Omniverse Kitabxanaları: Mövcud Tətbiqlər üçün Fiziki Süni İntellekt İnteqrasiyası

NVIDIA Omniverse Kitabxanaları Təqdim Edildi: Fiziki Süni İntellekt İnteqrasiyasını Gücləndirir

GTC 2026-da NVIDIA, Omniverse platforması üçün əsaslı bir təkamül elan etdi, mövcud tətbiqlərə qabaqcıl fiziki süni intellekt imkanlarını problemsiz şəkildə inteqrasiya etmək üçün nəzərdə tutulmuş modul, kitabxana əsaslı memarlıq təqdim etdi. Bu paradiqma dəyişikliyi, monolit iş mühitlərinin miqyaslanmaya, başsız yerləşdirməyə və mövcud CI/CD sistemləri ilə inteqrasiyaya mane olduğu sənaye və robototexnika inkişafında kritik bir ehtiyacı həll edir. Əsas Omniverse komponentlərini – RTX renderi, PhysX əsaslı simulyasiya və məlumat saxlama ötürücü xətlərini – C++ və Python bağlantıları ilə müstəqil C API-ləri kimi təqdim etməklə, NVIDIA tərtibatçılara tam memarlıq yenidənqurmasına ehtiyac duymadan güclü real-vaxt rəqəmsal əkiz və fiziki süni intellekt funksiyalarını yerləşdirməyə imkan verir. Bu modulluq yüksək dəqiqliyə malik simulyasiyaya girişi demokratikləşdirir, fiziki süni intellekti daha geniş müəssisələr üçün əlçatan bir reallığa çevirir.

Fiziki süni intellekt, yəni fiziki cəhətdən əsaslandırılmış simulyasiya mühitlərində qavrayan, düşünən və hərəkət edən süni intellekt sistemləri, sənayelərin mürəkkəb sistemləri necə layihələndirdiyini və təsdiqlədiyini sürətlə dəyişdirir. Robot qol hərəkətlərindən tutmuş bütün zavod layihələrinə qədər, rəqəmsal əkiz mühitində süni intellekt siyasətlərinin təlimi və təsdiqlənməsi xərcləri əhəmiyyətli dərəcədə azaldır və inkişaf dövrələrini sürətləndirir. ovrtx, ovphysx və ovstorage daxil olmaqla yeni Omniverse kitabxanaları bu transformasiyanın təməl daşı olmaq üçün nəzərdə tutulmuşdur ki, bu da müəssisələrə öz xüsusi proqram təminatlarını NVIDIA-nın qabaqcıl simulyasiya texnologiyası ilə zənginləşdirməyə imkan verir.

Problemsiz Fiziki Süni İntellekt İnteqrasiyası üçün Modul Memarlıq

Kitabxana əsaslı memarlığın tətbiqi, tərtibatçıların NVIDIA Omniverse ekosistemi ilə necə qarşılıqlı əlaqə qurduğunu kökündən dəyişdirir. Hərtərəfli tətbiq çərçivəsini qəbul etmək əvəzinə, komandalar indi Omniverse render, fizika və saxlama API-lərini birbaşa öz proseslərindən və xidmətlərindən seçici şəkildə çağıra bilərlər. Bu yanaşma, genişmiqyaslı proqram təminatı qəbullarına tez-tez müşayiət edən çərçivəyə bağlılıq, UI asılılıqları və memarlıq sərtliyi ilə bağlı çətinlikləri aradan qaldırır.

Bu modul dizayn, xüsusilə köklü proqram təminatı yığınlarına malik tərtibatçılar üçün faydalıdır, çünki onlara dağıdıcı memarlıq yenidən yazmaları olmadan Omniverse-in güclü imkanlarından istifadə etməyə imkan verir. Kitabxanalar başsız yerləşdirmə üçün hazırlanmışdır ki, bu da tələbkar sənaye və robotika tətbiqləri üçün optimal performans və miqyaslana bilmə təmin edir. NVIDIA-nın bu strateji addımı, çeviklik və tərtibatçı mərkəzli həllərə sadiqliyi vurğulayır, Omniverse-i süni intellektin gələcəyi üçün uyğunlaşa bilən bir alət dəsti kimi mövqeləndirir.

Əsas Omniverse Kitabxanaları: ovrtx, ovphysx və ovstorage

Yeni elan edilmiş kitabxanalar, hər biri sənaye proqram təminatı inkişafında xüsusi inteqrasiya problemlərini həll etmək üçün nəzərdə tutulmuş, fərqli, lakin bir-birinə bağlı imkanlar təqdim edir. Onlar səhnə təsviri üçün OpenUSD və yüksək keyfiyyətli simulyasiya mühitləri üçün SimReady aktivləri kimi mövcud Omniverse komponentlərindən istifadə edir, vahid və güclü inkişaf təcrübəsi təmin edir.

Kitabxana	Əsas İmkanlar	Mühəndislik Təsiri
ovrtx	Yüksək dəqiqliyə malik, yüksək performanslı real-vaxt yol-izləməsi və sensor simulyasiyası	Ən müasir RTX renderini birbaşa mövcud tətbiqlərə inteqrasiya edərək, multimodal robotika qavrayışı, qabaqcıl sintetik məlumat generasiyası və rəqəmsal əkizlər və simulyasiya edilmiş mühitlər üçün yüksək realistik vizual əks əlaqə təmin edir.
ovphysx	Yüksək sürətli, USD-nativ fizika simulyasiyası	Tətbiqlərə yüngül, avadanlıqla sürətləndirilmiş fizika simulyasiyası əlavə edərək, robotika təlimi üçün yüksək sürətli məlumat mübadiləsini, real-vaxt idarəetmə dövrü inteqrasiyasını və mürəkkəb sənaye ssenarilərində dəqiq fiziki qarşılıqlı əlaqələri asanlaşdırır.
ovstorage	Vahid fiziki Süni İntellekt məlumat ötürücü xətləri	Mövcud saxlama və PLM/PDM infrastrukturunu API əsaslı kitabxana vasitəsilə birbaşa Omniverse ekosisteminə birləşdirir. Bu, geniş miqyaslı paylanmış məlumat idarəetməsinə və yüksək performansa imkan verir ki, bu da müəssisə səviyyəli yerləşdirmələr üçün bahalı və vaxt aparan əl ilə məlumat köçürmələrindən qaçmağa kömək edir.

Bu kitabxanalar hazırda GitHub və NGC-də ilkin giriş mərhələsindədir, NVIDIA aktiv şəkildə rəy toplayır və bu ilin sonunda API sabitliyi ilə istehsal buraxılışını planlaşdırır. NVIDIA Isaac Lab və Omniverse DSX Blueprint kimi yüksək performanslı yığınlarda aparılan daxili testlər, onların ümumi əlçatanlıqdan əvvəl ciddi müəssisə tələblərinə cavab verməsini təmin edir.

Model Kontekst Protokolu (MCP) ilə Agentli Orkestrasiya

Bu kitabxanaların faydalılığını, xüsusilə süni intellekt agentləri sahəsində daha da artırmaq üçün Omniverse, Model Kontekst Protokolu (MCP) serverləri vasitəsilə agentli orkestrasiya imkanlarını təqdim edir. Bu serverlər simulyasiyanı LLM əsaslı agentlərdən istifadə oluna bilən hala gətirmək üçün nəzərdə tutulmuşdur ki, bu da USD səhnələrini yükləmək, ilkin elementləri redaktə etmək və ya simulyasiyaları addım-addım irəlilətmək kimi əməliyyatları maşın tərəfindən oxuna bilən sxemdə təsvir edir. Bu, qabaqcıl LLM-lər kimi süni intellekt alətlərinə Omniverse funksionallıqlarını təhlükəsiz və effektiv şəkildə çağırmaq imkanı verir.

Kit USD agentləri, məsələn, agentlərə API-ləri gözdən keçirməyə, səhnə kodu yaratmağa və yüksək səviyyəli mətn təsvirlərinə əsaslanaraq UI elementlərini və ya qat iyerarxiyalarını manipulyasiya etməyə imkan verən Kit, USD və OmniUI üçün MCP serverlərinin toplusudur. Bu, tərtibatçılara mürəkkəb agent davranışlarını və mühafizə çərçivələrini müəyyən etməyə imkan verir, hər bir simulyasiya API çağırışını əl ilə yazmağın mürəkkəbliyini aradan qaldırır. Bu qabaqcıl iş axınlarını miqyaslandırmaq üçün tərtibatçılar, təhlükəsiz, avtonom agentləri təcrid olunmuş, siyasətlə qorunan qum qutularında yerləşdirən OpenClaw cəmiyyəti üçün infrastruktur yığını olan NemoClaw-dan istifadə edə bilərlər. Bu inkişaf, getdikcə daha avtonom və intellektual simulyasiya mühitləri üçün yol açır, mürəkkəb fiziki süni intellekt sistemlərinin inkişafını sürətləndirir və güclü istehsal üçün süni intellekt agentlərinin qiymətləndirilməsi – Strands qiymətləndirmələri üçün praktiki bələdçi kimi mövzuları dəstəkləyir.

MCP serverləri üçün Docker ilə sürətli başlanğıc yerləşdirməni sadələşdirir, tərtibatçılara yerli GPU-lara ehtiyac duymadan NVIDIA-nın buludda yerləşdirilən embedder və reranker xidmətlərindən istifadə etməyə imkan verir, yalnız NVIDIA API açarı tələb olunur.

Keys Araşdırması: Modul Kitabxanalarla NVIDIA Isaac Lab-ı Optimallaşdırmaq

Bu modul yanaşmanın praktiki faydaları NVIDIA Isaac Lab-ın davam edən mühəndislik təkamülü ilə aydın şəkildə nümayiş etdirilir. Gücləndirici öyrənmə (RL) üçün kritik olan yüksək performanslı robotika simulyasiyası çərçivəsi kimi, Isaac Lab həddindən artıq miqyaslanma və deterministik nəzarət tələb edir.

Isaac Lab 3.0 Beta ilə NVIDIA, öz təməl qatını ənənəvi monolit Kit çərçivəsindən çoxlu arxa uçlu modul memarlığa uğurla keçirmişdir. Bu, tərtibatçılara xüsusi simulyasiya tələblərindən asılı olaraq PhysX SDK-nı əhatə edən müstəqil kitabxana olan 'ovphysx' və ya MuJoCo-Warp tərəfindən dəstəklənən Kitsiz Newton arxa ucu arasında seçim etməyə imkan verir. Eynilə, render tərəfi indi OVRTX, Isaac RTX, Newton Warp və Rerun və Viser kimi yüngül vizuallaşdırıcıları dəstəkləyən qoşula bilən sistemə malikdir. Bu çeviklik, Isaac Lab-ın robotika tədqiqatçılarının və mühəndislərinin tələbkar ehtiyaclarını qarşılaya bilməsini təmin edir, qabaqcıl süni intellekt inkişafı üçün kritik olan açıq icra nəzarətini, deterministik simulyasiyanı və yüksək sıxlıqlı, başsız fizika imkanlarını təmin edir. Bu nəzarət səviyyəsi, güclü vahid xidmətlər və real-vaxt süni intellektdən istifadə edərək süni intellekt fabriklərində token istehsalını sürətləndirmək kimi həllər yaratmaq üçün vacibdir.

Fiziki Süni İntellekt İnteqrasiyasının Gələcəyi

NVIDIA Omniverse kitabxanalarının buraxılışı sənaye və robototexnika müəssisələri üçün əsaslı bir anı qeyd edir. Fiziki süni intellekt imkanlarını inteqrasiya etmək üçün qranulyar, yüksək performanslı bir yol təklif etməklə, NVIDIA şirkətlərə rəqəmsal transformasiya səyahətlərini sürətləndirməyə imkan verir. ABB Robotics, PTC, Siemens və Synopsys kimi sənaye liderləri artıq bu kitabxanaları pilot layihə kimi sınaqdan keçirir, qabaqcıl simulyasiya və rəqəmsal əkiz yaratmağı mövcud PLM/PDM və CI/CD sistemlərinə inteqrasiya edirlər. Bu geniş yayılmış qəbul, fiziki süni intellektin sadəcə bir arzu deyil, əlçatan, inteqrasiya edilmiş bir reallıq olduğu daha çevik, miqyaslana bilən və intellektual inkişaf iş axınlarına doğru aydın bir tendensiyanı göstərir. Bu kitabxanalar ümumi əlçatanlığa doğru irəlilədikcə, dizayn, mühəndislik və istehsal sahələrində görünməmiş səviyyədə innovasiyaları açmağı vəd edirlər.

Orijinal mənbə

https://developer.nvidia.com/blog/integrate-physical-ai-capabilities-into-existing-apps-with-nvidia-omniverse-libraries/

Tez-tez Verilən Suallar

What are NVIDIA Omniverse libraries and what problem do they solve for developers?

NVIDIA Omniverse libraries represent a new, modular architecture that exposes core Omniverse components like RTX rendering (ovrtx), PhysX-based simulation (ovphysx), and data storage pipelines (ovstorage) as standalone C APIs with C++ and Python bindings. This approach allows developers to integrate specific, high-fidelity physical AI capabilities directly into their existing industrial and robotics software stacks without the need to adopt the entire Omniverse platform. This solves the challenge of monolithic runtimes, enabling better scalability, headless deployment, and seamless integration with existing CI/CD systems and application frameworks, significantly reducing the need for extensive architectural rewrites.

How do 'ovrtx', 'ovphysx', and 'ovstorage' enhance existing applications with physical AI capabilities?

The trio of 'ovrtx', 'ovphysx', and 'ovstorage' offers distinct yet complementary functionalities for physical AI integration. 'ovrtx' provides high-fidelity, real-time path-traced rendering and sensor simulation, crucial for multimodal robotics perception and synthetic data generation. 'ovphysx' delivers high-speed, USD-native physics simulation, essential for robotics training and real-time control loops. 'ovstorage' establishes unified physical AI data pipelines, allowing seamless connection of existing PLM/PDM infrastructure to Omniverse, facilitating large-scale distributed data management and avoiding costly manual data migrations. Together, these libraries enable granular, performant integration of advanced simulation and data management.

What is the Model Context Protocol (MCP) and how does it facilitate agentic orchestration within Omniverse?

The Model Context Protocol (MCP) is a crucial mechanism within Omniverse that enables LLM-based agents to interact with and orchestrate physical AI simulations. MCP servers describe operations (e.g., loading USD scenes, editing prims, stepping simulation) in a machine-readable schema. This allows intelligent agents, powered by large language models, to browse available APIs, generate scene code, and manipulate simulation elements based on high-level descriptions. By handling the low-level remote procedure calls (RPCs) to Omniverse, MCP empowers developers to focus on defining sophisticated agent behaviors and guardrails, significantly scaling and automating complex simulation workflows for physical AI.

How has NVIDIA Isaac Lab benefited from the transition to a modular, library-based architecture?

NVIDIA Isaac Lab, a high-performance robotics simulation framework for reinforcement learning, has significantly benefited from transitioning to a modular architecture powered by ovphysx and ovrtx in its 3.0 Beta release. This shift enables explicit execution control, deterministic simulation, and the ability to run high-density, headless physics without reliance on UI dependencies. Developers now have the flexibility to choose between 'ovphysx' or a Kit-less Newton backend based on their simulation needs and can leverage a pluggable renderer system that supports OVRTX, Isaac RTX, and other visualizers. This modularity ensures Isaac Lab meets the extreme scalability and deterministic control requirements for advanced robotics training.

Which major industrial companies are currently piloting NVIDIA Omniverse libraries and for what purposes?

Leading industrial companies such as ABB Robotics, PTC, Siemens, and Synopsys are currently piloting NVIDIA Omniverse libraries. These companies are leveraging the modular architecture to integrate high-fidelity simulation, create advanced digital twins, and enable scalable physical AI capabilities directly within their existing design, engineering, and manufacturing workflows. This allows them to validate robot designs, optimize industrial systems, and enhance product lifecycle management (PLM/PDM) and continuous integration/continuous deployment (CI/CD) systems, all before physical prototypes are ever built, signaling a significant shift towards AI-driven industrial transformation.

What are the immediate benefits of using Omniverse libraries compared to the full Omniverse container stack for existing applications?

The immediate benefits of using Omniverse libraries over the full container stack for existing applications include significantly reduced architectural friction and faster integration. Developers can selectively embed specific Omniverse capabilities—like advanced rendering or physics simulation—into their current software without undergoing major overhauls. This approach allows for headless deployment, better scalability of simulations, and direct tensorized data exchange. It addresses previous bottlenecks such as framework lock-in, UI dependencies, and architectural rigidity, offering a streamlined path to leveraging NVIDIA's powerful physical AI technologies within established industrial and robotics ecosystems.

Xəbərdar olun

Ən son AI xəbərlərini e-poçtunuza alın.

Paylaş