Maktaba za NVIDIA Omniverse Zazinduliwa: Kuwezesha Ujumuishaji wa AI Halisi
Katika GTC 2026, NVIDIA ilitangaza mageuzi muhimu kwa jukwaa lake la Omniverse, ikianzisha usanifu wa moduli, unaotegemea maktaba iliyoundwa kujumuisha bila mshono uwezo wa hali ya juu wa AI halisi kwenye programu zilizopo. Mabadiliko haya ya dhana yanashughulikia hitaji muhimu katika maendeleo ya viwanda na robotiki, ambapo programu zilizounganishwa mara nyingi huzuia upanuzi, utekelezaji bila kiolesura, na ujumuishaji na mifumo iliyoanzishwa ya CI/CD. Kwa kufunua vipengele vikuu vya Omniverse—utoaji wa RTX, uigaji unaotegemea PhysX, na njia za hifadhi ya data—kama API za C zinazojitegemea zenye viunganishi vya C++ na Python, NVIDIA inawawezesha waendelezaji kujumuisha uwezo mkubwa wa mapacha dijitali wa wakati halisi na utendaji wa AI halisi bila kuhitaji urekebishaji kamili wa usanifu. Usanifu huu wa moduli unatoa fursa kwa uigaji wa hali ya juu, na kufanya AI halisi kuwa ukweli unaoweza kufikiwa kwa makampuni mengi zaidi.
AI Halisi, inayofafanuliwa kama mifumo ya AI inayotambua, kufikiria, na kutenda ndani ya mazingira halisi yaliyoigwa, inabadilisha haraka jinsi viwanda vinavyounda na kuthibitisha mifumo changamano. Kuanzia harakati za mikono ya roboti hadi miundo mizima ya viwanda, kutoa mafunzo na kuthibitisha sera za AI katika mazingira ya mapacha dijitali kunapunguza sana gharama na kuharakisha mizunguko ya maendeleo. Maktaba mpya za Omniverse, zikiwemo 'ovrtx', 'ovphysx', na 'ovstorage', zimewekwa kuwa msingi wa mabadiliko haya, zikiruhusu biashara kuingiza programu zao za umiliki na teknolojia ya hali ya juu ya uigaji ya NVIDIA.
Usanifu wa Moduli kwa Ujumuishaji Usio na Mshono wa AI Halisi
Kuanzishwa kwa usanifu unaotegemea maktaba kunabadilisha kimsingi jinsi waendelezaji wanavyoingiliana na mfumo wa ikolojia wa NVIDIA Omniverse. Badala ya kutumia mfumo kamili wa programu, timu sasa zinaweza kupiga simu kwa kuchagua API za utoaji, fizikia, na hifadhi za Omniverse moja kwa moja kutoka kwa michakato na huduma zao wenyewe. Mbinu hii inaondoa changamoto zinazohusiana na kufungwa kwa mfumo, vitegemezi vya UI, na ugumu wa usanifu ambao mara nyingi huambatana na matumizi makubwa ya programu.
Muundo huu wa moduli unafaidi hasa waendelezaji wenye mifumo ya programu iliyoanzishwa, ikiwaruhusu kutumia uwezo mkubwa wa Omniverse bila urekebishaji wa usanifu unaovuruga. Maktaba zimeundwa kwa ajili ya utekelezaji bila kiolesura kwanza, kuhakikisha utendaji bora na upanuzi kwa programu za viwanda na robotiki zinazohitaji sana. Hatua hii ya kimkakati ya NVIDIA inasisitiza kujitolea kwa kubadilika na suluhisho zinazomlenga msanidi programu, ikiweka Omniverse kama zana inayoweza kubadilika kwa mustakabali wa AI.
Maktaba Kuu za Omniverse: ovrtx, ovphysx, na ovstorage
Maktaba mpya zilizotangazwa zinatoa uwezo tofauti lakini uliounganishwa, kila moja imeundwa kutatua changamoto maalum za ujumuishaji katika uundaji wa programu za viwanda. Zinatumia vipengele vilivyopo vya Omniverse kama vile OpenUSD kwa maelezo ya eneo na mali za SimReady kwa mazingira ya uigaji wa hali ya juu, kuhakikisha uzoefu wa maendeleo wa kushirikiana na wenye nguvu.
| Maktaba | Uwezo Mkuu | Athari za Uhandisi |
|---|---|---|
| ovrtx | Utoaji wa hali ya juu, wa utendaji wa juu wa ufuatiliaji njia wa wakati halisi na uigaji wa sensorer | Huunganisha utoaji wa hali ya juu wa RTX moja kwa moja kwenye programu zilizopo, kuwezesha utambuzi wa roboti za multimodal, uzalishaji wa data sintetiki wa hali ya juu, na maoni ya kuona halisi kwa mapacha dijitali na mazingira yaliyoigwa. |
| ovphysx | Uigaji wa fizikia wa USD-native wa kasi ya juu | Huongeza uigaji wa fizikia nyepesi, unaoharakishwa na maunzi kwenye programu, kuwezesha ubadilishanaji wa data wa kasi ya juu kwa mafunzo ya robotiki, ujumuishaji wa mizunguko ya udhibiti wa wakati halisi, na mwingiliano sahihi wa kimwili katika matukio magumu ya viwanda. |
| ovstorage | Njia za data za AI halisi zilizounganishwa | Huunganisha hifadhi iliyopo na miundombinu ya PLM/PDM moja kwa moja kwenye mfumo wa ikolojia wa Omniverse kupitia maktaba inayoendeshwa na API. Hii inawezesha usimamizi wa data uliosambazwa kwa kiwango kikubwa na utendaji wa juu, kuepuka kwa umuhimu uhamiaji wa data wa gharama kubwa na unaochukua muda kwa ajili ya usambazaji wa kiwango cha biashara. |
Maktaba hizi kwa sasa ziko katika ufikiaji wa mapema kwenye GitHub na NGC, huku NVIDIA ikikusanya maoni kikamilifu na kupanga kutolewa kwa toleo la uzalishaji na utulivu wa API baadaye mwaka huu. Majaribio ya ndani katika mifumo ya utendaji wa hali ya juu kama vile NVIDIA Isaac Lab na Mchoro wa Omniverse DSX yanahakikisha kuwa yanakidhi mahitaji magumu ya biashara kabla ya kupatikana kwa ujumla.
Uratibu wa Wakala kwa Itifaki ya Muktadha wa Mfumo (MCP)
Ili kuimarisha zaidi matumizi ya maktaba hizi, hasa katika uwanja unaoendelea wa wakala wa AI, Omniverse inatanguliza uwezo wa uratibu wa wakala kupitia seva za Itifaki ya Muktadha wa Mfumo (MCP). Seva hizi zimeundwa kufanya uigaji uweze kutumika kutoka kwa wakala wanaotegemea LLM kwa kuelezea shughuli—kama vile kupakia matukio ya USD, kuhariri prims, au kupitia uigaji—katika mpango wa mashine unaoweza kusomwa. Hii inaruhusu zana za AI, kama vile LLM za hali ya juu, kupiga simu kwa usalama na kwa ufanisi utendaji wa Omniverse.
Wakala wa Kit USD, kwa mfano, ni mkusanyiko wa seva za MCP kwa Kit, USD, na OmniUI, kuwezesha wakala kuvinjari API, kutoa msimbo wa eneo, na kudhibiti vipengele vya UI au hierarchies ya tabaka kulingana na maelezo ya maandishi ya kiwango cha juu. Hii inawawezesha waendelezaji kufafanua tabia za wakala wa kisasa na miongozo, kupunguza utata wa kuunganisha kila simu ya API ya uigaji kwa mkono. Kwa kupima mtiririko huu wa kazi wa hali ya juu, waendelezaji wanaweza kutumia NemoClaw, mfumo wa miundombinu kwa jumuiya ya OpenClaw unaosambaza wakala salama, wanaojitegemea ndani ya sanduku za mchanga zilizotengwa, zinazolindwa na sera. Maendeleo haya yanatengeneza njia kwa mazingira ya uigaji yanayojitegemea na yenye akili zaidi, kuharakisha maendeleo ya mifumo changamano ya AI halisi na kusaidia kutathmini-ai-agents-kwa-uzalishaji-mwongozo-wa-vitendo-kwa-evals-za-strands yenye nguvu.
Anza haraka na Docker kwa seva za MCP inarahisisha usambazaji, kuruhusu waendelezaji kutumia huduma za NVIDIA za embedder na reranker zinazopatikana kwenye wingu bila GPU za ndani, zikihitaji tu kitufe cha API cha NVIDIA.
Uchunguzi Kifani: Kuboresha NVIDIA Isaac Lab kwa Kutumia Maktaba za Moduli
Faida za vitendo za mbinu hii ya moduli zinaonyeshwa wazi na mageuzi yanayoendelea ya uhandisi wa NVIDIA Isaac Lab. Kama mfumo wa uigaji wa robotiki wenye utendaji wa hali ya juu muhimu kwa ujifunzaji wa kuimarisha (RL), Isaac Lab inahitaji upanuzi mkubwa na udhibiti wa uhakika.
Kwa Isaac Lab 3.0 Beta, NVIDIA imefanikiwa kuhamisha safu yake ya msingi kutoka mfumo wa jadi wa Kit uliounganishwa hadi usanifu wa moduli wa multi-backend. Hii inawawezesha waendelezaji kuchagua kati ya 'ovphysx'—maktaba inayojitegemea inayofunga SDK ya PhysX—au backend ya Newton isiyo na Kit inayotumiwa na MuJoCo-Warp, kulingana na mahitaji yao maalum ya uigaji. Vile vile, upande wa utoaji sasa unajumuisha mfumo unaoweza kuunganishwa unaounga mkono OVRTX, Isaac RTX, Newton Warp, na vitazamaji vyepesi kama Rerun na Viser. Ubadilikaji huu unahakikisha kwamba Isaac Lab inaweza kukidhi mahitaji makali ya watafiti na wahandisi wa robotiki, ikitoa udhibiti wazi wa utekelezaji, uigaji wa uhakika, na uwezo wa fizikia wenye msongamano mkubwa, bila kiolesura muhimu kwa maendeleo ya AI ya hali ya juu. Kiwango hiki cha udhibiti ni muhimu kwa kuunda kuharakisha-uzalishaji-wa-token-katika-viwanda-vya-ai-kwa-kutumia-huduma-zilizounganishwa-na-ai-ya-wakati-halisi imara.
Mustakabali wa Ujumuishaji wa AI Halisi
Kutolewa kwa maktaba za NVIDIA Omniverse kunaashiria wakati muhimu kwa makampuni ya viwanda na robotiki. Kwa kutoa njia ya kina, yenye utendaji wa hali ya juu ya kujumuisha uwezo wa AI halisi, NVIDIA inayawezesha makampuni kuharakisha safari yao ya mabadiliko ya dijitali. Viongozi wa sekta kama vile ABB Robotics, PTC, Siemens, na Synopsys tayari wanafanyia majaribio maktaba hizi, wakijumuisha uigaji wa hali ya juu na uundaji wa mapacha dijitali katika mifumo yao iliyopo ya PLM/PDM na CI/CD. Matumizi haya yaliyoenea yanaashiria mwelekeo wazi kuelekea mtiririko wa kazi wa maendeleo unaobadilika zaidi, unaoweza kupanuliwa, na wenye akili, ambapo AI halisi sio tu matarajio bali ni ukweli unaoweza kufikiwa na uliojumuishwa. Kadiri maktaba hizi zinavyoelekea kupatikana kwa ujumla, zinaahidi kufungua viwango visivyo na kifani vya uvumbuzi katika kubuni, uhandisi, na uzalishaji.
Maswali Yanayoulizwa Mara kwa Mara
What are NVIDIA Omniverse libraries and what problem do they solve for developers?
How do 'ovrtx', 'ovphysx', and 'ovstorage' enhance existing applications with physical AI capabilities?
What is the Model Context Protocol (MCP) and how does it facilitate agentic orchestration within Omniverse?
How has NVIDIA Isaac Lab benefited from the transition to a modular, library-based architecture?
Which major industrial companies are currently piloting NVIDIA Omniverse libraries and for what purposes?
What are the immediate benefits of using Omniverse libraries compared to the full Omniverse container stack for existing applications?
Baki na Habari
Pokea habari za hivi karibuni za AI kwenye barua pepe yako.
