Infinigence AI kompaniyasi Tsinghua universiteti va Jiangnan shahridagi Jiaotong universiteti jamoalari bilan birgalikda APXInfni ochiq manbaga joylashtirdi. Ushbu dvigatel chekka qurilmalarda inferens uchun moʻljallangan va onaplodda emas, balki toʻgʻridan-toʻgʻri robot ustida idrok etish–qaror qabul qilish–harakatlantirish siklini yakunlashi kerak boʻlgan jasadlangan modellar uchun yaratilgan.
Jamoatchilik paketi RLinf/APXinf-robo manzili orqali GitHubda mavjud boʻlib, u Jetson sinfidagi qurilmalar va stasionar grafik protsessorlar uchun optimallashtirilgan Rust ishga tushirish muhiti va Python bogʻlanishlarini oʻz ichiga oladi. Kompaniya ushbu chiqarishni vizual-til-harakat kabi qobiliyatli modellar va robotdagi barqaror boshqaruv oʻrtasidagi «oxirgi mil» sifatida taqdim etadi.
Infinigence maʼlumotlariga va QbitAI tomonidan yoritilganidek, NVIDIA Jetson Thor platformasida FP8 formatidan PI 0.5 dan foydalanish orqali butun inferensni taxminan 278 ms dan 26 ms dan kamashtirish mumkin. Bu real vaqt rejimida koʻp ssenariyli boshqaruv uchun yetarli boʻlgan 38.46 Gts chastotasini taʼminlaydi. Ushbu yaxshilanish ular keltirayotgan optimallashtirilmagan asosiy chiziqqa nisbatan taxminan oʻn barobar kechikishni kamaytirishni ifodalaydi.
Bu yutuq konveyer, graf, yadro va kvantlash ustida ishlash hamda Agent4Kernel yordamida CUDA yadrolarini birlashtirish orqali amalga oshirildi.
Dastlabki qoʻllab-quvvatlash modellarga PI 0.5 va WALL-OSS ni oʻz ichiga oladi. Maqsadli apparat platformalari Jetson Orin, Jetson Thor va GeForce RTX 4090 ni oʻz ichiga oladi. Arxitektura yechimlari yuqori tezlik bilan birga uzoq muddatli barqarorlikka urgʻu beradi: xotira xavfsizligini taʼminlash uchun minimal Rust ishga tushirish muhiti va ishlab chiquvchilar uchun Python ergonomikasi ishlatiladi. Bundan tashqari, VLA/WAM ning yangi nazorat nuqtalarini qoʻlda har bir yoʻlni yozmasdan moslashtirish uchun agent ish oqimi joriy etildi.
Ushbu dvigatel Infinigence ning RLinf dastlabki kuchaytirish oʻrganish stekidan integratsiya qilinadi va post-treningdan robotda OpenPI bilan mos keladigan texnik xizmat koʻrsatish imkoniyatlari bilan joylashtirishgacha boʻlgan shu ochiq ekotizimni kengaytiradi.
Rivojlanish rejalariga koʻproq VLA/VLM va global modellar uchun portlar (Qwen va GR00T sinflari bilan ishlash allaqachon rejalashtirilgan), nvfp4 optimallashtirish, AMD uchun backendlar ishlab chiqish, shuningdek, mahalliy inferens chiplari va mahalliy robotlar uchun operatsion tizimlarni qoʻllab-quvvatlash kiradi. Jamoalarga Thor/Orin uchun kechikish koʻrsatkichlarini oʻz nazorat nuqtalarida va belgilangan energiya sarfi parametrlari doirasida mustaqil qayta tiklash tavsiya etiladi. 26 ms dan past FP8 qiymati chekka qurilmalarda jasadlangan tizimlarning inferensi uchun standartni belgilaydi, ammo har bir model yoki paket shakli uchun kafolat emas.