Nvidia hat sich mit Open Robotics zusammengetan, um neue Fähigkeiten der künstlichen Intelligenz im Robot Operating System (ROS) voranzutreiben.
Die nicht exklusive Vereinbarung sieht vor, dass Open Robotics ROS 2, die neueste Version des Open-Source-Robotik-Frameworks, erweitert, um Nvidia-Hardware besser zu unterstützen – und insbesondere die Jetson-Reihe, stromsparende Teile, die Arm-Kerne mit der firmeneigenen GPU kombinieren und Deep-Learning-Beschleunigerkerne, um Edge- und eingebettete Anwendungen der künstlichen Intelligenz voranzutreiben.
„Unsere Benutzer bauen und simulieren seit Jahren Roboter mit Nvidia-Hardware und wir möchten sicherstellen, dass ROS 2 und Ignition auf diesen Plattformen gut funktionieren“, sagte Brian Gerkey, Geschäftsführer von Open Robotics Das Register.
„Zwei Dinge begeistern uns am meisten: Roboter und Open Source. Diese Partnerschaft hat beides. Wir arbeiten mit Nvidia zusammen, um das Entwicklererlebnis für die globale Robotik-Community zu verbessern, indem wir die Open-Source-Software erweitern, auf die sich Robotiker verlassen. Wir freuen uns, direkt mit Nvidia zusammenzuarbeiten und ihre Unterstützung bei der Erweiterung unserer Software zu haben, um den größtmöglichen Nutzen aus ihrer Hardware zu ziehen.“
Im Rahmen der Zusammenarbeit wird Open Robotics an ROS arbeiten, um den Datenfluss zwischen den verschiedenen Prozessoren – CPU, GPU, NVDLA und Tensorkerne – auf der Jetson-Hardware von Nvidia zu verbessern und so die Verarbeitung von Daten mit hoher Bandbreite zu beschleunigen.
Als Teil davon sollen die Simulationsumgebungen Ignition von Open Robotics und Isaac Sim von Nvidia interoperabel werden – das heißt, Roboter- und Umgebungsmodelle können von einem zum anderen verschoben werden, zumindest wenn die Software irgendwann Anfang nächsten Jahres fertig ist.
Gerkey erklärte, warum das Accelerated-Computing-Portfolio von Nvidia und insbesondere die eingebettete Jetson-Produktfamilie für Roboterhersteller attraktiv sein sollten: „Nvidia hat stark in Rechenhardware investiert, die für moderne Robotik- und KI-Workloads relevant ist.“ Roboter erfassen und verarbeiten große Datenmengen von Sensoren wie Kameras und Lasern. Die Architektur von Nvidia ermöglicht einen unglaublich effizienten Datenfluss.“
Murali Gopalakrishna, Leiter Produktmanagement, Intelligent Machines, bei Nvidia, sagte über die Verbindung: „Nvidias GPU-beschleunigte Computerplattform ist das Herzstück vieler KI-Roboteranwendungen und viele davon werden mit ROS entwickelt, daher ist es logisch, dass wir arbeiten.“ eng mit der offenen Robotik zusammenarbeiten, um das Gebiet der Robotik voranzutreiben.
Die Arbeit bringt auch einige neue Isaac GEMs mit sich, hardwarebeschleunigte Pakete für ROS, die Code ersetzen sollen, der sonst auf der CPU laufen würde. Zu den neuesten GEMs gehören Pakete für die Verarbeitung von Stereobild- und Punktwolkendaten, die Farbraumkonvertierung, die Korrektur von Linsenverzerrungen sowie die Erkennung und Verarbeitung von AprilTags – 2D-Referenzmarken im QR-Code-Stil, die an der University of Michigan entwickelt wurden.
Die Partnerschaft bedeutet jedoch nicht, dass die beiden stabil bleiben. „Wir sind bestrebt, ROS 2 auf ähnliche Weise auf anderer beschleunigter Hardware zu erweitern“, sagte Gerkey uns über die geplante Unterstützung für andere Geräte wie Intels Myriad X und Googles TPU – ganz zu schweigen von der GPU-Hardware des Nvidia-Rivalen AMD.
„Tatsächlich planen wir, gemeinsam mit Nvidia den Grundstein für weitere Erweiterungen für weitere Architekturen zu legen. An andere Hardwarehersteller: Bitte kontaktieren Sie uns, um über Erweiterungen für Ihre Plattform zu sprechen!“
Die neuesten Isaac GEMs sind bei Nvidia erhältlich GitHub-Repository Jetzt; Die Veröffentlichung der interoperablen Simulationsumgebungen wird hingegen nicht vor dem Frühjahr 2022 (nördliche Hemisphäre) erwartet.
Gopalakrishna von Nvidia sagte, es sei für ROS-Entwickler möglich, vor dem Veröffentlichungsdatum mit dem Experimentieren zu beginnen. „Der Simulator verfügt bereits über eine ROS 1- und ROS 2-Brücke und enthält Beispiele für die Verwendung vieler beliebter ROS-Pakete für Navigation (nav2) und Manipulation (MoveIT). Viele dieser Entwickler nutzen Isaac Sim auch, um synthetische Daten zu generieren, um den Wahrnehmungsstapel ihrer Roboter zu trainieren. Unsere Frühjahrsveröffentlichung wird zusätzliche Funktionen wie die Interoperabilität zwischen Gazebo Ignition und Isaac Sim bringen.“
Als wir fragten, welche Leistungssteigerung Benutzer von den neuen Isaac GEMs im Vergleich zu reinen CPU-Paketen erwarten könnten, wurde uns gesagt: „Das Ausmaß der Leistungssteigerung hängt davon ab, wie viel inhärente Parallelität in einer bestimmten Arbeitslast vorhanden ist.“ Wir können jedoch sagen, dass wir eine Leistungssteigerung um eine Größenordnung bei Wahrnehmungs- und KI-bezogenen Arbeitslasten feststellen. Durch den Einsatz des geeigneten Prozessors zur Beschleunigung der verschiedenen Aufgaben sehen wir eine höhere Leistung und eine bessere Energieeffizienz.“
Zu weiteren Funktionen in der Pipeline sagte Gopalakrishna: „Nvidia arbeitet mit Open Robotics zusammen, um das ROS-Framework für die Hardwarebeschleunigung effizienter zu gestalten, und wir werden auch weiterhin mehrere neue Isaac GEMs veröffentlichen, unsere hardwarebeschleunigten Softwarepakete für ROS.“
„Einige davon werden DNNs sein, die üblicherweise in Robotik-Wahrnehmungsstapeln verwendet werden. Auf der Simulatorseite arbeiten wir daran, mehr Sensoren und Roboter zu unterstützen und mehr Beispiele zu veröffentlichen, die für die ROS-Community relevant sind.“ ®
Quelle: https://go.theregister.com/feed/www.theregister.com/2021/09/22/nvidia_open_robotics/
