AWS, NVIDIA Cosmos 3 ile SageMaker HyperPod üzerinde Physical AI model fabrikası kurulumunu anlattı
AWS'nin yeni teknik yazısı, Cosmos 3 dünya modelini tek bir GPU havuzunda sentetik veri üretimi, post-training ve simülasyon değerlendirmesi için kullanmayı anlatıyor.
AWS, makine öğrenmesi blogunda NVIDIA Cosmos 3 modelini Amazon SageMaker HyperPod üzerinde çalıştırarak bir "Physical AI model fabrikası" kurmayı anlatan bir rehber yayımladı. Fikir şu: robot ya da otonom araç gibi gerçek dünya verisini fiziksel eyleme çeviren sistemler tek bir eğitim işiyle kurulamaz, sürekli dönen bir döngü gerektirir.
Yazıya göre döngü dört aşamadan oluşuyor: DROID, BridgeData2 ve otonom araç sensör kayıtları gibi gerçek verinin Amazon S3 ve FSx for Lustre üzerinde ortak bir korpusa alınması, Cosmos3-Super öğretmen modeliyle sentetik veri üretilmesi, birleşik korpusla dağıtılabilir bir Cosmos3-Nano politikasının post-training'i ve kapalı döngü simülasyonda değerlendirme.
Tek gövde, üç mod
Cosmos 3, video, görüntü, aksiyon ve sesi tek bir token akışı olarak ele alan açık bir omnimodal dünya temel modeli. Aynı transformer gövdesi üç modda çalışıyor: sentetik video üretimi için ileri dinamik dünya modeli, ters dinamik aksiyon etiketleyici ve dağıtılabilir aksiyon politikası. Modu belirleyen tek şey hangi tokenların gürültülü başladığı. Üretim, post-training ve değerlendirme aynı model ailesinden çıktığı için AWS bu aşamaları tek bir kalıcı GPU düğüm havuzunda zaman paylaşımlı iş yükleri olarak planlıyor; her aşama için ayrı küme kurup yıkmaya gerek kalmıyor.
Model ailesi iki katmanlı: Cosmos3-Nano 16 milyar parametre (8B yoğun Qwen3-VL omurgası üzerinde) ve Cosmos3-Super 64 milyar parametre (32B Qwen3-VL omurgası üzerinde). NVIDIA ayrıca cihaz üstü dağıtım için Jetson Thor ve Orin üzerinde ölçülen 4B'lik Cosmos3-Edge katmanını yayımladı; Edge, Qwen3-VL'den başlatılmak yerine sıfırdan eğitilmiş ~2B yoğun bir omurga kullanıyor, yani ayrı bir ağırlık soyu. Cosmos3-Nano-Policy-DROID gibi görev varyantları ise politika moduna 15 Hz ve 32 adımlık ufukla özelleştirilmiş.
NVIDIA modeli Linux Foundation'ın OpenMDW-1.1 lisansıyla yayımladı. AWS, maliyeti belirleyen ölçütün tek bir işin tepe verimi değil, döngü boyunca rezerve edilen GPU saati başına düşen faydalı ilerleme, yani GPU goodput olduğunu söylüyor. Altyapı şablonları ve iş manifestoları awsome-distributed-ai GitHub deposunda. Ayrıntılar AWS blog yazısında.
