NVIDIA DGX Spark上にAT-SYNAPSEのローカルAI環境を構築

アトラックラボは、NVIDIA DGX Spark上でAT-SYNAPSEのLLM／VLMをローカル実行できる環境を構築しました。これにより、ロボットが取得したカメラ映像や深度情報を外部のクラウドAIサービスへ送信することなく、画像認識、周囲状況の理解、行動計画、推論、音声応答までを現場内で完結できます。モデル導入後の通常運用では、クラウドAIやインターネット接続に依存しないため、機密情報を扱う施設や通信環境が不安定な現場でも利用しやすくなります。

本環境では、NVIDIA DGX SparkをAT-SYNAPSEの「Brain on Desktop」として使用します。LLM／VLMの実行基盤にはOllamaを採用し、検証ではMoE方式の「Qwen3.6 35B-A3B」を使用しました。ロボットとDGX SparkをROS 2およびMCPで接続し、カメラ画像の取得、RGB画像と深度情報の統合理解、物体認識、指示理解、行動計画、ROS 2ツールの選択、移動・停止指示、音声応答などをローカルLLM／VLMが担います。処理内容は「AT-SYNAPSE Web Console」に表示され、ロボットが何を見て、どのように判断したかをリアルタイムで確認できます。

動作検証では、AT-SYNAPSEが周囲の状況を理解し、必要なツールや次の行動を選択する計画・推論処理において、毎秒64.3トークンの生成速度を記録しました。また、RealSenseカメラから取得した画像をQwen3.6 35B-A3Bへ入力し、画像内の対象物の検出・特定・説明を検証したところ、約4.5秒で対象物を正しく回答しました。単に画像全体を説明するだけでなく、対象物がどこにあるのかも理解できるため、探索や点検、対象物への接近などへの応用が可能です。

ローカルでLLM／VLMを実行することで、データを外部へ送信できない環境でもAIを利用できます。通信が不安定な場所でも、あらかじめモデルを導入しておけば推論処理を継続できます。クラウドAIサービスの障害やAPI仕様の変更による影響も受けにくくなります。また、API利用料がかからないため、画像やライブカメラ映像を継続的に扱う用途でも運用コストを見通しやすくなります。Ollamaを利用することで、用途に合ったオープンモデルを柔軟に選べる点も特徴です。

アトラックラボは今後、Qwen3.6 35B-A3Bを含むオープンLLM／VLMについて、量子化方式やコンテキスト長、画像解像度、推論速度などの比較検証を進めます。また、RGB画像とDepth情報を活用した距離推定や物体探索、障害物回避、移動計画など、認識結果を実際のロボット行動へ結び付ける機能を強化します。自社開発のフィールドロボット「AT-CART8」をはじめ、ドローンや無人車両、無人船舶へ順次展開し、クラウドに依存しないローカルフィジカルAIの社会実装を進めます。

A. アトラックラボが開発した、大規模言語モデルをロボットの「頭脳」として使うAI自律制御システムです。カメラやセンサーの情報から周囲を認識し、行動を判断します。

A. 映像やセンサーデータを外部へ送信せずに処理できるため、通信が不安定な現場や機密情報を扱う施設でもロボットが動き続けられます。APIコストも抑えられます。

A. 128GBのユニファイドメモリを搭載したコンパクトなAIコンピューターで、ロボット本体を大型化せずに大規模なLLM／VLMを現場の近くで実行できるためです。

O!Productニュース編集部からのコメント

映像を外部へ送らず現場で認識と判断を完結できるため、通信が不安定な点検現場でもロボットを運用できます。

引用元：PR TIMES