مركز سيمريدي يطلق مكتبة مفتوحة من الأصول ثلاثية الأبعاد الجاهزة للمحاكاة للروبوتات ومصانع الذكاء الاصطناعي

مركز سيمريدي يطلق مكتبة مفتوحة من الأصول ثلاثية الأبعاد الجاهزة للمحاكاة للروبوتات ومصانع الذكاء الاصطناعي

أطلقت Nvidia مركز سيمريدي (SimReady Central)، وهي مكتبة مجانية وغير مقيدة تضم أكثر من 2000 أصل ثلاثي الأبعاد مصمم خصيصًا لتطوير الروبوتات ومصانع الذكاء الاصطناعي. هذه الأصول تتجاوز الهندسة ثلاثية الأبعاد الأساسية فهي مهيأة مسبقًا مع خصائص المحاكاة الأساسية مثل هندسة التصادم والكتلة ومعامل الاحتكاك وحدود المفاصل والملصقات الدلالية والمواد وسمات الاستشعار. هذا يقلل الجهد اليدوي المطلوب عادةً لتحويل النماذج الخام إلى بيئات محاكاة إنتاجية.

ما الذي يجعل الأصل "سيمريدي"؟

يُعرَّف الأصل السيمريدي بأنه نموذج OpenUSD يتضمن المعلومات الإضافية اللازمة لعمل سير العمل المحاكي. بينما توفر الشكل ثلاثي الأبعاد تفصيلاً، تتطلب المحاكاة بيانات صريحة حول السلوك الفيزيائي للأجسام—سواء كانت تصطدم بشكل واقعي أو تتحرك وفق قيود المفاصل أو تستجيب للاستشعار وتتفاعل مع بيئتها. توفر SimReady Foundation مواصفات وملفات تعريف وأدوات التحقق تجعل هذه المتطلبات واضحة عبر حالات الاستخدام المختلفة.

مساهمات الشركات المصنعة للمعدات (OEMs) وبناء المشاهد

يمكن لمصنعي المعدات الآن إعداد وتحقق من أصولهم وفق متطلبات سيمريدي قبل نشرها في مركز سيمريدي. بعد التحقق، تصل هذه الأصول إلى المطورين الذين يمكنهم دمج مصادر متعددة—مثل ذراع روبوت من مورد واحد ومعدات مستودع من مورد آخر—في مشاهد متكاملة. يعزز هذا التكامل سرعة اتخاذ القرار ويسمح للصناعات ببناء محاكيات شاملة حول منتجاتها مع الحفاظ على سيطرة على مجموعات البيانات الخاصة بهم على Hugging Face.

تطبيق عملي: سيناريو التقاط وإضعاف روبوتي

يمكن للمطورين اختيار الأصول التي تتطابق ملفات تعريفها مع احتياجاتهم العملية—على سبيل المثال، ذراع روبوتية تحتوي على هندسة تصادم موثقة ومعاملات احتكاك وحرارية. من خلال تجميع هذه المكونات ضمن نظام سيمريدي، يمكن للفرق نمذجة وتصميم مصانع الذكاء الاصطناعي بسرعة وتقارن تخطيطات المصانع المختلفة، مما يسرع بشكل كبير المسار من المفهوم إلى المحاكاة المعتمدة.

لماذا يهم هذا للبنية التحتية للـ GPU والـ AI؟ مع ازدياد تعقيد مصانع الذكاء الاصطناعي، فإن وجود أصول جاهزة للمحاكاة على نطاق واسع يقلل العبء الحسابي لإنشاء الأصول المخصصة. وهذا يمكّن المؤسسات من استغلال موارد الـ GPU السحابية بكفاءة أكبر، وتسريع دورات البحث والتنفيذ التجاري.