國(guó)產(chǎn)GPU+仿真算法強(qiáng)強(qiáng)聯(lián)手：摩爾線程聯(lián)合光輪智能，共筑國(guó)產(chǎn)具身智能仿真底座

【科技快報(bào)網(wǎng)】近日，摩爾線程與光輪智能達(dá)成戰(zhàn)略合作。雙方將依托摩爾線程全功能GPU與夸娥（KUAE）智算集群，結(jié)合光輪智能“求解—測(cè)量—生成”三位一體全棧自研仿真平臺(tái)，聯(lián)合打造高置信度仿真數(shù)據(jù)合成方案，以國(guó)產(chǎn)算力與仿真算法的深度融合，為具身智能發(fā)展夯實(shí)自主可控的基礎(chǔ)設(shè)施。

本次合作直擊具身智能行業(yè)的核心痛點(diǎn)：真機(jī)數(shù)據(jù)采集長(zhǎng)期面臨物理數(shù)據(jù)稀缺成本高昂、場(chǎng)景覆蓋不足、復(fù)雜物理過(guò)程難以穩(wěn)定復(fù)現(xiàn)等難題。為跨越數(shù)據(jù)鴻溝，高質(zhì)量仿真合成數(shù)據(jù)成為關(guān)鍵路徑，但其規(guī)模化生產(chǎn)又面臨渲染量指數(shù)級(jí)爆炸的算力瓶頸。以典型操作任務(wù)為例，單條軌跡泛化后渲染量可達(dá)4.8萬(wàn)幀（如圖2），數(shù)百條軌跡即達(dá)數(shù)百萬(wàn)幀規(guī)模，傳統(tǒng)算力難以支撐。這類海量并發(fā)渲染與復(fù)雜物理仿真任務(wù)，對(duì)GPU的AI計(jì)算、圖形渲染、物理仿真等全功能能力提出剛性要求硬件級(jí)光線追蹤更是確保合成數(shù)據(jù)物理真實(shí)度的關(guān)鍵。

圖1：合成數(shù)據(jù)示例，一條機(jī)械臂任務(wù)的執(zhí)行軌跡中，包含了5個(gè)視覺(jué)相機(jī)機(jī)位的畫(huà)面渲染，用于機(jī)器人的視覺(jué)仿真數(shù)據(jù)生成。

圖2：4種裝修風(fēng)格，4個(gè)燈光環(huán)境，形成16組渲染結(jié)果。每一組渲染配有5個(gè)機(jī)位，每個(gè)機(jī)位有600幀畫(huà)面需要渲染。最終，單條軌跡的渲染總量達(dá)4.8萬(wàn)幀。

國(guó)產(chǎn)算力×仿真算法，構(gòu)建具身智能合成數(shù)據(jù)平臺(tái)

為系統(tǒng)性應(yīng)對(duì)上述挑戰(zhàn)，摩爾線程與光輪智能充分發(fā)揮各自優(yōu)勢(shì)，通過(guò)國(guó)產(chǎn)GPU算力底座與自研仿真合成技術(shù)的深度協(xié)同，共同構(gòu)建起“真實(shí)軌跡→仿真建模→數(shù)據(jù)擴(kuò)增”的完整國(guó)產(chǎn)化閉環(huán)，不僅攻克了柔性體抓取物理模擬等技術(shù)難關(guān)，更讓海量、高置信度合成數(shù)據(jù)的規(guī)模化“量產(chǎn)”成為現(xiàn)實(shí)。

光輪智能作為全球領(lǐng)先的物理AI數(shù)據(jù)與仿真基礎(chǔ)設(shè)施企業(yè)，首創(chuàng)"求解—測(cè)量—生成"三位一體全棧自研仿真平臺(tái)，為此次合作提供了核心算法與仿真資產(chǎn)支撐。

仿真層，光輪自研高精度GPU物理求解器具備可微分、多物理、多材質(zhì)統(tǒng)一求解，支持剛體、柔體、流體、顆粒等復(fù)雜物理過(guò)程的高精度實(shí)時(shí)仿真，并已適配摩爾線程MUSA架構(gòu)，在MTT S5000智算卡上依托全功能GPU原生加速與光線追蹤硬件單元，實(shí)現(xiàn)高效穩(wěn)定運(yùn)行與高保真渲染。與此同時(shí)，光輪依托首創(chuàng)物理測(cè)量工廠與虛實(shí)對(duì)標(biāo)方法論，將真實(shí)世界中的質(zhì)量、摩擦、接觸、形變等關(guān)鍵物理參數(shù)引入仿真環(huán)境，結(jié)合SimReady標(biāo)準(zhǔn)體系，確保仿真資產(chǎn)可驗(yàn)證、可復(fù)用、可規(guī)模化，核心物理參數(shù)仿真準(zhǔn)確度達(dá)99%以上，為高置信度合成數(shù)據(jù)生產(chǎn)提供物理真實(shí)基礎(chǔ)。平臺(tái)層，構(gòu)建覆蓋場(chǎng)景構(gòu)建、任務(wù)生成、仿真執(zhí)行到評(píng)測(cè)驗(yàn)證的閉環(huán)，形成以RoboFinals為代表的系統(tǒng)化評(píng)測(cè)能力，結(jié)合摩爾線程的國(guó)產(chǎn) GPU 算力底座與大規(guī)模并發(fā)能力，實(shí)現(xiàn)位姿、物性、視角與環(huán)境條件等維度的高效泛化，推動(dòng)具身數(shù)據(jù)從有限采集走向規(guī)模化生成。

圖3：模擬機(jī)械臂抓取不同質(zhì)量的柔性物體（抓取物從左往右，質(zhì)量依次變大）

摩爾線程充分發(fā)揮全功能GPU算力底座優(yōu)勢(shì)。基于自研MUSA架構(gòu)，其單顆芯片實(shí)現(xiàn)同時(shí)支持AI計(jì)算、圖形渲染、物理仿真、科學(xué)計(jì)算與超高清視頻編解碼的技術(shù)突破，為具身智能合成數(shù)據(jù)生產(chǎn)提供一體化、全鏈路的算力支撐。旗艦級(jí)AI訓(xùn)推一體智算卡MTT S5000，作為國(guó)內(nèi)極少數(shù)同時(shí)支持硬件級(jí)光線追蹤與AI訓(xùn)推的國(guó)產(chǎn)GPU，內(nèi)置獨(dú)立的光線追蹤硬件單元（RT Core），可支撐復(fù)雜物理場(chǎng)景的實(shí)時(shí)高保真渲染。基于MTT S5000的夸娥千卡智算集群，憑借全精度通用計(jì)算能力，為海量合成數(shù)據(jù)生產(chǎn)提供穩(wěn)定、高效的算力保障，支撐單一任務(wù)即可在位姿、物性、視角與環(huán)境條件等維度實(shí)現(xiàn)高效泛化，推動(dòng)具身數(shù)據(jù)從有限采集走向規(guī)模化生成。與此同時(shí)，摩爾線程全功能GPU支持光輪自研的物理求解器，實(shí)現(xiàn)柔性體動(dòng)力學(xué)、剛體碰撞、流體模擬等復(fù)雜物理計(jì)算，確保合成數(shù)據(jù)在物理一致性上達(dá)到工業(yè)級(jí)精度要求。

圖4：使用MTT S5000 RT Core硬件光線追蹤加速渲染，可以獲得 2.7倍的性能提升。

雙方協(xié)同構(gòu)建的具身數(shù)據(jù)生成國(guó)產(chǎn)化閉環(huán)，既體現(xiàn)了光輪智能在數(shù)據(jù)與仿真領(lǐng)域的深厚積累，也彰顯了摩爾線程全功能GPU全棧計(jì)算能力，對(duì)數(shù)據(jù)合成與生產(chǎn)效能的顯著提升。這一實(shí)踐標(biāo)志著摩爾線程與光輪智能正在攜手打造“具身智能數(shù)據(jù)生產(chǎn)基礎(chǔ)設(shè)施”，以國(guó)產(chǎn)自主的技術(shù)能力支撐起具身智能與機(jī)器人訓(xùn)練的海量數(shù)據(jù)需求。

共筑國(guó)產(chǎn)物理AI底座：引領(lǐng)具身智能生態(tài)邁向自主可控

此次的合作，不僅是技術(shù)的強(qiáng)強(qiáng)聯(lián)手，更意味著國(guó)產(chǎn)具身智能基礎(chǔ)設(shè)施能力，正從單點(diǎn)突破走向更深層次的協(xié)同建設(shè)。雙方驗(yàn)證了國(guó)產(chǎn)自研物理求解器與國(guó)產(chǎn)全功能GPU算力底座的深度兼容能力，為行業(yè)提供了從算法到芯片全面協(xié)同攻關(guān)的可復(fù)制范本，也為具身智能行業(yè)提供了從算力、算法到數(shù)據(jù)的全棧式價(jià)值。

未來(lái)，雙方將繼續(xù)深化合作，在具身智能評(píng)測(cè)平臺(tái)、物理AI高置信度閉環(huán)仿真等方向展開(kāi)進(jìn)一步探索，推動(dòng)合作從當(dāng)前的數(shù)據(jù)合成階段走向“仿真-訓(xùn)練-評(píng)測(cè)”全平臺(tái)閉環(huán)，持續(xù)夯實(shí)自主可控的國(guó)產(chǎn)化物理AI基礎(chǔ)設(shè)施，加速人工智能走向物理世界的進(jìn)程。