Nvidia nawiązała współpracę z firmą Open Robotics, aby opracować nowe możliwości sztucznej inteligencji w systemie operacyjnym Robot (ROS).
W ramach niewyłącznej umowy Open Robotics rozszerzy ROS 2, najnowszą wersję platformy robotyki typu open source, aby lepiej obsługiwać sprzęt Nvidia – w szczególności gamę Jetson, części o niskim poborze mocy, które łączą rdzenie Arm z własnym procesorem graficznym firmy oraz rdzenie akceleratorów uczenia głębokiego do obsługi brzegowych i wbudowanych aplikacji sztucznej inteligencji.
„Nasi użytkownicy od lat budują i symulują roboty na sprzęcie Nvidia i chcemy mieć pewność, że ROS 2 i Ignition będą dobrze działać na tych platformach” – powiedział Brian Gerkey, dyrektor naczelny Open Robotics Rejestr.
„Najbardziej ekscytują nas dwie rzeczy: roboty i oprogramowanie open source. To partnerstwo ma jedno i drugie. Współpracujemy z firmą Nvidia, aby ulepszyć doświadczenia programistów dla globalnej społeczności robotyki poprzez rozszerzenie oprogramowania open source, na którym polegają robotycy. Jesteśmy podekscytowani możliwością bezpośredniej współpracy z firmą Nvidia i możliwością korzystania z jej wsparcia podczas rozszerzania naszego oprogramowania, aby maksymalnie wykorzystać możliwości sprzętu tej firmy.”
W ramach współpracy Open Robotics będzie pracować nad ROS, aby usprawnić przepływ danych pomiędzy różnymi procesorami – CPU, GPU, NVDLA i rdzeniami Tensor – na sprzęcie Nvidia Jetson, aby przyspieszyć przetwarzanie danych o dużej przepustowości.
W ramach tego środowiska symulacyjne Ignition firm Open Robotics i Isaac Sim firmy Nvidia mają zyskać interoperacyjność, co oznacza, że modele robotów i środowisk będzie można przenosić między sobą, przynajmniej gdy oprogramowanie będzie gotowe na początku przyszłego roku.
Jeśli chodzi o to, dlaczego oferta przyspieszonych obliczeń firmy Nvidia, a w szczególności rodzina wbudowanych produktów Jetson, powinna spodobać się twórcom robotów, Gerkey powiedział: „Nvidia poczyniła znaczne inwestycje w sprzęt obliczeniowy, który jest odpowiedni dla nowoczesnych obciążeń związanych z robotyką i sztuczną inteligencją. Roboty pobierają i przetwarzają duże ilości danych z czujników, takich jak kamery i lasery. Architektura Nvidii pozwala na niezwykle wydajny przepływ danych.”
Murali Gopalakrishna, szef zarządzania produktami w dziale Intelligent Machines w firmie Nvidia, powiedział o połączeniu: „Platforma obliczeniowa Nvidii akcelerowana przez GPU stanowi rdzeń wielu aplikacji robotów AI, a wiele z nich jest opracowywanych przy użyciu ROS, więc logiczne jest, że pracujemy ściśle z otwartą robotyką, aby rozwijać dziedzinę robotyki.
Praca niesie ze sobą także kilka nowych Isaac GEM, przyspieszanych sprzętowo pakietów dla ROS, zaprojektowanych w celu zastąpienia kodu, który w przeciwnym razie działałby na procesorze. Najnowsze GEM obejmują pakiety do obsługi obrazowania stereo i danych chmur punktów, konwersji przestrzeni kolorów, korekcji zniekształceń obiektywu oraz wykrywania i przetwarzania AprilTags – dwuwymiarowych znaczników referencyjnych w stylu kodu QR opracowanych na Uniwersytecie Michigan.
Partnerstwo nie oznacza jednak, że ta dwójka będzie się utrzymywać na stałym poziomie. „Chcemy rozszerzyć ROS 2 w podobny sposób na inny akcelerowany sprzęt” – Gerkey powiedział nam o planowanym wsparciu dla innych urządzeń, takich jak Intel Myriad X i TPU Google – nie mówiąc już o sprzęcie GPU konkurencyjnego AMD, Nvidii.
„Właściwie planujemy, że praca, którą wykonujemy wspólnie z firmą Nvidia, ma położyć podwaliny pod dodatkowe rozszerzenia dla dodatkowych architektur. Do innych producentów sprzętu: skontaktuj się z nami, aby porozmawiać o rozszerzeniach dla Twojej platformy!”
Najnowsze Isaac GEM są dostępne na Nvidii Repozytorium GitHub Teraz; Tymczasem oczekuje się, że interoperacyjne środowiska symulacyjne zostaną udostępnione dopiero wiosną 2022 r. (na półkuli północnej).
Gopalakrishna z Nvidii powiedział, że programiści ROS mogą rozpocząć eksperymenty przed datą premiery. „Symulator posiada już mostek ROS 1 i ROS 2 oraz przykłady wykorzystania wielu popularnych pakietów ROS do nawigacji (nav2) i manipulacji (MoveIT). Wielu z tych programistów wykorzystuje również Isaaca Sima do generowania syntetycznych danych w celu trenowania stosu percepcji w swoich robotach. Nasza wiosenna wersja przyniesie dodatkową funkcjonalność, taką jak interoperacyjność między Gazebo Ignition i Isaac Sim.”
Kiedy zapytaliśmy, jakiego wzrostu wydajności mogą spodziewać się użytkownicy po nowych Isaac GEM w porównaniu z pakietami wyposażonymi wyłącznie w procesor, powiedziano nam: „Wielkość wzrostu wydajności będzie się różnić w zależności od stopnia nieodłącznej równoległości w danym obciążeniu. Możemy jednak powiedzieć, że obserwujemy wzrost wydajności o rząd wielkości w przypadku obciążeń związanych z percepcją i sztuczną inteligencją. Używając odpowiedniego procesora do przyspieszania różnych zadań, widzimy zwiększoną wydajność i lepszą efektywność energetyczną.
Jeśli chodzi o przyszłe funkcje, Gopalakrishna powiedział: „Nvidia współpracuje z Open Robotics, aby usprawnić środowisko ROS pod kątem akceleracji sprzętowej. Będziemy także nadal wypuszczać wiele nowych Isaac GEM, naszych pakietów oprogramowania przyspieszanych sprzętowo dla ROS.
„Niektóre z nich to sieci DNN, które są powszechnie stosowane w stosach percepcji robotyki. Po stronie symulatora pracujemy nad dodaniem obsługi większej liczby czujników i robotów oraz udostępnieniem większej liczby próbek istotnych dla społeczności ROS. ®
Źródło: https://go.theregister.com/feed/www.theregister.com/2021/09/22/nvidia_open_robotics/
