新闻NVIDIA Blog(RSS)(via AIHOT)13 天前
NVIDIA助韩国物理AI落地:三星仿真提速1600倍LG跑通机器人数据飞轮
本文由 AI 根据公开内容整理,可能有误,请以原文为准:Korea Advances Physical AI Across Industries With NVIDIA(NVIDIA Blog(RSS)(via AIHOT))
核心内容
NVIDIA正协助韩国产业界将物理AI从研发推向量产。三星电子利用cuISS、cuDSS及PhysicsNeMo加速半导体工艺仿真,某AI均质化案例实现约1600倍加速,耗时从32核CPU的18小时降至GPU粗网格求解的41秒;sMOL平台量子化学计算端到端提速5倍。LG电子则在真实制造环境中演示了由Isaac GR00T驱动的CLOiD机器人操作任务。
LG构建了连接真实数据采集、Cosmos数据增强、GR00T模型训练、Jetson AGX Thor端侧部署及仿真评估的物理AI数据飞轮,形成可复用的机器人开发验证工作流。Kakao Mobility计划采用NVIDIA Hyperion参考平台及DRIVE AGX Thor芯片,结合Halos安全框架,基于起亚专用车辆开发L4级自动驾驶系统,旨在支持韩国未来出行服务。
关键看点
- 仿真加速:三星AI均质化案例结合材料属性预测与GPU粗网格求解,仿真时间从18小时缩至41秒,提速约1600倍
- 数据飞轮:LG集成Cosmos数据增强、GR00T训练与Jetson AGX Thor端侧计算,建立CLOiD机器人制造场景闭环迭代流程
- 自驾平台:Kakao Mobility采用DRIVE AGX Thor与Hyperion参考架构,结合Halos安全框架开发L4级自动驾驶系统
- 算力栈:三星应用cuISS/cuDSS加速稀疏线性系统,利用cuEST使sMOL平台量子化学计算端到端性能提升5倍
工程与产业观察
LG验证的“真实数据+Cosmos增强+GR00T训练+Thor端侧部署”闭环,为具身智能提供了可复制的工业级数据飞轮范式。三星1600倍仿真加速表明,AI代理与GPU求解器结合能显著压缩硬件研发周期,这种物理AI基础设施能力是机器人从实验室走向规模化制造的关键工程底座。
线索来源:AIHOT
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)