FX.co ★ “फिजिकल एआई” का ‘बिग बैंग’: GTC ताइपे में Nvidia

कॉसमॉस 3: सर्वदर्शी नेत्र

Nvidia की सबसे प्रमुख घोषणा “कॉसमॉस 3” का अनावरण था, जो एक क्रांतिकारी मल्टीमॉडल मॉडल है, जो टेक्स्ट, इमेज, वीडियो, ध्वनि और भौतिक क्रियाओं को एक साथ प्रोसेस करने में सक्षम है। कंपनी इसे अपनी तरह का पहला पूरी तरह ओपन सिस्टम बताती है, जिसे विशेष रूप से फिजिकल AI की जरूरतों के लिए विकसित किया गया है।

यह विकास केवल एक टेक्स्ट प्रोसेसर के रूप में काम नहीं करता, बल्कि यह दुनिया का एक व्यापक मॉडल प्रस्तुत करता है। यह न्यूरल नेटवर्क गुरुत्वाकर्षण के नियमों, गति और वस्तुओं के बीच होने वाली अंतःक्रियाओं को पहचानता है। यह अगली पीढ़ी के रोबोट्स और स्वायत्त वाहनों (ऑटोनॉमस व्हीकल्स) को प्रशिक्षित करने के लिए एक बुनियादी आधार प्रदान करता है, जिन्हें वास्तविक दुनिया में मनुष्यों के साथ सुरक्षित रूप से सह-अस्तित्व में रहना अपेक्षित है।

सुपर और नैनो: सुपरपावर और सुपरस्पीड

व्यावहारिक उपयोगों की एक विस्तृत श्रृंखला को संभालने के लिए, इंजीनियरों ने कॉसमॉस 3 आर्किटेक्चर को कई विशेषीकृत संस्करणों में विभाजित किया है। “कॉसमॉस 3 सुपर” वेरिएंट भारी-भरकम रोबोटिक्स और स्वायत्त परिवहन (ऑटोनॉमस ट्रांसपोर्ट) के लिए डिज़ाइन किया गया है, जहाँ अत्यधिक सटीक तर्क क्षमता और विशाल मात्रा में सेंसर डेटा को प्रोसेस करने की आवश्यकता होती है।

वहीं दूसरी ओर, हल्का “कॉसमॉस 3 नैनो” संस्करण तेज़ इन्फरेंस और सीमित कंप्यूटिंग शक्ति वाले एंड डिवाइसेज़ पर लोकल डिप्लॉयमेंट के लिए अनुकूलित है। यह विभाजन एआई एजेंट्स को पर्यावरण में होने वाले बदलावों पर तुरंत प्रतिक्रिया देने में सक्षम बनाता है—चाहे वह हाईवे पर एक ऑटोनॉमस ट्रक का मोड़ लेना हो या किसी रोबोटिक आर्म द्वारा की जाने वाली सूक्ष्म सटीकता वाली समायोजन।

Unitree H2 ने श्रम बाजार में प्रवेश किया

साथ ही, Nvidia ने टूल्स और लाइब्रेरीज़ का एक व्यापक सेट भी पेश किया है, जो विभिन्न उद्योगों, चिकित्सा और कंप्यूटर विज़न के क्षेत्रों में एआई सिस्टम्स के लिए सिंथेटिक डेटा जनरेशन, मॉडलिंग और ट्रेनिंग के पूर्ण स्वचालन को संभव बनाता है।

इस अवधारणा का सबसे प्रभावशाली उदाहरण AI प्लेटफ़ॉर्म Isaac GR00T पर आधारित एक एंड्रॉइड के लिए पहला ओपन बेंचमार्क प्रोजेक्ट है। इसके भौतिक आधार के रूप में इंजीनियरों ने Unitree H2 ह्यूमनॉइड रोबोट (1.8 मीटर, 68 किलोग्राम) को चुना है। इस प्रोजेक्ट का उद्देश्य दुनिया भर में वाणिज्यिक रोबोट्स के विकास को तेज़ करना है।

शार्पा वेव: मानव जैसी फुर्ती

बेंचमार्क Unitree H2 रोबोट की भौतिक क्षमताएँ प्रभावशाली हैं, जो उल्लेखनीय लचीलापन प्रदर्शित करती हैं। इस एंड्रॉइड का धातु शरीर 31 डिग्री ऑफ फ्रीडम से युक्त है, जिससे यह प्राकृतिक मानव चाल की नकल कर सकता है और असमान सतहों पर भी संतुलन बनाए रख सकता है।

इसकी एक प्रमुख नवाचार “शार्पा वेव” है, जो पाँच उंगलियों वाले रोबोटिक हाथों का एक सेट है। ये उच्च-सटीकता वाले मैनिपुलेटर्स पूरे सिस्टम की कुल डिग्री ऑफ फ्रीडम को बढ़ाकर आश्चर्यजनक रूप से 75 यूनिट तक पहुँचा देते हैं। इस डिज़ाइन के साथ, यह रोबोट नाज़ुक और सूक्ष्म भौतिक कार्यों को मनुष्यों जैसी दक्षता के साथ करने में सक्षम है।

थॉर का ब्रेन: बिना विराम की दुनिया

Unitree H2 की बौद्धिक क्षमताएँ और गति समन्वय एक शक्तिशाली एम्बेडेड कंप्यूटिंग ब्रेन द्वारा संचालित होते हैं, जो Nvidia Jetson AGX Thor AI प्लेटफ़ॉर्म है। यह रोबोट लगातार अपने आसपास के वातावरण को इन-बिल्ट स्टीरियो कैमरों और उन्नत मोशन सेंसरों के माध्यम से महसूस करता है।

एकत्रित किए गए दृश्य और संवेदनात्मक डेटा को तुरंत लोकल न्यूरल नेटवर्क्स द्वारा प्रोसेस किया जाता है। रियल टाइम में यह एंड्रॉइड बाधाओं को पहचानता है, अपने वातावरण का डेप्थ मैप बनाता है, पास मौजूद व्यक्तियों की गति के संभावित मार्गों का अनुमान लगाता है और सुरक्षा सुनिश्चित करने के लिए अपने भौतिक क्रियाकलापों को तेजी से समायोजित करता है।

रोबोट्स को अपने “मैट्रिक्स” की ज़रूरत क्यों है

अपने रोबोट्स को ट्रेन करने के लिए Nvidia ने Isaac GR00T प्लेटफ़ॉर्म के भीतर एक व्यापक सॉफ़्टवेयर वातावरण विकसित किया है। शोधकर्ता Isaac Sim और Isaac Lab जैसे सिमुलेटरों का उपयोग करते हैं, जहाँ मशीनों को डिजिटल दुनिया में वर्चुअल ट्रेनिंग दी जाती है—ऐसी दुनिया जहाँ रोबोट बिना किसी भौतिक नुकसान के लाखों गलतियाँ कर सकते हैं।

Isaac Teleop टूल मानव ऑपरेटर की गतिविधियों की दूर से नकल करके डेमोंस्ट्रेशन डेटा इकट्ठा करने की सुविधा देता है, जबकि Isaac ROS लाइब्रेरीज़ प्रशिक्षित मॉडलों को वास्तविक हार्डवेयर पर स्थानांतरित करती हैं। अनुसंधान केंद्र पहले से ही इस सिस्टम को लागू कर रहे हैं, जिससे वाणिज्यिक रोबोटिक्स के भविष्य की नींव रखी जा रही है।

सिलिकॉन और न्यूरल नेटवर्क्स का गुप्त गठबंधन

Nvidia की फिजिकल AI अब चिप उत्पादन के क्षेत्र में गहराई तक प्रवेश कर रही है। कंपनी ने TSMC के साथ अपनी रणनीतिक साझेदारी को और विस्तार दिया है, जो जटिल कम्प्यूटेशनल लिथोग्राफी और ट्रांजिस्टर के व्यवहार के सटीक मॉडलिंग में विशेषज्ञ है।

कंपनी के Metropolis और TAO Toolkit जैसे टूल्स उत्पादन प्रक्रिया के प्रबंधन को स्वचालित करने और सिलिकॉन वेफर्स पर सूक्ष्म दोषों (defects) की सटीक पहचान करने में मदद करते हैं। न्यूरल नेटवर्क्स नैनोमीटर स्तर पर होने वाले छोटे से छोटे विचलनों को तुरंत पहचानने में सक्षम हैं, जिससे अगली पीढ़ी के सेमीकंडक्टर उत्पादन की दक्षता काफी बढ़ती है और दोषों की संख्या कम हो जाती है।

32 अरब पैरामीटर्स: स्वायत्त परिवहन क्रांति को शक्ति देते हुए

स्वायत्त परिवहन उद्योग के लिए, Nvidia ने विशेषीकृत Alpamayo 2 Super मॉडल पेश किया है, जिसमें 32 अरब पैरामीटर्स हैं। यह विशाल न्यूरल नेटवर्क विशेष रूप से अगली पीढ़ी के रोबो-टैक्सी और स्वायत्त ट्रक सिस्टम्स में एकीकरण के लिए डिज़ाइन किया गया है।

फिजिकल AI वाहनों को केवल सड़क चिह्नों का पालन करने तक सीमित नहीं रखता, बल्कि उन्हें वास्तविक समय में ट्रैफिक स्थितियों को पूरी तरह समझने, उनका विश्लेषण करने और उनका बोध करने में सक्षम बनाता है। Alpamayo 2 Super अन्य सड़क उपयोगकर्ताओं से जुड़े सैकड़ों संभावित परिदृश्यों का मूल्यांकन करता है, सुरक्षित कार्य योजनाएँ बनाता है और तुरंत निर्णय लेता है।

सिलिकॉन सेफ और विंडोज सुपरकंप्यूटर

इस पूरे इकोसिस्टम को पूरा करता है DGX Station, जो Windows पर चलने वाला AI के लिए एक डेस्कटॉप सुपरकंप्यूटर है और नवीनतम GB300 Grace Blackwell Ultra प्लेटफ़ॉर्म पर आधारित है। यह शक्तिशाली सिस्टम स्थानीय रूप से 1 ट्रिलियन पैरामीटर्स तक के मॉडल्स को चला सकता है।

इस डिवाइस को एक सुरक्षित एंटरप्राइज़ प्लेटफ़ॉर्म के रूप में पेश किया गया है, जो संवेदनशील डेटा को क्लाउड में भेजे बिना स्वायत्त AI एजेंट्स के प्रशिक्षण और परीक्षण की सुविधा देता है। अल्ट्रा-फास्ट ConnectX-8 एडॉप्टर 800 Gbps तक का थ्रूपुट प्रदान करता है, और इस सुपरकंप्यूटर की शुरुआती डिलीवरी 2026 की चौथी तिमाही में अपेक्षित है।