un flux care generează automat etichete CoC „legate cauzal” din clipuri brute de condus, fără adnotare umană, pentru a crea date de antrenare necesare modelelor de raționament „întrupat” (embodied). În paralel, compania lansează „skill-uri” (capabilități reutilizabile) pentru agenți de tip „physical AI”, sub NVIDIA Agent Toolkit, inclusiv: Neural Reconstruction , bazat pe Omniverse NuRec, pentru reconstruirea datelor din flote în scene 3D fotorealiste și adaptarea lor la configurații diferite de senzori; skill-uri pentru OmniDreams (generare de scenarii) și AlpaGym (antrenare în buclă închisă). Într-o declarație inclusă în comunicat, CEO-ul NVIDIA, Jensen Huang , afirmă: „Alpamayo este momentul în care mașinile încep să raționeze în siguranță, nu doar să conducă.” Disponibilitate și adopție NVIDIA afirmă că platforma Alpamayo a fost descărcată „aproape de 400.000 de ori” de la lansare și că include scripturi de post-antrenare pentru adaptarea modelelor la seturi de date și politici de condus proprii. Pentru noua versiune, compania spune că Alpamayo 2 Super este așteptat să fie disponibil „în această vară” pe GitHub (cod de inferență) și pe Hugging Face (ponderi ale modelului). Calendarul este prezentat ca estimare, iar comunicatul include precizări că funcționalitățile și termenele pot fi modificate. Linkuri către resursele menționate de companie Pagina NVIDIA Alpamayo: NVIDIA Modele/dataset Omniverse NuRec: Hugging Face Skill „Neural Reconstruction”: GitHub NVIDIA Cosmos: NVIDIA NVIDIA DRIVE Hyperion: NVIDIA NVIDIA DRIVE AGX Thor: NVIDIA Developer AlpaSim: GitHub Physical AI AV Dataset (colecție): Hugging Face Articol tehnic despre post-antrenare „closed-loop”: NVIDIA Developer Blog CoC Auto-Labeling Pipeline: GitHub [...]
NVIDIA își extinde ofensiva pe PC-uri pentru AI, iar primele laptopuri cu procesorul RTX Spark vor ajunge pe piață în această toamnă , potrivit IT之家 , care citează un anunț oficial Microsoft prezentat în cadrul keynote-ului de la COMPUTEX 2026 (Taipei). Procesorul RTX Spark PC a fost prezentat de CEO-ul NVIDIA, Jensen Huang, iar lista inițială de produse indică o direcție comercială clară: producătorii vizează în primul rând segmentul „creatorilor” (editare video, grafică, fluxuri de lucru accelerate de AI), nu doar gamingul. Pentru piață, asta înseamnă o nouă rundă de diferențiere hardware în jurul „AI local” (rulare pe dispozitiv, fără cloud), cu efect direct asupra configurațiilor, prețurilor și ciclurilor de înnoire în zona premium. Ce modele intră în primul val Conform informațiilor preluate din comunicarea Microsoft, primele laptopuri cu RTX Spark vor veni de la Microsoft, ASUS, Dell, HP, Lenovo și MSI: Microsoft Surface Laptop Ultra – orientat către creatori și profesioniști din zona creativă; include ecran tactil de 15 inci mini-LED PixelSense Ultra, touchpad de dimensiuni mari și conectică precum HDMI, USB-C, USB-A, slot SD și jack audio. ASUS ProArt P16 și ProArt P14 – variante de 16 inci și 14 inci, culori „nano black” și „neon white”; ecrane ASUS Lumina Pro OLED și autonomie „pe tot parcursul zilei”. Dell XPS 16 Creator Edition – pentru lucru creativ, cu redare fluentă a conținutului pe timeline 4K și export mai rapid; ecran Tandem OLED cu True Black HDR 600, plus cititor SD și HDMI. HP OmniBook Ultra 16 și OmniBook X 14 – adresate creatorilor, gamerilor și dezvoltatorilor AI, cu accent pe performanță AI locală pentru accelerarea fluxurilor de lucru. Lenovo Yoga Pro 9n – combină poziționarea Yoga pentru creatori cu noul cip NVIDIA, cu promisiunea de portabilitate și utilizare îndelungată fără alimentare la priză. MSI Prestige N16 Flip AI+ – format 2-în-1, ecran de 16 inci UHD+ Tandem OLED, tehnologie de accelerare AI NVIDIA și baterie de 99,9 Wh. Ce urmează: extindere și dincolo de laptopuri Aceeași sursă menționează că Acer și Gigabyte vor avea ulterior produse RTX Spark, inclusiv desktopuri compacte . Calendarul exact pentru aceste modele nu este detaliat în material, însă pentru primul val de laptopuri fereastra indicată este toamna acestui an . [...]
NVIDIA deschide accesul la un „robot umanoid de referință” pentru mediul academic , mizând pe standardizarea și accelerarea fluxului de dezvoltare în robotică – de la integrarea hardware și colectarea de date până la simulare, antrenare și rulare pe robot – potrivit NVIDIA News . Miza operațională este reducerea fragmentării din cercetare, unde echipele ajung să reconstruiască repetat aceeași infrastructură pentru fiecare platformă sau sarcină. Noul NVIDIA Isaac GR00T Reference Humanoid Robot este prezentat ca primul design deschis de acest tip construit pe NVIDIA Jetson Thor și pe platforma de dezvoltare NVIDIA Isaac GR00T, combinând un robot umanoid Unitree H2 Plus, mâini tactile Sharpa cu cinci degete și un „stack” (pachet) software deschis, cu modele și fluxuri de lucru pentru dezvoltare. Ce problemă țintește: unificarea unui proces „fragmentat” în robotică NVIDIA susține că, pe fondul creșterii cererii pentru umanoizi „general-purpose” (cu utilizare generală), cercetătorii se lovesc de un proces fragmentat care acoperă mai multe etape: integrare hardware, colectare de date, simulare, antrenare, evaluare și implementare. Designul de referință urmărește să le aducă într-un singur cadru, pentru a scurta drumul de la punerea în funcțiune a robotului la dezvoltarea de abilități și validare în lumea reală. În logica NVIDIA, „corpul” este dat de platforma Unitree și de mâinile Sharpa, iar „creierul” de calculul la bord și de software-ul Isaac GR00T. Ce include platforma: hardware + calcul la bord + senzori Designul de referință este descris ca un sistem integrat, cu componente cheie pentru cercetare avansată: Șasiu umanoid Unitree H2, aproape de 6 feet (aprox. 1,83 metri) și 150 pounds (aprox. 68 kg), cu 31 de grade de libertate. Două mâini tactile Sharpa Wave cu cinci degete, cu 22 de grade de libertate, ducând totalul la 75 de grade de libertate (corp + mâini). Senzori multi-view: cameră stereo montată pe cap (câmp vizual 140° orizontal și 102° vertical), camere la încheieturi și unitate de măsurare inerțială (IMU) pentru urmărirea mișcării. Control „whole-body” (întregul corp), cu cuplu la brațe de până la 120 Nm și la picioare de până la 360 Nm; sarcină utilă nominală la braț de 7 kg și vârf de 15 kg. Calcul la bord NVIDIA Jetson AGX Thor T5000, cu GPU NVIDIA Blackwell și 2.070 FP4 teraflops pentru AI, CPU Arm cu 14 nuclee, 128 GB memorie unificată și consum configurabil între 40 și 130 wați. Conectivitate: Ethernet, Wi‑Fi 6, Bluetooth 5.2, USB, plus microfoane și difuzoare pentru interacțiune vocală. Baterie de 15Ah, 0,972 kWh, cu autonomie de circa trei ore. Funcție de oprire de urgență de la distanță. Componenta software: de la captură de date la implementare pe robot NVIDIA poziționează Isaac GR00T ca o platformă „full-stack” (cap-coadă) pentru dezvoltarea umanoizilor, în care cercetătorii își păstrează controlul asupra datelor robotului, datelor de antrenare, telemetriei și jurnalelor. Pachetul include: NVIDIA Isaac Teleop pentru captarea de demonstrații de la robot, folosite la antrenare și dezvoltarea de politici (reguli de control învățate). NVIDIA Isaac GR00T open foundation models pentru raționament, învățare și comportament multi-sarcină. NVIDIA Isaac Sim și Isaac Lab pentru simulare, antrenare, testare și evaluare înainte de rularea în lumea reală. NVIDIA Isaac ROS , un middleware (strat software de integrare) accelerat, pentru a transfera politicile antrenate pe roboți. NVIDIA Jetson Thor pentru inferență și control în timp real, la bord. NVIDIA spune că designul modular permite folosirea întregii platforme sau integrarea selectivă în fluxuri de lucru existente, fără refacerea infrastructurii pentru fiecare robot sau sarcină. Cine îl folosește și când ar urma să fie disponibil NVIDIA indică drept utilizatori inițiali instituții precum Ai2, ETH Zurich, Stanford Robotics Center și laboratorul Advanced Robotics and Controls de la UC San Diego, care ar urma să folosească designul de referință în cercetare. Disponibilitatea comercială este programată „în a doua parte a lui 2026”, robotul urmând să fie disponibil de la Unitree. În paralel, NVIDIA afirmă că un „reference workflow” (flux de lucru de referință) pentru Unitree G1 este așteptat „în curând” pe GitHub și Hugging Face, fără un termen calendaristic precis în material. [...]
Nvidia își consolidează controlul asupra infrastructurii AI printr-un CPU propriu, Vera, iar faptul că Anthropic și OpenAI apar pe lista primilor utilizatori indică direcția comercială a produsului , potrivit The Next Web . Mesajul companiei, transmis de CEO-ul Jensen Huang la Computex , este că Nvidia nu mai vrea să fie percepută doar ca furnizor de GPU-uri (cipuri grafice), ci și ca jucător major pe piața procesoarelor pentru centre de date. Vera este succesorul lui Grace, însă Nvidia îl poziționează ca reproiectare „de la zero”, nu ca o simplă iterație. Cipul folosește 88 de nuclee „Olympus” dezvoltate intern, renunțând la nucleele Arm Neoverse folosite anterior, iar compania spune că Vera este deja în producție de serie. De ce contează: Nvidia reduce dependențele și vinde „pachetul” CPU+GPU Miza nu este doar performanța, ci și controlul asupra unei componente-cheie pe care Nvidia, până acum, o cumpăra în loc să o construiască. Printr-un CPU propriu, compania își reduce dependența de furnizori externi și poate livra către clienți o combinație optimizată CPU+GPU, în logica platformei „Vera Rubin”, pe care Huang a descris-o drept „cel mai mare” lansare de produs din istoria insulei Taiwan. În același timp, Nvidia își aliniază produsul la noul val de utilizare: „agenți AI” (software care planifică și execută sarcini, nu doar răspunde la un prompt). Compania susține că Vera rulează mai rapid astfel de sarcini decât procesoarele x86 de la Intel și AMD și menționează o lățime de bandă a memoriei de până la 1,2 TB/s. Performanță și adopție: primele semnale, dar fără detalii comerciale Publicația notează că benchmark-urile independente timpurii plasează Vera înaintea Intel Xeon și AMD EPYC pe mai multe măsurători — comparația pe care Nvidia vrea să o impună în piață. Lista de clienți anunțată public include Anthropic, OpenAI, SpaceX și Oracle. În special Anthropic și OpenAI sunt prezentate ca laboratoarele a căror „apetență” pentru putere de calcul a ajuns să definească actuala extindere a infrastructurii AI, iar includerea lor ca utilizatori de lansare funcționează ca un semnal despre unde țintește Nvidia cu acest CPU. Totuși, Nvidia nu a comunicat prețuri și nici volumele la care s-ar fi angajat clienții menționați. Conform relatării, primele unități ar fi fost livrate „manual” în luna mai, înainte de anunțul public din Taipei. Calendarul care va testa promisiunea Oracle Cloud Infrastructure ar urma să fie primul „hyperscaler” (operator de cloud la scară foarte mare) care implementează Vera pe scară largă, iar disponibilitatea mai largă în celelalte mari cloud-uri este așteptată în a doua jumătate din 2026. Acesta este, în esență, reperul operațional de urmărit: anunțurile și „numele mari” sunt ușor de pus pe scenă, dar livrările în volum către clienți plătitori rămân partea dificilă — și, deocamdată, este încă în față. [...]
Nvidia își extinde ofensiva din AI către procesoarele principale pentru PC-uri , pregătind intrarea directă într-o piață dominată de ani buni de Intel, AMD, Qualcomm și Apple, cu implicații pentru lanțul de aprovizionare și pentru competiția din zona laptopurilor Windows. Informațiile apar în Mediafax . Noul pas vine după ce Nvidia a ajuns cea mai valoroasă companie din lume, pe fondul poziției dominante în cipurile de inteligență artificială pentru centre de date. Acum, compania vizează cipuri care să funcționeze ca procesor principal (CPU) în computere personale, potrivit publicației. Ce lansează Nvidia și când ajunge pe piață La conferința Computex din Taiwan, CEO-ul Jensen Huang a prezentat procesorul N1X, descris ca fiind realizat împreună cu Microsoft. Acesta va fi integrat într-un „supercip” numit RTX Spark, care ar urma să debuteze în toamnă pe o nouă linie de PC-uri Windows. Lista producătorilor menționați pentru primele modele include Microsoft, Dell, HP, ASUS, Lenovo și MSI. De ce contează: Arm câștigă teren în PC-uri, iar Nvidia intră în joc Miza este accelerarea tranziției către procesoare bazate pe Arm, care, potrivit lui Huang, câștigă teren în fața arhitecturii x86 folosite tradițional de Intel și AMD. În același timp, Huang a descris piața procesoarelor ca fiind una care „explodează” într-o industrie de 200 de miliarde de dolari. În discursul său, Huang a legat această schimbare de valul de „inteligență artificială agentică” (sisteme AI care pot executa sarcini în mod autonom), despre care a spus că va rula pe toate computerele noi. „Această reinventare a computerului este la fel de importantă ca reinventarea telefonului în ceea ce cunoaștem acum drept smartphone.” Specificații și producție: Blackwell + CPU Arm, pe 3 nanometri Potrivit unui purtător de cuvânt al Nvidia, planul inițial include peste 30 de laptopuri și 10 desktop-uri cu noul cip. Procesorul de debut pentru PC este descris ca o combinație între: o unitate de procesare grafică (GPU) Blackwell de la Nvidia; o unitate centrală de procesare (CPU) personalizată N1X bazată pe Arm, proiectată de MediaTek; 128 de gigaocteți de memorie unificată. Noul procesor ar urma să fie fabricat folosind tehnologia de 3 nanometri a Taiwan Semiconductor Manufacturing Company , disponibilă în prezent doar în Taiwan, conform informațiilor citate de Mediafax. [...]
