Alisina NawabiPhysical AI Toolchain verbindt AWS-rekenkracht met NVIDIA-software voor simulatie, training en robotuitrol in een open ontwikkelketen voor industriële en mobiele robots, meldt Amazon op 8 oktober.
De eerste robotproef kan eerder in simulatie beginnen: de voorbeeldcode koppelt teleoperatiedata, synthetische scenario’s, modeltraining en virtuele tests. Een Nederlandse machinebouwer levert nog steeds de robotbeschrijving, de taakdata en fysieke validatie, en moet zelf GPU-quota aanvragen. De mogelijke tijdwinst zit in minder maatwerk aan de cloudinfrastructuur; robot-specifieke integratie en tests blijven nodig.
Van robotopname naar virtuele test
Het aanbod bestaat uit voorbeeldarchitecturen, code die cloudinfrastructuur klaarzet en automatisering voor uitrol. De opzet is bedoeld voor verschillende robots en taken: een ontwikkelteam levert zelf een robotbeschrijving in URDF-formaat, opnamen van robotdemonstraties en de taak die de robot moet leren. De modules zijn los of samen te gebruiken.
Robotopnamen gaan naar S3, waarna Cosmos synthetische scenario’s maakt, Isaac Lab en GR00T modellen trainen en Isaac Sim de uitkomst op EC2 valideert. SageMaker en AWS Batch verzorgen delen van de training; EKS helpt GPU-clusters en OSMO-workflows draaien. Na simulatie gaat het model via ROS 2 naar de softwarelaag die de robot aanstuurt. Opnames van die robot kunnen vervolgens terugvloeien naar de volgende trainingsronde.
De stack verdeelt het werk over aparte lagen. NVIDIA levert Cosmos voor synthetische data, Isaac Lab en GR00T voor training, Isaac Sim voor natuurkundige simulatie en OSMO voor workfloworkestratie. AWS levert onder meer GPU-rekenkracht, opslag, netwerk, beveiliging en beheerde trainingsdiensten. De koppeling verbindt bestanden, modellen en rekentaken tussen die onderdelen, die teams anders zelf moeten onderhouden.
De technische blog noemt gangbare formaten. Zarr-opnamen kunnen naar LeRobot worden omgezet; de voorbeelden gebruiken PyTorch, Hugging Face en Gymnasium, exporteren modellen naar ONNX en sluiten met ROS 2 aan op de robot. Dat maakt onderdelen verwisselbaar, binnen de gekozen AWS- en NVIDIA-stack.
Europese GPU-capaciteit bestaat, met voorwaarden
Een Nederlandse gebruiker hoeft voor GPU-simulatie niet automatisch naar een Amerikaanse regio. AWS’ EC2-overzicht vermeldt G6e-instanties in Frankfurt en Spanje. G6e voor SageMaker Studio-notebooks is beschikbaar in Frankfurt, Stockholm en Spanje.
Dat bewijst geen volledige regiogelijkheid voor iedere module. De SageMaker-vermelding gaat specifiek over Studio-notebooks, terwijl de trainingsarchitectuur SageMaker en Batch combineert. Per taak zijn instantie, dienst en regio leidend; het voorbeeld vereist GPU-quota voor SageMaker en EC2 en aparte NGC- en Hugging Face-sleutels.
NVIDIA levert softwaremodules voor die clusters, geen aparte Europese hostingdienst. Europese inzet hangt dus af van AWS-regio, gebruikte dienst, GPU en datastroom.
OSMO plant de keten, ROS draait op de robot
OSMO en Isaac ROS vervullen verschillende rollen. OSMO is een open workfloworkestrator die simulatie, training en hardwaretests in YAML over cloud, eigen clusters en edge verdeelt, meldt NVIDIA. De open OSMO-pijplijn verbindt die ontwikkelstappen in één YAML-workflow en kan taken over cloud, on-premises en edge verdelen. OSMO organiseert jobs maar vervangt geen simulator of robotbesturing; de AWS-architectuur laat het op EKS draaien.
Isaac ROS zit dichter bij de machine. NVIDIA’s release brengt GPU-versnelde ROS-pakketten, ontwikkelvaardigheden en ROS 2 Lyrical naar robottoepassingen op Jetson. Isaac ROS 5.0 voegde bouwstenen toe voor waarneming, beweging en modelinference op de robot. AWS noemt ROS 2 als overdracht, maar presenteert Isaac ROS niet als onderdeel van zijn voorbeeldtoolchain. De componenten kunnen naast elkaar worden gebruikt, met verschillende rollen.
De voorbeeldrepo laat zien wat al klaarstaat
De openbare repository staat onder Apache 2.0 en bevat een UR3-pick-and-place-demo met 27 teleoperatie-opnamen en een Isaac Lab-opstelling met 4.096 parallelle leeromgevingen op één GPU. De geschatte kosten zijn ongeveer $1,86 per uur voor een Isaac Sim-werkstation en $5 per uur voor een volledige OSMO-installatie met EKS, RDS en ElastiCache. Als beide onderdelen acht uur tegelijk draaien, komt dat neer op ongeveer $54,88 volgens deze voorbeeldschattingen, geen totaalprijs voor productie. De Apache-licentie geldt voor de voorbeeldcode; losse modellen en beheerde diensten kunnen eigen voorwaarden hebben.
Dezelfde statuslijst markeert de edge-uitrolmodule naar Jetson en Greengrass als gepland. Ook de gehoste Amazon Bedrock AgentCore-runtime staat daar als gepland, terwijl Strands Agents beschikbaar is. Dat verschilt van de Amazon News-pagina, die AgentCore voor orkestratie noemt, en van de technische blog, die de Strands Agents SDK beschrijft. AWS vraagt bovendien GPU-quota voor SageMaker en EC2, een NVIDIA NGC-sleutel en een Hugging Face-token; de repository waarschuwt cloudmiddelen na een proef weer af te breken.
AWS beschrijft referentie-infrastructuur voor een complete cyclus, geen gevalideerd robotgedrag. Een team moet model, sensoren, vertraging en beweging op de eigen hardware testen. Frankfurt biedt concrete Europese GPU-simulatiecapaciteit; betrouwbaarheid op de productievloer blijkt pas wanneer dezelfde fysieke taak daar herhaald slaagt.
Veelgestelde vragen
Van proef naar werkwijze
Ik denk met je mee over de software rond een AI-proef, ontwerp hoe data en systemen moeten samenwerken en realiseer de benodigde koppelingen en automatisering tot livegang. Self-hosted waar dat kan.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
