2026.09.05 SAT01:16 JSTAWS
Cosmos 3をSageMaker HyperPodで
- NVIDIA Cosmos 3を使いPhysical AIの
- 合成データ生成・学習・評価パイプラインを
- SageMaker HyperPod上で構築する方法を解説
目線
物理AIやロボット向けモデル工場をAWS上で組む開発者がパイプライン設計の参考にできる
対象
Physical AI・ロボット学習パイプライン構築者
使える場面
- 合成データ生成からpost-trainingまでの連続実行
- closed-loop評価の自動化
試すなら
ブログの手順をSageMaker HyperPod環境で確認する
確認点
GPU goodputを指標としたクラスタ運用前提
背景
Physical AIシステムは単発学習ではなく連続パイプラインが必要との前提で、AWSが構築例を公開した。
何が変わったか
- NVIDIA Cosmos 3による合成データ生成・post-training・closed-loop評価を実装
- 永続的で耐障害性のあるSageMaker HyperPod(Amazon EKS上)クラスタを利用
- GPU goodputを主要な指標として運用
使える場面・影響
Physical AIのモデル工場をクラウド上で再現しやすくなり、実験から評価までのループを回しやすくなる。
一次ソース
- AWS Machine Learning Blogaws.amazon.com