Nvidia richt zich op robotica als volgende grote groeimarkt, terwijl het bedrijf toenemende concurrentie ondervindt in zijn kernactiviteit: AI-chips.
De techgigant brengt in de eerste helft van 2025 zijn nieuwste generatie compacte computers voor humanoïde robots uit, genaamd Jetson Thor. Nvidia wil het toonaangevende platform worden voor wat het beschouwt als een op handen zijnde robotica-revolutie, meldt de Financial Times.
Het bedrijf biedt een ‘full-stack’-oplossing, van softwarelagen voor het trainen van AI-aangedreven robots tot de chips die deze robots aandrijven. “Het ‘ChatGPT-moment’ voor fysieke AI en robotica staat voor de deur,” aldus Deepu Talla, Nvidia’s vice-president van robotica, in een interview met de Financial Times. Hij benadrukt dat de markt een “kantelpunt” heeft bereikt.
In februari investeerde Nvidia, samen met bedrijven als Microsoft en OpenAI, in de humanoïde robotica-start-up Figure AI, met een waardering van $2,6 miljard. Hoewel robotica nog steeds een opkomende nichemarkt is die weinig grote rendementen oplevert, beweert Talla dat twee technologische doorbraken de sector veranderen: de explosieve groei van generatieve AI-modellen en het trainen van robots in gesimuleerde omgevingen.
Van simulatie naar realiteit
Het trainen van robots in virtuele omgevingen lost wat roboticadeskundigen de “Sim-to-Real-gap” noemen op. Dat is het verschil tussen simulatie en de echte wereld. Volgens Talla is dit gat in de afgelopen 12 maanden voldoende verkleind om experimenten in simulatie te combineren met generatieve AI. “We bieden het platform waarmee bedrijven deze taken kunnen uitvoeren,” zei Talla.
Nvidia’s robotica-aanpak omvat drie ontwikkelingsfasen. Ten eerste software voor het trainen van fundamentele modellen via het DGX-systeem. Daarnaast simulaties van realistische omgevingen in het Omniverse-platform. En tot slot hardware zoals de Jetson-modules. Deze lijn van ‘robotbrein’-modules werd in 2014 geïntroduceerd na Nvidia’s verschuiving van smartphones naar AI en autonome systemen.
Bedrijven zoals Amazon, Toyota en Boston Dynamics gebruiken Nvidia’s technologie voor robottraining en simulatie. Amazon heeft Nvidia’s simulaties al toegepast in drie Amerikaanse magazijnen.
Desondanks blijven er uitdagingen bestaan. David Rosen, hoofd van het Robust Autonomy Lab aan de Northeastern University, waarschuwt dat het moeilijk blijft om de veiligheid en betrouwbaarheid van machine learning-systemen in robotica te verifiëren. “Dit is een belangrijke wetenschappelijke vraag die nog openstaat,” zei Rosen.