Frissítve: 16 perce·Ma: 57
Alkalmazások
AI által generált szöveg

A Cadence és a Nvidia egyesíti erejét a robotikai AI-fejlesztésben

A Cadence Design Systems és a Nvidia együttműködése a mesterséges intelligenciát fizikai szimulációval és gyorsított számítástechnikával ötvözi, a félvezetők, a robotika és a nagyméretű AI-infrastruktúra modellezésére és telepítésére fókuszál.

A Cadence és a Nvidia egyesíti erejét a robotikai AI-fejlesztésben
Fotó: Jonathan Castañeda / Unsplash
Forrás: AI NewsSzerző: AI Forradalom szerk.
Megosztás

A Cadence Design Systems és a Nvidia közös platformot hoz létre, amely a mesterséges intelligenciát fizikai szimulációval és gyorsított számítástechnikával ötvözi robotikai rendszerek és rendszertervezés céljából — írja az artificialintelligence-news.com.

Az együttműködés célja a félvezetők, a robotika és a nagyméretű AI-infrastruktúra modellezése és telepítése, beleértve a Nvidia által „fizikai AI-nak” nevezett robotikai rendszereket is. A Cadence multiphysics szimulációs és rendszertervező eszközeit integrálják a Nvidia CUDA-X könyvtáraival, AI modelljeivel és az Omniverse-alapú szimulációs környezetével.

Ezek az eszközök modellezik a termikus, elektromos és mechanikai kölcsönhatásokat, így a mérnökök felmérhetik a rendszerek valós körülmények közötti viselkedését. A platform a chiptervezésen túl az infrastruktúra-komponensekre is kiterjed, mint például a hálózatépítés, a hűtés és az energiaellátó rendszerek.

A közös platform lehetővé teszi a rendszerek viselkedésének szimulálását a fizikai telepítés előtt, mivel a rendszer teljesítménye azon múlik, hogyan működnek együtt a számítási, hálózati, hűtési és energiaellátó rendszerek. A Cadence fizikai motorjait, amelyek a valós anyagok kölcsönhatását modellezik, összekapcsolják a Nvidia AI modelljeivel, amelyeket AI-vezérelt robotrendszerek betanítására használnak szimulált környezetekben.

A robotok szimulációban történő betanítása csökkenti a valós adatgyűjtés szükségességét. A vállalatok szerint ezeket az adathalmazokat fizikai alapú modellekkel kell generálni, nem pedig fizikai rendszerekből gyűjteni. A szimulációval generált adathalmazokat modellek betanítására használják, az eredmények pedig az alapul szolgáló fizikai modellek pontosságától függenek.

Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom