LG è attualmente impegnata in discussioni esplorative con NVIDIA in merito IA fisicadata center e mobilità.
A seguito di un incontro a Seul tra il CEO di LG Ryu Jae-cheol e Madison Huang, Senior Director of Product Marketing for Omniverse and Robotics presso NVIDIA, le principali dipendenze operative necessarie per eseguire sistemi automatizzati complessi stanno diventando evidenti.
Sebbene le aziende non abbiano formalizzato gli importi o le tempistiche degli investimenti, le loro priorità hardware e di elaborazione che si intersecano evidenziano le massicce spese in conto capitale necessarie per portare i sistemi autonomi fuori dalla simulazione.
La densificazione dei cluster di calcolo necessari per modelli complessi di machine learning crea un problema di fisica inevitabile. Il business dei data center di NVIDIA genera ricavi record, ma operativo questi rack di server ad alta densità spingono l’infrastruttura di raffreddamento convenzionale oltre i limiti operativi sicuri.
Al CES 2026, LG ha posizionato le sue divisioni commerciali per fornire soluzioni HVAC e di gestione termica ad alta efficienza progettate per i data center AI. Con l’aumento esponenziale della densità di potenza, il tradizionale raffreddamento ad aria è semplicemente inadeguato.
Quando le temperature della server farm superano le soglie di sicurezza, i nodi di elaborazione riducono le prestazioni, distruggendo il ritorno sull’investimento per il silicio di fascia alta. L’integrazione dell’hardware termico di LG direttamente nell’ecosistema infrastrutturale di NVIDIA risolve questo drenaggio di margini. Consente agli operatori della struttura di concentrare una maggiore potenza di elaborazione in una metratura più piccola senza bruciare l’hardware sottostante.
Per LG, questo la posiziona come fornitore di infrastrutture all’interno di un redditizio ecosistema tecnologico, generando entrate aziendali ricorrenti integrando il livello di elaborazione anziché competere contro di esso. A sottolineare questa spinta più ampia verso i sistemi aziendali connessi, la controllata LG LG CNS è sponsor di quest’anno Expo della tecnologia IoT in Nord Americasegnalando l’espansione aggressiva dell’azienda attraverso l’infrastruttura intelligente.
Attuazione dell’hardware e attrito dell’inferenza del bordo
Al di là dell’infrastruttura server, le discussioni tentano di risolvere la latenza computazionale inerente all’hardware consumer autonomo. La tesi di crescita futura di LG si basa fortemente sull’automazione dei carichi di lavoro manuali e cognitivi domestici.
LG ha recentemente presentato CLOiD, un robot domestico dotato di due bracci con sette gradi di libertà e cinque dita azionate individualmente per mano. Questo hardware funziona sulla piattaforma “Affectionate Intelligence” di LG, costruita per la consapevolezza contestuale e l’apprendimento ambientale continuo.
Tradurre un comando computazionale in movimento fisico richiede una pipeline di inferenza impeccabile a latenza zero. Quando un robot articolato prende un bicchiere, il sistema deve elaborare dati visivi in tempo reale, interrogare i database vettoriali locali per identificare le proprietà dell’oggetto e calcolare l’esatta forza di presa richiesta. Qualsiasi errore di calcolo all’interno di questa pipeline di inferenza rischia di causare danni fisici alla casa dell’utente.
LG attualmente non dispone dell’infrastruttura del gemello digitale, dei modelli di manipolazione pre-addestrati e degli ambienti di simulazione necessari per comprimere in modo sicuro questa pipeline di implementazione. NVIDIA fornisce questa architettura attraverso i suoi stack robotici Omniverse e Isaac, ottimizzati per l’inferenza fisica dell’intelligenza artificiale in tempo reale.
Adottando le funzionalità di edge computing di NVIDIA, LG può elaborare localmente variabili spaziali complesse, riducendo notevolmente i costi di cloud computing associati alla mappatura spaziale continua e all’acquisizione di video. Questa pipeline collaudata comprime il tempo necessario per passare dal prototipo alla produzione commerciale completa.
Ambienti di acquisizione e simulazione del mercato di massa
NVIDIA sta contemporaneamente convalidando il suo stack di roboticaavendo concluso un test in fabbrica Siemens di due settimane nel gennaio 2026, appena annunciato alla Fiera di Hannover in aprile.
Durante questa prova, un umanoide HMND 01 Alpha ha eseguito operazioni logistiche dal vivo per un periodo di otto ore. Tuttavia, gli stabilimenti di Erlangen sono altamente strutturati e regolamentati. I soggiorni dei consumatori sono soggetti a variabilità estrema, illuminazione mutevole e interferenze umane imprevedibili.
L’accesso all’ecosistema ThinQ di LG e alla sua distribuzione sul mercato di massa fornisce a NVIDIA un ambiente di formazione ricco di dati. Portare i robot nelle case richiede modelli di addestramento sulla variabilità domestica effettiva piuttosto che simulazioni sterili.
Passando dal contesto industriale all’elettronica di consumo, la piattaforma Omniverse di NVIDIA ha il potenziale per diventare l’infrastruttura di sviluppo universale per l’autonomia nel mondo reale, rispecchiando il modo in cui la sua architettura GPU ha catturato l’elaborazione cloud.
Il punto di allineamento finale riguarda l’integrazione automobilistica. La divisione componenti automobilistici di LG rappresenta uno dei segmenti in più rapida crescita, producendo infotainment di bordo, componenti per veicoli elettrici e piattaforme generative in cabina che includono il monitoraggio dello sguardo e display adattivi. Allo stesso tempo, la piattaforma DRIVE di NVIDIA detiene un’enorme quota di implementazione nell’elaborazione di veicoli autonomi e semi-autonomi.
I produttori automobilistici spesso hanno difficoltà quando tentano di collegare i sistemi di infotainment legacy con nodi di elaborazione autonomi avanzati. Poiché LG e NVIDIA operano già in livelli adiacenti dello stesso veicolo, una collaborazione formale unirebbe il livello di esperienza interna di LG con la piattaforma di elaborazione sottostante di NVIDIA. Questa unificazione consente agli operatori di flotte di standardizzare le proprie architetture di riferimento, riducendo le ore di progettazione sprecate per integrazioni API personalizzate e garantendo un percorso unificato per gli aggiornamenti di machine learning via etere.
Questi colloqui esplorativi tra LG e NVIDIA definiscono i precisi requisiti hardware e di elaborazione necessari per eseguire l’intelligenza artificiale fisica in modo affidabile.
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
