我们将介绍如何在 Isaac Lab 中构建端到端的数据采集，VLA 模型后训练和闭环测评的全流程，提供包含各种人形机器人的开箱即用的操作类任务环境，支持扩展数据集规模，并为主流的 VLA 模型提供闭环评测，以及高效导入其他引擎的运动轨迹快速构建基准测。专注于实时交通网络视频分析，智慧城市等领域应用方案开发，现在负责多模态大模型在行业应用和探索。专注于实时交通网络视频分析，智慧城市等领域应用方案开

我们将介绍如何在 Isaac Lab 中构建端到端的数据采集，VLA 模型后训练和闭环测评的全流程，提供包含各种人形机器人的开箱即用的操作类任务环境，支持扩展数据集规模，并为主流的 VLA 模型提供闭环评测，以及高效导入其他引擎的运动轨迹快速构建基准测试。她曾担任 ABB 集团研究院高级研究科学家。2020 年加入 NVIDIA，负责 NVIDIA Isaac 系列机器人软件产品在中国机器人客户落

NVIDIA 视觉应用开发及部署软件栈 Metropolis 实现全面升级，TAO 6.0 新增多种前沿视觉模型及 backbone 网络支持，同时集成了模型预训练-自监督学习及知识蒸馏等模型训练优化技术。DeepStream 8.0 的 Inference Builder 可在多个开源框架上创建推理微服务，此外 Service Maker 组件增强功能涵盖了 Mask Tracker 及 Mul

课程结束后，学员将具备亲手搭建机器人仿真环境的能力，并能将合成数据工作流集成到其中，构建可扩展的仿真优先开发流程。由 NVIDIA 深度学习培训中心（DLI）举办的 NVIDIA AI 培训班推出机器人仿真开发新课程，欢迎热衷于机器人开发的工程师、研究人员、爱好者积极报名，系统掌握仿真环境搭建与开发流程，全面提升实战能力。11 月 27 日：使用 NVIDIA Isaac 加速机器人开发（2025

并以 verl 驱动的视觉语言模型强化学习为案例，为大家带来贯穿并行配置，内存估算到时序分析的强化学习工程方法论，展示我们在这一前沿领域的突破性成果。本次分享既涉及推理框架 TensorRT-LLM 在 DeepSeek-V3/R1 模型进行大规模专家并行部署的优化经验，也涵盖了 Blackwell 系列 GPU 通过 NVFP4 低精度进行推理部署来实现吞吐与模型精度兼顾的优化方案，以及针对面向

管理此类系统需要同步扩展和调度合适的 Pod，了解每个组件不同的配置和资源需求，按特定的顺序启动，并根据网络拓扑结构将它们部署在集群中。在图 1 中，PodClique A 代表前端组件，B 和 C 代表预填充主节点和预填充工作节点，D 和 E 代表解码主节点和解码工作节点。而开发的，它具有足够的灵活性，可以自然地映射到任何现实世界的推理架构，从传统的单节点聚合推理到具有多个模型的代理式。组，例如

进一步考取 NVIDIA 认证，面向开发者和 IT 专业人员，验证专业技能，发展职业生涯，解锁新机遇。参加 NVIDIA 认证，展示您的专业知识和技能，为个人推动职业发展，为企业增强竞争力。开发者日活动期间，面向国内开发者和 IT 专业人员，提供 3 门免费 Associate（初级）和 5 门Professional（中级）认证考试。以下 8 门认证，仅可选择一门参加。扫描以下二维码，访问 NV

然而，IFB 在注意力模块中带来了负载不平衡的挑战，严重影响了系统性能。例如，一些 rank 可能在处理计算密集型的 context（上下文）阶段，而其他 rank 则在执行 generation（生成）阶段，从而形成 token 处理负载的巨大差异。由于各个 rank 间的工作负载可能是异构的，因此在给定迭代中的注意力模块的执行时间由负载最大的 rank 所限制。ADP 中的基本挑战在于，同一迭

需要注意的是，在 DGX Spark 平台上运行的 Isaac Lab 2.3，暂不支持基于 XR/AVP 的遥操作功能，也不支持 Isaac Lab Mimic 中的模仿学习功能。然而，从选取可用于仿真的资产，到搭建并丰富环境多样性，再到统筹协调和分析大规模评估，用户需要在 Isaac Lab 手动整合多个组件，才能实现预期效果。灵巧动作映射指将人手姿态转换为机器人手部关节位置的过程，可实现高效

2018年，NVIDIA 推出了 NVLink Switch 技术，实现了在 8 个 GPU 的网络拓扑中每对 GPU 之间高达 300 GB/s 的 all-to-all 带宽，为多 GPU 计算时代的 scale-up 网络奠定了基础。NVLink Fusion 充分融合了 NVIDIA 在 NVLink scale-up 技术领域长达十年的深厚积累，结合 OCP MGX 机架架构及生态系统开