Nvidia har koblet seg opp med Open Robotics for å drive nye kunstig intelligens-funksjoner i Robot Operating System (ROS).
Den ikke-eksklusive avtalen vil se at Open Robotics utvider ROS 2, den nyeste versjonen av åpen kildekode-robotikkrammeverket, for å bedre støtte Nvidia-maskinvare – og spesielt Jetson-serien, laveffektsdeler som kombinerer armkjerner med selskapets egen GPU og dyp-lærende akseleratorkjerner for å drive edge og innebygde kunstig intelligens-applikasjoner.
"Brukerne våre har bygget og simulert roboter med Nvidia-maskinvare i årevis, og vi vil sørge for at ROS 2 og Ignition fungerer bra på disse plattformene," sa Brian Gerkey, sjef for Open Robotics. Registeret.
"Vi blir mest begeistret av to ting: roboter og åpen kildekode. Dette partnerskapet har begge deler. Vi jobber sammen med Nvidia for å forbedre utvikleropplevelsen for det globale robotmiljøet ved å utvide programvaren med åpen kildekode som robotikere er avhengige av. Vi er glade for å jobbe direkte med Nvidia og ha deres støtte når vi utvider programvaren vår for å dra maksimal nytte av maskinvaren deres."
Team-up vil se Open Robotics jobbe med ROS for å forbedre dataflyten mellom de forskjellige prosessorene – CPU, GPU, NVDLA og Tensor Cores – på Nvidias Jetson-maskinvare som et middel for å øke behandlingen av data med høy båndbredde.
Som en del av det skal Open Robotics’ Ignition og Nvidias Isaac Sim-simuleringsmiljøer oppnå interoperabilitet – noe som betyr at robot- og miljømodeller kan flyttes fra den ene til den andre, i det minste når programvaren er ferdig en gang tidlig neste år.
Når det gjelder hvorfor Nvidias akselererte databehandlingsportefølje, og spesielt dens innebygde Jetson-produktfamilie, bør appellere til robotprodusenter, sa Gerkey: "Nvidia har investert tungt i datamaskinvare som er relevant for moderne robotikk og AI-arbeidsbelastninger. Roboter inntar og behandler store datavolumer fra sensorer som kameraer og lasere. Nvidias arkitektur gjør at dataflyten kan skje utrolig effektivt."
Murali Gopalakrishna, leder for produktadministrasjon, Intelligente Machines, hos Nvidia sa om oppkoblingen: "Nvidias GPU-akselererte dataplattform er kjernen i mange AI-robotapplikasjoner, og mange av disse er utviklet ved hjelp av ROS, så det er logisk at vi jobber tett med åpen robotikk for å fremme robotikkfeltet.
Arbeidet bringer også med seg noen nye Isaac GEM-er, maskinvareakselererte pakker for ROS designet for å erstatte kode som ellers ville kjørt på CPU. De siste GEM-ene inkluderer pakker for håndtering av stereobilde- og punktskydata, fargeromkonvertering, linseforvrengningskorreksjon og deteksjon og prosessering av AprilTags – QR-kode-stil 2D fiducial-tagger utviklet ved University of Michigan.
Partnerskapet betyr imidlertid ikke at de to går jevnt. "Vi er ivrige etter å utvide ROS 2 på lignende måter på annen akselerert maskinvare," fortalte Gerkey oss om planlagt støtte for andre enheter som Intels Myriad X og Googles TPU – for ikke å si noe om GPU-maskinvare fra Nvidia-konkurrenten AMD.
"Faktisk planlegger vi arbeidet vi gjør sammen med Nvidia for å legge grunnlaget for ytterligere utvidelser for ytterligere arkitekturer. Til andre maskinvareprodusenter: vennligst kontakt oss for å snakke om utvidelser for din plattform!"
De nyeste Isaac GEM-ene er tilgjengelige på Nvidias GitHub repository nå; I mellomtiden forventes de interoperable simuleringsmiljøene ikke å frigis før (den nordlige halvkule) våren 2022.
Nvidias Gopalakrishna sa at det var mulig for ROS-utviklere å begynne å eksperimentere før utgivelsesdatoen. «Simulatoren har allerede en ROS 1- og ROS 2-bro og har eksempler på bruk av mange av de populære ROS-pakkene for navigasjon (nav2) og manipulasjon (MoveIT). Mange av disse utviklerne utnytter også Isaac Sim til å generere syntetiske data for å trene opp persepsjonsstakken i robotene deres. Vårutgivelsen vår vil bringe ytterligere funksjonalitet som interoperabilitet mellom Gazebo Ignition og Isaac Sim."
Da vi spurte hvilken ytelsesøkning brukere kunne forvente av de nye Isaac GEM-ene sammenlignet med CPU-bare-pakker, ble vi fortalt: «Mengden ytelsesforsterkning vil variere avhengig av hvor mye iboende parallellitet som eksisterer i en gitt arbeidsbelastning. Men vi kan si at vi ser en størrelsesorden økning i ytelse for persepsjon og AI-relaterte arbeidsbelastninger. Ved å bruke riktig prosessor for å akselerere de forskjellige oppgavene, ser vi økt ytelse og bedre strømeffektivitet.»
Når det gjelder tilleggsfunksjoner i pipelinen, sa Gopalakrishna: "Nvidia jobber med Open Robotics for å gjøre ROS-rammeverket mer strømlinjeformet for maskinvareakselerasjon, og vi vil også fortsette å gi ut flere nye Isaac GEM-er, våre maskinvareakselererte programvarepakker for ROS.
"Noen av disse vil være DNN-er som ofte brukes i robotikk persepsjonsstabler. På simulatorsiden jobber vi med å legge til støtte for flere sensorer og roboter og frigi flere prøver som er relevante for ROS-fellesskapet.» ®
Kilde: https://go.theregister.com/feed/www.theregister.com/2021/09/22/nvidia_open_robotics/
