Miles Macklin – NVIDIA 技術博客

NVIDIA 推出用于機器人仿真的開源物理引擎 Newton

Tue, 18 Mar 2025 04:36:14 +0000

物理 AI 模型使機器人能夠自主感知、解釋、推理現實世界并與之交互。加速計算和仿真是開發新一代機器人的關鍵。物理學在機器人仿真中發揮著至關重要的作用，為在真實環境中準確虛擬呈現機器人行為和交互奠定了基礎。借助這些仿真器，研究人員和工程師可以安全、加速且經濟高效地訓練、開發、測試和驗證機器人控制算法和原型設計。機器人仿真建立在基本的物理定律之上，包括質量和動量守恒、剛體和軟體動力學、接觸和摩擦以及執行器建模。這些原則用于預測機器人在各種場景和環境中的行為方式，例如在使用 GPU、DPU 或其他硬件加速器時的響應。然而，仿真往往無法完全匹配現實，這一問題被稱為“仿真與現實（sim-to-real）的差距”。機器人開發者需要一個統一、可擴展且可定制的解決方案，既能模擬現實世界的物理特性，又能處理復雜行為（包括與自定義求解器的交互），并支持高可靠性等功能。

Source

]]>

Warp 1.5.0 引入圖塊化編程

Sat, 14 Dec 2024 05:55:43 +0000

借助最新版本的 Warp 1.5.0 ，開發者現在可以使用 Python 中基于圖塊的新編程基元。這些新工具利用 cuBLASDx 和 cuFFTDx ，在 Python 內核中為開發者提供高效的矩陣乘法和 Fourier 變換，從而加速仿真和科學計算。在這篇博文中，我們將介紹這些新功能，并展示如何使用它們來優化應用。Warp 1.5.0 中提供的基于圖塊的編程模型目前處于預覽階段，在即將推出的版本中，性能和 APIs 可能會發生變化。在過去十年中，GPU 硬件已從單純的 SIMT (單指令多線程) 執行模型發展為高度依賴協作操作來提高效率的模型。隨著 Tensor Core 數學單元在整體 GPU 計算中的作用越來越大，高效且高效的編程變得越來越重要。高級 API 如 BLAS 提供的抽象概念可以面向各種高性能低級指令。但是，這些 API 通常難以與用戶程序集成，

Source

]]>

使用 NVIDIA Warp 在 Python 中創建可微圖形和物理模擬

Wed, 23 Mar 2022 06:22:00 +0000

通常，實時物理模擬代碼是用低級 CUDA C ++編寫的，以獲得最佳性能。在這篇文章中，我們將介紹 NVIDIA Warp ，這是一個新的 Python 框架，可以輕松地用 Python 編寫可微圖形和模擬 GPU 代碼。 Warp 提供了編寫高性能仿真代碼所需的構建塊，但它的工作效率與 Python 等解釋語言相當。在這篇文章的最后，您將學習如何使用 Warp 在 Python 環境中編寫 CUDA 內核，并利用一些內置的高級功能，從而輕松編寫復雜的物理模擬，例如海洋模擬（圖 1 ）。 Warp 以來自 GitHub 的開源庫的形式提供。克隆存儲庫后，可以使用本地軟件包管理器進行安裝。對于 pip ，請使用以下命令：導入后，必須顯式初始化扭曲： Warp 使用 Python 裝飾器的概念來標記可以在 GPU 上執行的函數。例如，

Source

]]>