AWS zeigt mit NVIDIA Cosmos 3, wie eine Physical-AI-Modellfabrik auf SageMaker HyperPod läuft
TL;DR
Amazon Web Services beschreibt eine Architektur, mit der sich eine kontinuierliche Physical-AI-Pipeline auf einem persistenten SageMaker-HyperPod-Cluster betreiben lässt. Auf Amazon EKS verbindet der Ansatz die synthetische Datengenerierung, das Post-Training und die Closed-Loop-Evaluierung mit NVIDIA Cosmos 3 in einem laufenden Modellprozess. Als zentrale Kennzahl nennt AWS den GPU-Goodput, also den Anteil der Clusterzeit, der tatsächlich für nützliche Arbeit verwendet wird.
Nauti's Take
Wer Physical AI baut, sollte zuerst einen kleinen Closed-Loop-Test aufsetzen und GPU-Goodput, Wiederanlaufzeit sowie den Anteil verwertbarer synthetischer Daten messen. Der AWS-Beitrag zeigt eine plausible Betriebsarchitektur, liefert als Einzelquelle aber noch keinen Beleg dafür, wie gut Cosmos 3 unter eigenen Sensor-, Simulations- und Kostenbedingungen skaliert.
Quellen
