近日,Nvidia( 英伟达 )和Kroger宣布了“战略合作”关系,旨在更多人工智能应用和服务。
两家公司在GTC 2022上宣布了合作关系。GTC 2022是Nvidia每年举行的以开发者为中心的人工智能会议。Kroger是美国销售额最大的连锁超市。像许多“传统”的实体零售商一样,Kroger 需要与时俱进,拥抱科技。
Kroger投入了大量资金用于现代化,比如与微软合作开发数字商店,与机器人公司Ocado合作等 。
Kroger和Nvidia公布的计划包括建立人工智能实验室和“示范中心”,以改善店内运输物流和购物体验。还涉及创建基于实体商店布局的数字孪生模型。数字孪生可用于预测特定产品的表现,有助于Kroger优化运营效率和流程。
新实验室将设在Kroger总部辛辛那提,会用到Nvidia的一些AI产品,例如用于数字孪生的全方位元企业(Omniverse Enterprise)套件、企业软件套件以及优化物流的ReOpt。
该实验室以硬件划分将包括九个Nvidia DGX A100系统、InfiniBand网络和RTX工作站。
这些系统将会收集全美数千家商店的大数据,包括利用计算机视觉和分析技术找到过去的下降指标。两家公司也将合作优化生产地点(如农场)与客户之间最后一英里的交付路线。
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。