シミュレーションによるデータセンター向けフィジカルAIの推進

Analog Devices社、Synopsys、およびNVIDIA社がNVIDIA GTCにてデモを実施するデータセンター向けのロボティクスケーブル管理ベンチマーク

データが新しい石油であるならば、ケーブルはパイプラインです。AIベースのサービスに対する需要が高まったことで、ハイパースケールデータセンターが急速に拡大しています。これらの施設では、膨大なコンピューティング、ストレージ、ネットワーキングの需要に対応できる数千台のサーバが設置されています。また、データセンターは、数万平方フィートもの広大な敷地に建設され、数マイルにも及ぶ接続ケーブルが敷設されています。

このような規模においては、わずかな非効率が大きな損失につながります。そうした状況では産業用ロボティクスが真価を発揮します。しかし、ケーブルの取り回しは簡単ではありません。急用で固定電話を使おうとしたときに、コードが絡まり、それを解くのに苦戦したこともあるでしょう。RJ45イーサネットケーブルを接続するなど、人の作業者であれば特に意識しなくてもできる動作であっても、それをロボットに教える場合は、非常に複雑で繊細なタスクとなります。

Ansys, part of SynopsysのApplication Engineering DirectorであるKishor Ramaswamyは次のように述べています。「どのジャックに接続すれば良いか。プラグをインターフェースにどの向きで差し込むか。破損せずに確実に接続するためには、どの程度の強さでケーブルを持ち、そしてコネクタを差し込めばいいか。ケーブルが何かに引っかかったらどうすべきか。ロボットには、これらのタスクを1つずつ細かく教える必要があります。」

このようなタスクを、熱や高電圧エリアの影響を受ける、数千台のサーバを接続する環境で実施する場合はどうでしょう。これがまさに、ロボティクス企業が直面している配線管理に関する問題です。こうしたデータセンターの爆発的な増加に伴い、シミュレーションでのみ実現可能なフィジカルAIソリューションが不可欠になります。需要を満たすためには、稼働環境でロボットをトレーニングしたり、物理プロトタイプを繰り返し作製したりする時間はありません。ロボットのトレーニングは、合成データを使用して、パフォーマンスを評価するための公平な場となる標準的なベンチマークに対して行うことが必要です。このような物理的および仮想的なベンチマークを活用することで、データセンターの急速な拡大というトレンドに乗り遅れることなく、高品質な製品を市場に投入できるようになります。

Analog Devices社は、この難題に立ち向かっています。同社は、現実とデジタル世界を橋渡しする世界的な半導体リーダーです。同社の産業用ロボティクスのイノベーションは、モーションコントロール、機能安全、高度なセンシング、ToF（Time of Flight）、機械学習、高速イーサネット通信、システムレベル設計に及びます。

シミュレーションがもたらす優れたスピードと精度

Analog Devices社は、有限要素法解析ソフトウェアのAnsys Mechanicalを導入し、NVIDIA Isaac Sim環境で、ケーブルやコネクタモデルの忠実度を強化しながら、ケーブル管理のためのさまざまなロボティクスポリシーのトレーニングと検証を行っています。Isaac Simは、オープンソースのロボティクスシミュレーションフレームワークです。開発者は物理ベースの仮想環境でAI搭載ロボティクスソリューションのシミュレーションとテストを実行できます。

ロボットによるケーブル取り回しのベンチマーク評価

Analog Devices社では、このシミュレーション結果を活用して、正確な力とトルクのセンシングや測定を提供するToFセンサーや触覚センサーなどのロボティクスソリューションの高度化を目指しています。ロボティクス業界全体の発展に貢献するために、その取り組みを通じて得た知識を一連のベンチマークとして共有しています。

Analog Devices社のエッジAI担当バイスプレジデントであるPaul Golding氏は、プレスリリースで次のように述べています。「よりリアルなロボットテストベンチを実現する上で、Synopsysのマルチフィジックスシミュレーションは不可欠です。NVIDIA社と協力しながら、その忠実度を活用してベンチマークとデジタルツインを作成し、産業用ロボットの精密な動作を実現する上で実用的なSim2realへの移行を目指しています。」

今後、Analog Devices社は、これらのベンチマークの忠実度の高いデジタルツインを提供する見込みです。ユーザーは自社のロボットプラットフォームまたはAnalog Devices社のテクノロジーを活用し、同社が提供する参照設計とその忠実度の高いデジタルツインを使用して、NVIDIA Isaac LabでAIソリューションの開発を即座に開始できるようになります。NVIDIA Isaac Labは、ロボット学習のためのオープンソースの統合フレームワークです。このフレームワークは、環境の設定からポリシーのトレーニングまで、あらゆるものをカバーし、模擬学習と強化学習の両方をサポートします。

Analog Devices社のプラットフォームを早い段階から導入する川崎重工業を含む各企業は、ロボットのパフォーマンスをシミュレーションし、より高い予測精度で合成データを生成して、反復的な実機試験サイクルを短縮し、イノベーションを加速させることが可能になります。

3月16日から19日までカリフォルニア州サンノゼで開催されるNVIDIA GTC 2026のSynopsysブースでは、力、視覚、接触センシングを備えた双腕ロボットアームと、それに対応するデジタルツインの構成を含む、Analog Devices社との共同デモを実施します。

Ansys Mechanicalの詳細については、こちらをご覧ください。