AWS وNVIDIA تطلقان تدريب روبوت Unitree H1 على نطاق واسع عبر SageMaker AI
عرضت AWS وNVIDIA كيفية توسيع نطاق التعلم المعزز للروبوت البشري Unitree H1 في السحابة. يعمل محاكي NVIDIA Isaac Lab الآن فوق Amazon SageMaker AI: آلاف البيئات الافتراضية المتوازية، مع نمطي تشغيل — HyperPod للتجارب الطويلة وTraining Jobs للتشغيلات لمرة واحدة. يمكن على عقدة H100 واحدة تدريب 4096 بيئة في وقت واحد، ويتقلص زمن التدريب من أيام إلى ساعات.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
عرضت AWS بالتعاون مع NVIDIA مسارًا متكاملًا لتدريب سياسات التحكم في الروبوت البشري Unitree H1 مباشرة في السحابة، ودون الحاجة إلى عنقود GPU خاص.
لماذا السحابة للروبوتات
يتطلب التعلم المعزز (Reinforcement Learning) للروبوتات الفيزيائية مليارات الخطوات من المحاكاة، وهذا ليس مبالغة. فكي يتعلم الروبوت البشري المشي إلى الأمام دون سقوط، يجب أن تمر الشبكة العصبية بعشرات المليارات من تفاعلات الوكيل الافتراضي مع البيئة. وإجراء ذلك في العالم الحقيقي مكلف وخطير: فتجربة فاشلة واحدة قد تعني إصلاحًا بآلاف الدولارات، كما ستستغرق العملية سنوات بدل ساعات. ولهذا تراهن الصناعة على المحاكاة الفيزيائية.
بدأ سباق «قانون مور للروبوتات» بالفعل: فشركات Tesla وFigure وBoston Dynamics وعشرات الشركات الناشئة تستثمر مئات الملايين في بناء بيئات اصطناعية للتدريب.
NVIDIA Isaac Lab هو محاكٍ مسرَّع بوحدات GPU، قادر على تشغيل آلاف النسخ من البيئة الافتراضية في وقت واحد على عقدة واحدة. وكان استخدامه في السابق مقتصرًا في الغالب على المختبرات الكبرى في الشركات والجامعات التي تملك عتادًا باهظ الثمن.
أصبح Isaac Lab الآن متكاملًا مباشرة مع Amazon SageMaker AI. ويعني ذلك أن طلب مئات وحدات GPU يُنفَّذ خلال دقائق، ولا يحتاج المهندس إلى التفكير في البنية التحتية، بل في شيفرة السياسة وإعدادات المهمة فقط.
خياران للتشغيل
تقدم AWS نمطين لسيناريوهات استخدام مختلفة:
- SageMaker HyperPod — عنقود مُدار دائم؛ تبقى البنية التحتية قائمة بين التشغيلات، وهو ما يناسب الأبحاث الممتدة لأسابيع والضبط التكراري للمعاملات الفائقة (hyperparameters)
- SageMaker Training Jobs — تشغيل مُدار لمرة واحدة؛ تُخصَّص الموارد للمهمة فقط وتُحرَّر تلقائيًا عند انتهائها، مما يسهّل التحكم في الميزانية
- تُدعَم الأنواع (instances) من سلسلتي p4d وp5 مع وحدات NVIDIA A100 وH100 على التوالي
- يُنشر Isaac Lab في حاوية Docker قياسية؛ وتُحفظ أوزان النموذج ونقاط الحفظ (checkpoints) تلقائيًا في Amazon S3
- تصل مقاييس التدريب — reward وepisode length وentropy loss — إلى Amazon CloudWatch في الوقت الفعلي
الميزة الأساسية في الخيارين هي رفع العبء التشغيلي. فلا حاجة إلى إعداد Kubernetes بنفسك، ولا إلى إدارة شبكة InfiniBand بين العقد، ولا إلى موازنة الحمل بين وحدات GPU يدويًا.
كيف يجري تدريب Unitree H1
يُعد Unitree H1 من أكثر الروبوتات البشرية التجارية توافرًا: يبلغ طوله نحو 180 سم ووزنه 47 كغ، وله 19 درجة حرية. وهذا يجعله منصة شائعة للأبحاث الأكاديمية في مجال التحكم في الحركة.
في محاكاة Isaac Lab، تتعلم آلاف النسخ الافتراضية من هذا الروبوت المشي بالتوازي عبر خوارزمية Proximal Policy Optimization (PPO): تسقط وتنهض وتصحح توازنها، وتحصل على مكافأة مقابل الحركة المستقرة إلى الأمام. وتتوقف جودة السياسة المدرَّبة على مدى دقة وصف دالة المكافأة للسلوك المطلوب.
يستطيع Isaac Lab على عقدة H100 واحدة تشغيل ما يصل إلى 4096 محاكاة متوازية في وقت واحد. وعند التوسع إلى عدة عقد، يُستخدم التدريب الموزَّع عبر PyTorch DDP، إذ تجري مزامنة التدرجات (gradients) بين وحدات GPU تلقائيًا.
«إن التوسع إلى مئات وحدات GPU عبر SageMaker يقلص زمن التدريب من عدة أيام إلى عدة ساعات»، بحسب كتّاب المنشور في مدونة AWS.
بعد الانتهاء، تُصدَّر السياسة المدرَّبة بصيغتي ONNX أو TorchScript، ويمكن نقلها إلى العتاد الحقيقي عبر NVIDIA Isaac ROS.
ماذا يعني ذلك
يخرج التعلم المعزز السحابي للروبوتات من نطاق المختبرات ذات ميزانيات العتاد التي تبلغ ملايين الدولارات. وبات بإمكان أي فريق صغير يملك حساب AWS إطلاق تجربة جادة لتدريب روبوت بشري دون استثمارات رأسمالية في البنية التحتية.
وهذا يغيّر اقتصاديات الروبوتات: ينخفض حاجز الدخول، وترتفع سرعة التكرار — وقد تأتي الاختراقات المقبلة في التحكم بالروبوتات الفيزيائية من فرق صغيرة على نحو غير متوقع.
- 21 نوفمبر 2026AG-UI 1.0 يمنح وكلاء الذكاء الاصطناعي لغة موحدة للتواصل مع التطبيق: 31 نوعًا من الأحداث
- 21 نوفمبر 2026OpenAI تطلق ChatGPT Wallet: وكلاء الذكاء الاصطناعي يشترون دون أن يروا رقم البطاقة
- 21 نوفمبر 2026الولايات المتحدة أنفقت 70.7 مليون دولار على إعلانات ChatGPT في أكتوبر — بزيادة 127% عن أبريل
- 21 نوفمبر 2026ONNX Runtime يختفي من GitHub: مايكروسوفت تُخفي المستودعات بعد اختراق إحدى الحزم
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول لماذا السحابة للروبوتات؟
يتطلب التعلم المعزز (Reinforcement Learning) للروبوتات الفيزيائية مليارات الخطوات من المحاكاة، وهذا ليس مبالغة. فكي يتعلم الروبوت البشري المشي إلى الأمام دون سقوط، يجب أن تمر الشبكة العصبية بعشرات المليارات من تفاعلات الوكيل الافتراضي مع البيئة. وإجراء ذلك في العالم الحقيقي مكلف وخطير: فتجربة فاشلة واحدة قد تعني إصلاحًا بآلاف الدولارات، كما ستستغرق العملية سنوات بدل ساعات. ولهذا تراهن الصناعة على المحاكاة الفيزيائية.
ما أبرز التفاصيل حول خياران للتشغيل؟
تقدم AWS نمطين لسيناريوهات استخدام مختلفة: SageMaker HyperPod — عنقود مُدار دائم؛ تبقى البنية التحتية قائمة بين التشغيلات، وهو ما يناسب الأبحاث الممتدة لأسابيع والضبط التكراري للمعاملات الفائقة (hyperparameters) SageMaker Training Jobs — تشغيل مُدار لمرة واحدة؛ تُخصَّص الموارد للمهمة فقط وتُحرَّر تلقائيًا عند انتهائها، مما يسهّل التحكم في الميزانية تُدعَم الأنواع (instances) من سلسلتي p4d وp5 مع وحدات NVIDIA A100 وH100 على التوالي يُنشر Isaac Lab في حاوية Docker قياسية؛ وتُحفظ أوزان النموذج…
ما أبرز التفاصيل حول كيف يجري تدريب Unitree H1؟
يُعد Unitree H1 من أكثر الروبوتات البشرية التجارية توافرًا: يبلغ طوله نحو 180 سم ووزنه 47 كغ، وله 19 درجة حرية. وهذا يجعله منصة شائعة للأبحاث الأكاديمية في مجال التحكم في الحركة. في محاكاة Isaac Lab، تتعلم آلاف النسخ الافتراضية من هذا الروبوت المشي بالتوازي عبر خوارزمية Proximal Policy Optimization (PPO): تسقط وتنهض وتصحح توازنها، وتحصل على مكافأة مقابل الحركة المستقرة إلى الأمام. وتتوقف جودة السياسة المدرَّبة على مدى دقة وصف دالة المكافأة للسلوك المطلوب.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.