À medida que a IA industrial e a IA física simplificam os workflows, as empresas estão procurando maneiras de aproveitar essas tecnologias com mais eficiência.
O dimensionamento da IA em ambientes industriais, como fábricas e outras instalações de manufatura, apresenta desafios únicos, como pipelines de dados fragmentados, ferramentas isoladas e a necessidade de simulações em tempo real e de alta fidelidade.
O Mega NVIDIA Omniverse Blueprint, disponível em versão prévia no build.nvidia.com, ajuda a enfrentar esses desafios, fornecendo um workflow de referência escalável para simular frotas de vários robôs em gêmeos digitais de instalações industriais, incluindo aqueles construídos com a plataforma NVIDIA Omniverse.
Os líderes de IA industrial, incluindo Accenture, Foxconn, Kenmec, KION e Pegatron, agora estão usando o projeto para acelerar a adoção da IA física e construir sistemas autônomos que executam ações com eficiência em ambientes industriais.
Construído no framework Universal Scene Description (OpenUSD), o blueprint permite interoperabilidade de dados perfeita, colaboração em tempo real e tomada de decisão orientada por IA, unificando diversas fontes de dados e melhorando a fidelidade da simulação.
Líderes Industriais Adotam o Mega Blueprint
Na Hannover Messe, a maior feira industrial do mundo que aconteceu na Alemanha no início deste Abril, a Accenture and Schaeffler, uma empresa líder em tecnologia de movimento, apresentaram a adoção do projeto Mega para testar frotas de robôs, incluindo robôs humanóides de uso geral, como o Digit da Agility Robotics, realizando manuseio de materiais em áreas de montagem e comissionamento.
A KION, uma empresa de soluções de cadeia de suprimentos, com a Accenture agora está usando o Mega para otimizar os processos de armazém e distribuição.
Na conferência global de IA NVIDIA GTC em março, representantes da Accenture e da Foxconn discutiram os impactos da introdução do Mega em seus workflows de IA industrial.
Acelerando a IA Industrial com Mega
Com o Mega blueprint, os desenvolvedores podem acelerar os workflows de IA física por meio de:
- Simulação de Frota de Robôs: teste e treine diversas frotas de robôs em um ambiente virtual seguro para garantir que funcionem perfeitamente juntos.
- Gêmeos Digitais: use gêmeos digitais para simular e otimizar sistemas autônomos antes da implantação física.
- Simulação de Sensores e Geração de Dados Sintéticos: gere dados de sensores realistas para garantir que os robôs possam perceber e responder com precisão ao ambiente do mundo real.
- Integração de Sistemas de Gerenciamento de Instalações e Frotas: conecte frotas de robôs com sistemas de gerenciamento para coordenação e otimização eficientes.
- Cérebros de Robôs Como Contêineres: Use módulos portáteis plug-and-play para desempenho consistente do robô e gerenciamento mais fácil.
- Simulador Mundial com OpenUSD: Simule instalações industriais em ambientes virtuais altamente realistas usando NVIDIA Omniverse e OpenUSD.
- APIs RTX do Omniverse Cloud Sensor: Garanta a simulação precisa do sensor com as interfaces de programação de aplicações NVIDIA Omniverse Cloud para criar réplicas virtuais detalhadas de instalações industriais.
- Agendador: gerencie tarefas complexas e dependências de dados com um agendador integrado para operações suaves e eficientes.
- Agentes de IA de Análise de Vídeo: integre agentes de IA criados com o NVIDIA AI Blueprint para pesquisa e resumo de vídeo (VSS), aproveitando o NVIDIA Metropolis, para aprimorar os insights operacionais.
Aprofunde-se na arquitetura do Mega blueprint no Blog Técnico da NVIDIA.
A IA industrial também está sendo acelerada pela versão mais recente do SDK do Omniverse Kit 107, incluindo grandes atualizações para desenvolvimento de aplicações de robótica e recursos aprimorados de simulação, como RTX Real-Time 2.0.
Conecte-se ao Mundo do OpenUSD
Saiba mais sobre OpenUSD e IA industrial assistindo a sessões do GTC, agora disponível on demand, e observando como parceiros do ecossistema como a Pegatron e outros estão impulsionando sua automação industrial ainda mais rápido.