NVIDIA เปิดโอเพนซอร์ส OSMO ควบคุม AI ทางกายภาพ
NVIDIA เปิดตัว OSMO ภายใต้ไลเซนส์ Apache-2.0 รวบรวมการฝึกอบรม AI การจำลอง และการทดสอบหุ่นยนต์ไว้ใน YAML ไฟล์เดียว
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- NVIDIA เปิดซอร์สโค้ด OSMO ภายใต้ไลเซนส์ Apache-2.0 พร้อมใช้งานผ่าน Helm charts และ NGC
- จัดการปัญหาระบบคอมพิวเตอร์ 3 ส่วนของ Physical AI ให้ทำงานร่วมกันเป็นคอนโทรลเพลนเดียว
- ผู้ใช้ระบุแพลตฟอร์มแทนชื่อคลัสเตอร์ ระบบจะจัดสรรงานให้โดยอัตโนมัติ
- รองรับการตั้งค่ากลุ่มงานแบบอนุกรมและขนาน รวมถึงนโยบายการลองซ้ำและลำดับความสำคัญ
NVIDIA ได้ประกาศเปิดซอร์สโค้ดของ OSMO อย่างเป็นทางการภายใต้ไลเซนส์ Apache-2.0 โดยมาพร้อมกับ Helm charts และคอนเทนเนอร์บน NGC รวมถึงมีระบบทดสอบเริ่มต้นในเครื่อง (local quickstart) ที่รันคอนโทรลเพลนทั้งหมดบนเวิร์กสเตชันด้วย KIND ซึ่งช่วยให้นักพัฒนาสามารถนำไปปรับ ใช้งานได้ทันที
ทาง NVIDIA มองว่าการพัฒนา Physical AI นั้นเปรียบเสมือนปัญหาคอมพิวเตอร์ 3 ส่วน (three computer problem) โดยการฝึกอบรม (Training) จะเกิดขึ้นบน GPU ของศูนย์ข้อมูล ส่วนการจำลอง (Simulation) ฟิสิกส์ และการเรนเดอร์เซนเซอร์จะใช้ฮาร์ดแวร์ระดับเวิร์กสเตชัน RTX ขณะที่การใช้งานจริงและการทดสอบฮาร์ดแวร์ในลูป (HIL) จะรันบนอุปกรณ์เอดจ์อย่าง Jetson AGX Thor ในสถานที่จริง ซึ่งแต่เดิมแต่ละชั้นมักจะมีเครื่องมือเฉพาะตัว ทำให้เกิดสคริปต์เฉพาะกิจจำนวนมากในการส่งต่องานระหว่างกัน
การรวมสถาปัตยกรรมที่กระจัดกระจายในการพัฒนาหุ่นยนต์และ AI เชิงกายภาพให้มาอยู่ภายใต้ Kubernetes คอนโทรลเพลนเดียว ช่วยลดความซับซ้อนในการจัดการเวิร์กโฟลว์ข้ามฮาร์ดแวร์ที่แตกต่างกันอย่างสิ้นเชิง ตั้งแต่ระดับดาต้าเซ็นเตอร์จนถึงเอดจ์ดีไวซ์ ซึ่งเป็นคอขวดสำคัญของอุตสาหกรรมหุ่นยนต์ในปัจจุบัน
ระบบของ OSMO ถูกออกแบบมาเพื่อจัดการทั้ง 3 ส่วนนี้ให้ทำหน้าที่เป็นแบกเอนด์ของคอนโทรลเพลนเดียว โดยแต่ละแบกเอนด์คือ Kubernetes คลัสเตอร์ที่ลงทะเบียนผ่าน CLI และในการสร้างเวิร์กโฟลว์ นักพัฒนาจะไม่ระบุชื่อคลัสเตอร์โดยตรง แต่จะอ้างอิงถึงแพลตฟอร์มแทน เช่น gb200, rtx-pro-6000 หรือ jetson-agx-thor แล้วให้ OSMO ทำหน้าที่จัดเส้นทางงานไปยังกลุ่มพูลที่รองรับแพลตฟอร์มนั้นๆ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ตัวอย่างหลักจากคลังเก็บโค้ดแสดงให้เห็นกระบวนการทำงานที่เชื่อมโยงกัน 3 งานผ่านข้อมูล โดยการพึ่งพากอาศัยกันมาจากอินพุต (inputs) การคงอยู่ของข้อมูลมาจากเอาต์พุต (outputs) และตำแหน่งที่ตั้งมาจากแพลตฟอร์ม (platform) ทั้งนี้ คู่มือผู้ใช้งานยังครอบคลุมถึงกลุ่มงานแบบอนุกรมและแบบขนาน การใช้ Jinja templating สำหรับเวิร์กโฟลว์ที่มีพารามิเตอร์ นโยบายการลองซ้ำ (retry policies) รวมถึงระดับความสำคัญแบบ HIGH, NORMAL และ LOW พร้อมความสามารถในการแย่งชิงทรัพยากรและการหยิบยืม GPU ข้ามพูล
นักพัฒนาสามารถกดปุ่มเรียกใช้เวิร์กโฟลว์เพื่อดูวิธีการที่ OSMO จัดตารางเวลาตัวอย่างงานใน README ทีละขั้นตอน และสามารถคลิกที่ชั้นใดก็ได้หรือหมายเลขขั้นตอนเพื่อตรวจสอบเหตุการณ์ที่เกิดขึ้นในแต่ละส่วน
ผู้ที่สนใจสามารถเข้าไปตรวจสอบรายละเอียดเพิ่มเติมได้ที่ GitHub, เอกสารประกอบ (Documentation), หน้าการเผยแพร่ (Releases), Cookbook และหน้าเว็บไซต์ทางการของ NVIDIA OSMO
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น