為什麼機器人正放棄真實世界數據轉而使用 GPU 叢集
物理 AI 開發正轉向基於仿真的訓練以解決數據稀缺問題，從而減少對昂貴真實世界數據採集的需求。
構建實體AI系統受到缺乏類似大型語言模型的互聯網規模數據集的限制。開發人員正在採用一種「模擬電腦」範式，使用NVIDIA Isaac Sim、MuJoCo和Genesis等引擎生成具有真實物理基礎的逼真數據。這種方法實現了遠程操作、強化學習和測試罕見場景，而無需承擔現實世界測試的風險。隨著工業實驗室將模擬整合到模型開發循環中，它加速了人形機器人和自主系統的訓練，同時降低了成本。