Sveiki atvykę į ateities fabriką: kaip Singapūro robotikos laboratorija įdarbina NVIDIA monstrus

Kai kalba pakrypsta apie humanoidinių robotų ateitį, dažnas įsivaizduoja tolimą mokslinę fantastiką, tačiau Singapūre tai jau tampa kasdiene realybe. Vietinis paslaugų sektoriaus ir išmanaus personalo valdymo gigantas „YY Group“ žengė ambicingą žingsnį į priekį ir oficialiai atidarė pažangią humanoidinių robotų treniravimo laboratoriją. Kaip praneša GlobeNewswire, šis technologinis centras veiks išvien su jau esama kompanijos duomenų surinkimo baze Malaizijoje. Pagrindinis šio dueto tikslas – surinkti struktūrizuotus realaus pasaulio duomenis iš daugiau nei pusės milijono darbuotojų tinklo, kad būtų galima sukurti paslaugų robotus, gebančius natūraliai asistuoti žmonėms viešbučiuose bei prekybos centruose.

Visas šis ambicingas projektas laikosi ant galingo technologinio pamato – laboratorijos skaičiavimų architektūra yra paremta spartintais „NVIDIA“ sprendimais. Siekiant apdoroti milžiniškus vaizdinės medžiagos ir fizinės telemetrijos srautus, infrastruktūroje pritaikytos naujausios „NVIDIA GeForce RTX 5090“ vaizdo plokštės. Tokia techninė bazė leidžia tyrėjams vietoje atlikti eksperimentus su atvirojo kodo neuroniniais modeliais, turinčiais nuo 7 iki 14 milijardų parametrų. Be to, naudojant „NVIDIA TensorRT“ technologiją, laboratorijoje užtikrinamas nepertraukiamas mašininis mokymasis bei itin mažas vėlavimas (angl. latency), o tai yra kritinis faktorius robotui bandant realiu laiku reaguoti į aplinką.

Nuo simuliacijos iki realių bandymų prabangiuose viešbučiuose

Vienas didžiausių iššūkių robotikos industrijoje visada buvo vadinamasis „perėjimas iš skaitmeninės erdvės į fizinę“. „YY Group“ šią problemą sprendžia ne tik laboratorijoje, bet ir realiose gatvėse – bendrovė jau pradėjo bandomuosius humanoidų diegimus viename iš didžiųjų Singapūro prekybos centrų bei prabangiame viešbutyje. Kol robotai mokosi orientuotis erdvėje ir atlikti pasikartojančias bei fiziškai sunkias užduotis, jų „smegenys“ yra nuolat tobulinamos analizuojant surinktus duomenis. Įdomu tai, kad bendrovės vadovybė ramina investuotojus: nepaisant agresyvių investicijų į šią kosminę „NVIDIA“ aparatinę įrangą, bendrovės 2026 metų finansinės pajamų prognozės išlieka stabilios ir siekia nuo 103 iki 110 milijonų JAV dolerių, demonstruodamos sveiką balansą tarp inovacijų ir verslo pragmatiškumo.

Aukštųjų technologijų užkulisiai: humanoidų treniravimo laboratorija Singapūre nėra tiesiog dar viena serverinė, užpildyta brangia aparatine įranga, bet preciziškai suderinta žemo lygio sisteminės inžinerijos ekosistema. Pagrindinis sistemos inžinierių iššūkis čia – užtikrinti, kad multimodalinių modelių išvesties duomenys (angl. inference) pasiektų roboto pavaras be pastebimo vėlavimo. Tam laboratorijos infrastruktūroje taikomas itin agresyvus skaičiavimų optimizavimas, kur programinės įrangos sluoksnis tiesiogiai bendrauja su „NVIDIA Blackwell“ ir „Ada Lovelace“ architektūros branduoliais, naudojant FP4 ir INT8 duomenų kvantavimą per „TensorRT-LLM“ bibliotekas. Toks bitų tikslumo sumažinimas leidžia atmintyje talpinti milijardinius modelius, dramatiškai padidinant pralaidumą ir išlaikant minimalias energijos sąnaudas.

Sistemos šerdyje esantis duomenų konvejeris (angl. data pipeline) yra suprojektuotas taip, kad apdorotų sinchronizuotus srautus iš dešimčių kamerų ir LiDAR jutiklių, imituojančių roboto regą. Kad būtų išvengta tradicinių CPU-GPU sąveikos butelio kaklelių, inžinieriai naudoja „GPUDirect Storage“ (GDS) technologiją. Tai leidžia NVMe diskų masyvams perduoti surinktus telemetrijos duomenis tiesiai į vaizdo plokščių atmintį (VRAM), visiškai aplenkiant sisteminę operatyviąją atmintį ir centrinį procesorių. Rezultatas – atminties magistralės pralaidumas pasiekia terabaitų per sekundę greitį, o tai yra kritiškai svarbu atliekant realaus laiko sustiprinto mokymosi (angl. reinforcement learning) sesijas fiziniame simuliatoriuje.

Paskirstytas mokymas ir atminties optimizavimo mechanizmai

Kai kalbama apie 14 milijardų parametrų modelių derinimą (angl. fine-tuning), vienos vaizdo plokštės resursų nebepakanka, todėl laboratorijoje įdiegta paskirstytų skaičiavimų architektūra, besiremianti „DeepSpeed“ ir PyTorch FSDP (Fully Sharded Data Parallel) protokolais. Modelio svoriai, gradientai ir optimizatoriaus būsenos yra išskaidomos per visus turimus mazgus, o tarpusavio ryšį užtikrina didelio pralaidumo „NVIDIA NVLink“ tiltai. Tokia topologija leidžia pasiekti beveik linijinį skaičiavimų spartėjimą, o atsiradusios klaidos ar atminties nutekėjimai yra izoliuojami aparatiniame lygmenyje, nestabdant viso treniravimo ciklo.

Galiausiai, ypatingas dėmesys skiriamas roboto veiksmų planavimo algoritmų kompiliavimui. Vietoj standartinio dinaminio vykdymo interpretuojamoje aplinkoje, inžinieriai naudoja statinį grafų kompiliavimą per „TorchScript“ ir XLA (Accelerated Linear Algebra). Šis procesas sulieja atskiras matematines operacijas į vientisus „kernel“ blokus, vykdomus tiesiogiai GPU. Tai eliminuoja programinės įrangos viršvalandžius (angl. overhead) ir užtikrina deterministinį kodo vykdymo laiką, kuris yra būtinas, kad humanoidas prekybos centre ar viešbutyje priimtų sprendimus per milisekundės dalį.

Žvelgiant už technologinio optimizmo širmos: ambicingi „YY Group“ užmojai paversti Singapūrą humanoidinių robotų avangardu neabejotinai žavi, tačiau už skambių pranešimų spaudai slepiasi rimti technologiniai ir ekonominiai paradoksai. Pirma, kyla esminis klausimas dėl tokios prabangios infrastruktūros atsiperkamumo paslaugų sektoriuje. Investicijos į naujausias „NVIDIA“ platformas ir sudėtingų neuroninių tinklų palaikymą reikalauja milžiniško kapitalo, tuo tarpu robotų bandomosios erdvės – prekybos centrai ir viešbučiai – tradiciškai pasižymi žemomis maržomis. Bandymas brangiausia planetos aparatine įranga spręsti užduotis, kurias už minimalų atlyginimą atlieka vidutinės kvalifikacijos personalas, ekonominiu požiūriu kol kas labiau primena brangų rinkodaros eksperimentą nei tvarų verslo modelį.

Kitas sisteminis prieštaravimas glūdi pačioje duomenų strategijoje. Bendrovė giriasi turinti prieigą prie pusės milijono darbuotojų tinklo duomenų, tačiau fizinė paslaugų sektoriaus realybė yra sunkiai skaitmenizuojama. Žmonių elgsena viešbučio registratūroje ar restorane yra pilna kultūrinių niuansų, improvizacijos ir emocinio intelekto apraiškų, kurių neįmanoma pilnai užfiksuoti standartiniais LiDAR jutikliais ar kameromis. Net ir turint 14 milijardų parametrų modelį, simuliacinėje aplinkoje išmokyti algoritmai dažnai patiria vadinamąjį „atminties degradacijos“ efektą susidūrę su nenuspėjamu realaus pasaulio chaosu, kai klientas tiesiog pakeičia savo balso toną ar gestus.

Geopolitiniai iššūkiai ir technologinė priklausomybė

Negalima ignoruoti ir geopolitinio šio projekto konteksto. Laboratorijos fizinė infrastruktūra yra išsklaidyta tarp Singapūro ir Malaizijos, o tai sukuria papildomą riziką dėl tarpvalstybinių duomenų srautų reguliavimo. Be to, visiška priklausomybė nuo „NVIDIA“ ekosistemos kelia strateginę grėsmę – bet kokie tiekimo grandinės sutrikimai, puslaidininkių krizės ar eksporto ribojimai Azijos regione gali akimirksniu paralyžiuoti laboratorijos plėtrą. Kol pramonės lyderiai diskutuoja apie atvirojo kodo techninės įrangos alternatyvas, Singapūro centras statoma ant itin centralizuotų pamatų, kur kiekvienas kodo optimizavimas yra pririštas prie vieno gamintojo patentuotų architektūrų.

Galiausiai, visuomenės ir verslo pasirengimas priimti humanoidus vis dar yra pervertinamas. Nors robotai gali sėkmingai pernešti lagaminus prabangiame viešbutyje, jų integracija į kasdienį aptarnavimą dažnai sukelia klientų nepasitenkinimą dėl lėtesnio procesų vykdymo. Technologijų entuziastai laboratorijose dažnai pamiršta, kad vartotojai vertina greitį ir paprastumą, o ne tai, kiek FP4 operacijų per sekundę atlieka juos aptarnaujančio roboto procesorius. Kol humanoidai taps pigesni ir efektyvesni už paprastą planšetinį kompiuterį savitarnos kioske, laboratorijai teks sudeginti dar ne vieną dešimtį milijonų dolerių.

Galiausiai lieka tikėtis, kad šie brangūs humanoidai bent jau išmoks idealiai mandagiai šypsotis, nes investavus šimtus milijonų į „NVIDIA“ procesorius vien tam, kad robotas viešbutyje supainiotų jūsų kambario raktus, būtų viena brangiausių techninių klaidų istorijoje.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.