Nvidia公司正在扩大其机器人和人工智能的工具，通过改进开发者和工程师用来训练和部署工厂、办公室和城市中的自主机器的平台，为其提供动力。

在今年的GTC 2023（该公司的虚拟开发者大会）上，Nvidia说Omniverse Cloud将托管在微软Azure上，这将增加对Isaac Sim的访问，该公司的虚拟训练环境用于开发和管理基于AI的机器人。该公司还宣布了基于Jetson Orin的模块的完整生产线，这些模块是强大的人工智能机器人平台--基本上是作为边缘人工智能计算平台的机器人 "大脑"。

"世界上最大的行业都在制造实物，但他们希望以数字方式建造它们。"Nvidia创始人兼首席执行官黄仁勋说："Omniverse是一个工业数字化的平台，它连接了数字和物理。"

Isaac Sim在Nvidia Omniverse上运行，这是一种强大的元空间模拟技术，可以创建现实世界的数字双胞胎，因此机器人开发人员可以重新创建机器人将要操作的空间和情况。在现实世界中建造和管理机器人意味着从头开始摄取和创建巨大的数据集，这可能是极其沉重的负担。

Azure上的Omniverse云提供了对强大的Nvidia OVX服务器的访问，该服务器专门为机器人模拟设计，以使机器人工作流程的开发更快、更容易。它还配备了大量的工具，允许团队在训练环境方面进行合作，缓解机器人训练数据、模拟、验证和部署人工智能。

衔接物理与数字，Nvidia在Jetson Orin模块阵容中推出了最新的边缘计算AI平台，推出了新的Jetson Orin Nano开发者套件。新套件比上一代Jetson Nano强大得多，主要针对希望创建人工智能驱动的机器人、智能无人机、智能视觉系统等的开发者。

Nvidia Jetson Orin系列模块旨在支持网络边缘广泛的AI机器人、机器和自动化功能。它们建立在Nvidia Ampere芯片上，支持任何应用的各种AI模型。基于Orin的芯片能够从入门级的Jetson Orin Nano的每秒40万亿次人工智能操作运行到Jetson AGX Orin的每秒275万亿次操作，用于自动驾驶车辆等高级解决方案。

Nvidia表示，Jetson已被6000多家客户和100多万名开发者使用，其中包括亚马逊网络服务公司、佳能公司、思科系统公司、现代机器人有限公司、约翰迪尔公司、特雷弗公司和美国国家航空航天局。Ltd.、John Deere、Teradyne Inc.和TK Elevator。采用基于Orin的新模块的公司包括现代 Doosan Infracore Co.Ltd.、Verdant Robotics、以及无人机公司Skydio Inc.和Zipline Inc.

将所有这些放在一起，Nvidia宣布扩大Metropolis生态系统和支持计算机视觉人工智能的技术，包括为开发者提供TAO工具包5.0；更新用于构建计算机视觉应用程序的Deepstream软件开发工具包；以及早期访问Metropolis微服务。

TAO工具包是一个低代码的人工智能框架开发工具包，协助任何开发者在任何服务和任何设备上快速创建人工智能模型。随着TAO 5.0的推出，Nvidia正在增加一系列功能，包括视觉转换器的预训练模型，通过ONNX导出在任何平台上部署的能力，通过AutoML和AI辅助数据分类或注释的自动调整。

使用TAO，开发者可以快速潜入数据，几乎不需要编码，让它快速对看到的东西进行分类。它可以使用预训练的模型来训练和分类视觉任务，如人员检测、车辆分类、姿态估计和物体估计。通过数据增强，模型可以通过迭代进行修剪和微调，直到它们以工程师需要的方式工作，然后再准备进行行业整合和部署。

Nvidia DeepStream软件开发工具包正在通过更新帮助开发者制作下一代视觉AI而将其提升到新的水平。DeepStream允许开发者从基于管道的开源GStreamer框架产生的视频流中迅速产生计算机视觉AI。然而，最近的更新允许开发者创建自己的基于图形的低代码人工智能视觉管道，而不需要流媒体框架。

DeepStream现在还可以带来更多的视觉效果。它还可以处理来自其他传感器的信息，如激光雷达和雷达，以及环境和过程与传感器融合。这将允许在各行业中出现一系列潜在的基于计算机视觉的新人工智能应用，例如将其用于质量控制和需要识别紧张的调度需求或环境中的其他变化的自主机器。

最后，当大范围内有多个摄像头时，这可能会给视觉AI带来问题，但Nvidia对此有一个解决方案。它被称为Metropolis Microservices，是一个用于视觉AI应用的云原生微服务参考框架。它允许开发者使用多个摄像头在大范围内迅速传播感知，并将它们焊接成一个单一的理解，供人工智能使用，以创建多摄像头跟踪应用程序。

这有大量的应用，例如在整个工厂车间，有大量的摄像头观察产品在众多的传送带上移动，在体育场，人们在走廊上行走，以控制拥堵，在零售商店，货架上有摄像头，以控制库存，以及智能城市，试图更好地了解交通。