Qısaca
- Cosmos Data Factory bulud üçün beş yerli iş axını blueprint-i təqdim edir.
- Cosmos Curator çoxmodal və çoxsensorlu girişləri emal etməyi dəstəkləyir.
- Cosmos Framework incə tənzimləmə, möhkəmləndirməli öyrənmə və model optimallaşdırma alətlərini əhatə edir.
- Cosmos 3 Nano variantları avtonom nəqliyyat vasitələri və ikiqollu robot siyasətlərini simulyasiyada sınaqdan keçirmək üçün nəzərdə tutulub.
NVIDIA dünya modelləri hazırlayan komandalar üçün verilənləri hazırlama, təlim və simulyasiya alətləri əlavə edərək Cosmos platformasını genişləndirib. Şirkət elanı oktyabrın 22-də bloqunda yayımlayıb; yeniliklərin bir hissəsi GTC Berlin-dəki açıqlamalar çərçivəsində təqdim olunub. NVIDIA-ya görə, Cosmos fiziki süni intellekt sistemlərinin real dünyanı anlaması və simulyasiya etməsi üçün verilənləri, modelləri və optimallaşdırma alətlərini bir araya gətirir.
Verilənlərin hazırlanması üçün beş iş axını blueprint-i
Cosmos Data Factory verilənlərin etiketlənməsi, təşkili, müxtəlifləşdirilməsi və qiymətləndirilməsi proseslərini miqyaslandırmağa yönəlib. Video təlim dəstlərini GPU vasitəsilə təşkil edən Cosmos Curator da çoxmodal və çoxsensorlu girişlər, eləcə də onları emal edən yeni bloklar üçün dəstək verir.
Data Factory GitHub, Microsoft Azure, Nebius və CoreWeave vasitəsilə təqdim olunan beş bulud üçün yerli blueprint ehtiva edir. Bu hazır iş axınları müxtəlif verilənlərin hazırlanması ehtiyaclarını hədəfləyir:
Avtonom nəqliyyat vasitələri ilə bağlı işlərdə sürüş qeydləri təşkil və etiketlənir; nadir rast gəlinən və ya qeydə alınması çətin hallar üçün əlavə nümunələr yaradıla bilər.
Vizual atributların artırılması iş axını obyektlərin görünüşünü dəyişərək vizual axtarış üçün daha müxtəlif məzmun yaradır.
Hadisə videosu blueprint-i tək şəkillərdən nadir və ya təhlükəsizlik baxımından riskli vəziyyətləri göstərən hərəkətli nümunələr hazırlayır.
Qüsur təsvirlərinin yaradılması dövrə lövhələri, metal və şüşədəki qüsurlarla bağlı yoxlama məlumatları yaratmağı hədəfləyir.
Video artırma iş axını səhnənin ümumi quruluşunu qoruyaraq görüntülərdəki hava və işıqlandırma şəraitini dəyişir.
NVIDIA-nın bildirdiyinə görə, Porsche Volkswagen Group brendləri arasında ortaq avtonom nəqliyyat vasitələri məlumat dövrəsi hazırlamaq üçün Voxel51 və Microsoft Azure vasitəsilə Cosmos Data Factory-dən yararlanır. Şirkət bu yanaşmanın təkrarlanan fiziki test sürüşlərini 90 faizə, inkişaf müddətini isə 85 faizə qədər azaltmasının gözlənildiyini bildirir. Bu faizlər NVIDIA-nın paylaşdığı proqnozlardır; elanda müstəqil ölçmə nəticəsi kimi təqdim edilməyib.
Model təlimi və optimallaşdırma
Cosmos Framework model təlimi və optimallaşdırılması üçün açıq və modul quruluş kimi təqdim olunur. NVIDIA bildirir ki, tərtibatçılar GR00T, Alpamayo, QWEN və Pi0.5 kimi açıq modelləri incə tənzimləmə və ya möhkəmləndirməli öyrənmə ilə uyğunlaşdıra bilərlər. Uyğun Hugging Face modelləri də bu alətlərlə işləyə bilir. Təlimdən sonra modellər distillasiya və kvantlaşdırma üsulları ilə optimallaşdırılaraq istifadəyə hazırlana bilər.
Elanda təqdim olunan MicroAGI nümunəsində Cosmos 3 insanların obyektlərlə qarşılıqlı əlaqəsini göstərən videolarla yenidən öyrədilib. Daha sonra 32 milyard parametrli reasoning modeli dəqiqliyin itirilmədiyi bildirilərək 8 milyard parametrli Nano modelinə distillə edilib. Bu nəticə şirkətin paylaşdığı konkret tətbiqə aiddir; digər modellərdə və ya tapşırıqlarda eyni nəticənin əldə ediləcəyini göstərmir.
Simulyasiya və dizayn iş axınlarına təsiri
Cosmos 3 Nano-nun yeni simulyasiya variantları avtonom nəqliyyat vasitələri və ikiqollu robotlar üçün hazırlanmış siyasətləri təkrarlana bilən, çoxbucaqlı və çoxsensorlu ssenarilərdə sınaqdan keçirmək məqsədi daşıyır. NVIDIA həmçinin təsdiqlənmiş konfiqurasiyalarda Cosmos 3 NIM mikoxidmətlərinin keyfiyyət itkisi olmadan iki dəfəyədək daha sürətli inferensiya təmin etdiyini bildirir. Video axtarışı və xülasələşdirmə üçün Metropolis Blueprint 3.3-ün isə eyni GPU ilə 40 faiz daha çox video axınını izləməyə kömək etdiyi qeyd olunur.
Memarlıq və interyer dizaynı komandaları üçün bu elan yeni modelləşdirmə və ya vizuallaşdırma funksiyası təqdim etmir. Bununla belə, bina və obyektlərin yoxlanması kimi fiziki mühitlərdən alınan məlumatlarla işləyən layihələrdə sintetik qüsur və ya hadisə məlumatları yaratmaq nəzərdən keçirilə bilər. Archviz sənətçiləri üçün elanda konkret proqram inteqrasiyaları və ya aparat tələbləri açıqlanmır. Buna görə də iş axınını tətbiq etməzdən əvvəl istifadə olunan alətlərlə uyğunluğu, GPU ehtiyacını və müvafiq xidmətlərə çıxış şərtlərini yoxlamaq lazımdır.
Mənbələr
1 mənbəMənbə mətnləri yenidən dərc edilmir; qısa sitatlar işarələnir, qalanı bizim xülasə və şərhimizdir.
Cosmos yeniləməsinin praktiki dəyəri sintetik verilənlərin yaradılmasını təlim və simulyasiya alətləri ilə eyni platformada birləşdirməsindədir. Nadir və ya təhlükəli ssenariləri fiziki olaraq yenidən yaratmadan işləyən komandalar bu yanaşmanı nəzərdən keçirə bilərlər. Bununla belə, memarlıq və archviz ofisləri üçün birbaşa istehsal aləti olduğunu söyləmək olmaz; elanda geniş istifadə olunan dizayn proqramları ilə inteqrasiya barədə məlumat verilmir.
Türkiyədəki komandalar qərar verməzdən əvvəl bulud xidmətlərinə çıxışı, GPU tələblərini, mövcud verilənlər strukturunu və lisenziya şərtlərini dəqiqləşdirməlidirlər. Paylaşılan performans faizləri NVIDIA-nın öz açıqlamalarına əsaslanır; layihə şəraitində təsdiqlənmədən investisiya hesablamalarına daxil edilməməlidir. Obyektlərin yoxlanması və robototexnika yönümlü istifadə sahələri isə daha konkret görünür.
Tez-tez verilən suallar
Cosmos Data Factory hansı iş axını blueprint-lərini təqdim edir?
Beş blueprint avtonom nəqliyyat vasitələri üçün verilənləri, vizual atributların artırılmasını, hadisə videolarını, qüsur təsvirlərini və video verilənlərinin artırılmasını hədəfləyir.
Cosmos Framework hansı modelləri uyğunlaşdıra bilir?
NVIDIA bildirir ki, GR00T, Alpamayo, QWEN və Pi0.5 ilə yanaşı, uyğun Hugging Face modelləri də incə tənzimləmə və möhkəmləndirməli öyrənmə ilə uyğunlaşdırıla bilər.
Cosmos 3 Nano nə üçün istifadə olunacaq?
Yeni variantlar avtonom nəqliyyat vasitələri və ikiqollu robotlar üçün siyasətləri təkrarlana bilən, çoxbucaqlı və çoxsensorlu simulyasiya ssenarilərində sınaqdan keçirmək üçün nəzərdə tutulub.
