NVIDIA asegura que la IA vive un momento similar a la entrada de iPhone al mercado de smartphones y que busca acelerar su desarrollo.
En el marco de su conferencia anual con desarrolladores, NVIDIA lanzó Omniverse Cloud, una plataforma, que permite a las empresas unificar la digitalización de sus productos y procesos comerciales.
Durante la apertura del evento, su fundador, Jensen Huang, destacó que la Inteligencia ArtificialEs la combinación de algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Fuente: opensource.org (IA) generativa vive un momento similar al lanzamiento del iPhone en 2007.
Cuando se catalizó una ola de innovación en el mercado de los smartphones.
Para acelerar este momento, la firma presentó su nuevo servicio, Omniverse Cloud.
Que permitirá a sus clientes acceder a decenas de miles de sus chips de procesamiento de gráficos y software para ejecutar trabajos a gran escala.
Se trata de una oferta de supercómputo que le permitirá acelerar el desarrollo de productos y funciones de IA generativa a precios competitivos.
Firma alianza con Azure
Para impulsar su oferta, la compañía firmó un acuerdo con Microsoft Azure para que sea el primer proveedor de servicios en la nube para Omniverse Cloud, durante la segunda mitad del año.
Para que las organizaciones puedan acceder a un conjunto completo de aplicaciones de software Omniverse e infraestructura OVX, con la escala y la seguridad de Azure.
Además de, una red de proveedores de servicios como WPP, empresa de marketing y comunicaciones, que busca ofrecer cadenas de suministro de contenido sostenibles y automatizadas para las principales marcas.
Impulso a la industria automotriz
Uno de los sectores que ya están aprovechando estas capacidades es el sector automotriz, con clientes como BMW, Geely Lotus y Jaguar Land Rover.
Que les permite facilitar a los equipos automotrices, desde el diseño, hasta fabricación inteligente y el marketing,
Así como, agilizar la digitalización de flujos de trabajo, ya sea conectando herramientas de diseño 3D para acelerar el desarrollo de vehículos, construyendo gemelos digitales de las planta de las armadoras.
Simulaciones de bucle para probar el rendimiento del vehículo.
“Cada objeto fabricado, desde instalaciones físicas masivas hasta bienes de consumo portátiles, algún día tendrá un gemelo digital, creado para construir, operar y optimizar el objeto”.
“Omniverse Cloud es el sistema operativo para la digitalización industrial, que llega justo a tiempo para los billones de dólares de nuevas fábricas de EV, baterías y chips que se están construyendo”.
Dijo Jensen Huang.
Esta nube, también se conecta con los productos que usan los clientes del ecosistema de socios de NVIDIA.
Permite a los desarrolladores empresariales personalizar las aplicaciones básicas que se incluyen con la plataforma como servicio:
- Omniverse USD Composer (Create): para ensamblar aplicaciones basadas en el marco Universal Scene Description para la creación de mundos virtuales industriales y creación de gemelos digitales.
- Omniverse USD-GDN Publisher : para publicar aplicaciones USD interactivas, como configuradores de productos, en NVIDIA Graphics Delivery Network.
- Que permite la transmisión de experiencias 3D avanzadas a cualquier dispositivo, en cualquier lugar.
- NVIDIA Isaac Sim para entrenar y simular robots basados en IA .
- NVIDIA DRIVE Sim para probar y validar vehículos autónomos .
- Omniverse Replicator para generar datos sintéticos en 3D para acelerar el entrenamiento y la precisión de las redes de IA de visión artificial.
Casos de éxito
BMW que fue el primer fabricante en adoptar Omniverse para construir una fábrica inteligente completamente digitalizada.
Durante la conferencia de NVIDIA anunció hoy que lanzará la plataforma Omniverse Enterprise actual en su red de producción en todo el mundo .
Geely Lotus adopta Omniverse Enterprise para construir gemelos digitales para optimizar los procesos de fabricación.
Jaguar Land Rover está utilizando Omniverse para generar datos sintéticos para entrenar modelos de IA, así como validar algoritmos de percepción y control a través de escenarios de conducción del mundo real.