AI-ügynökökkel készített könnyű USD-futtatókörnyezetet az NVIDIA

A specifikációból készül a futtatókörnyezet

Az NVIDIA Developer július 15-én ismertette, hogyan használhatók AI-ügynökök könnyű USD-futtatókörnyezetek létrehozására. A megközelítés alapja az Alliance for OpenUSD által kidolgozott USD Core Specification, amely verziózott, géppel olvasható szabványként írja le, hogyan állnak össze és hogyan oldódnak fel a USD-adatmodellek a rétegveremekben.

A módszertanban a specifikáció szerződésként működik. Az ügynökök szakaszonként feldolgozzák a szabványt, létrehozzák az egyes viselkedésekhez szükséges kódot, majd a specifikációból származtatott tesztkészlettel ellenőrzik az eredményt. A folyamat addig ismétlődik, amíg a kimenet megfelel a szabvány követelményeinek.

Az NVIDIA szerint ez lehetővé teszi, hogy a fejlesztők egy adott munkaterheléshez igazítsák a futtatókörnyezetet. A kód újragenerálható különböző memória-, teljesítmény- vagy nyelvi követelményekhez, miközben a cél a szabvánnyal való megfelelés megőrzése.

A nanousd-labs szerepe

A nanousd-labs az NVIDIA Omniverse Labs nyílt, kísérleti projektjeinek része. A projekt egy belső hackathon során készült, és azt mutatja be, hogyan lehet AI-ügynökökkel közvetlenül a USD Core Specification alapján USD-futtatókörnyezetet előállítani.

A nanousd a USD futásidejű adatmodelljének önálló implementációja. Ez a modell szabályozza, hogyan viselkedik egy USD-jelenet betöltés és lekérdezés közben. A C++ nyelven írt megoldás nyilvános, stabil C API-n keresztül érhető el, így különböző nyelvekből is közvetlenül hívható.

A projekt adatkezelési rétegként működik, nem renderelőként. USD-jeleneteket elemez, összeállít, lekérdez és kiír, de a folyamat ott ér véget, ahol a képpontok előállítása kezdődne. A bemutatott példában többek között külső eszközök hivatkozásával összeállított raktári jelenet, padlógeometria és időmintázott targoncamozgás szerepel.

A C ABI cserélhető hátteret tesz lehetővé

A nanousd egyik fontos tervezési döntése a stabil C ABI használata. Az ügyfélkód egy rögzített C API-ra fordul, majd futásidőben tölti be az implementációt. Így a háttér megváltozhat anélkül, hogy a hívó kódot módosítani kellene.

Az NVIDIA példája szerint ugyanaz a klienskód használhatja az OpenUSD-t egy Omniverse-könyvtár mögött, vagy a nanousd-t, miközben az interfész változatlan marad. A vállalat ugyanakkor hangsúlyozza, hogy a projekt fejlesztése még vizsgálati szakaszban van. A nanousd-labs létrehozásakor az AI-ügynökök a mechanikus specifikációból kódra fordítási feladatokat kezelték, például az elemzést, a jelenet-összeállítást és a rétegek közötti értékfeloldást. A teljesítményről, a kompromisszumokról és az architektúráról továbbra is mérnökök döntöttek.

Fejlesztőknek szóló belépési pontok

Az NVIDIA egy tízperces oktatóanyagot is kínál, amely bemutatja, hogyan alakíthatók az emberi utasítások újrahasználható készségekké, amelyek specifikációknak megfelelő USD-elemzőket generálnak. A fejlesztők az USD Core Specification tanulmányozásával, a nanousd-labs kipróbálásával és az AOUSD Core Spec Working Group munkájához való csatlakozással kezdhetik meg a kísérletezést.

A vállalat szerint a megközelítés azoknak a csapatoknak lehet hasznos, amelyeknek eltérő memóriaigényű, alkalmazásbináris-interfészű vagy teljesítményjellemzőjű USD-megoldásra van szükségük. A nanousd-labs jelenleg kísérleti példa, amely azt szemlélteti, hogy a formális szabvány miként szolgálhat közös alapként meglévő OpenUSD-eszközök és új, AI-ügynökök által generált implementációk számára.