NVIDIA-Warp-Anleitung skaliert einen Roboterarm auf 2.048 Welten
Victoria Shinder1 Min. LesezeitNVIDIA und Hugging Face haben am 23. September 2026 den zweiten Teil ihrer Reihe State of Simulation for Physical AI veroeffentlicht, verfasst von Johnny Nunez Cano: https://huggingface.co/blog/nvidia/how-to-use-nvidia-warp-and-mjwarp. Der Beitrag fuehrt einen SO-101-Folgearm aus einem MuJoCo-Ablauf mit einer einzigen Welt in bis zu 2.048 parallele Umgebungen.
Zwei Bausteine leisten die Arbeit. Warp ist ein Python-Framework fuer GPU-Kernel: Entwickler schreiben statisch typisierte Kernel in Python, die fuer CPU oder CUDA uebersetzt werden; beim ersten Start entsteht ein natives Modul, das zwischengespeichert und spaeter wiederverwendet wird. MJWarp ist die Physik-Pipeline von MuJoCo, umgesetzt in Warp: Modell und ein Stapel unabhaengiger Zustaende liegen auf der GPU, und ein einziger Schrittaufruf bewegt den gesamten Stapel weiter.
Der Artikel sagt ausdruecklich, dass der Wert von MJWarp nicht im schnelleren Schritt fuer eine einzelne Welt liegt, sondern darin, hunderte oder tausende Welten gemeinsam fortzuschreiben.
Was das bedeutet
Die interessante Aussage betrifft die Arbeitseinheit, nicht die Geschwindigkeit. Ein Simulator, der pro Welt schneller ist, laesst dasselbe Experiment frueher enden. Ein Simulator, dessen Einheit ein Stapel ist, macht ein anderes Experiment moeglich: hunderte leicht verschiedener Ausgangslagen im Gleichschritt - genau die Form, die bestaerkendes Lernen braucht. Das veraendert, was sich ueberhaupt fragen laesst, und deshalb betont der Text, dass dieselbe Modelldatei auf beiden Wegen laeuft.
Es erklaert auch, warum die Empfehlung eine Entscheidungstabelle ist und kein Benchmark. Die Kurzfassung des Artikels schickt Einzelroboter-Regelung und Teleoperation zu MuJoCo auf der CPU und maximalen Durchsatz zu MJWarp - denn bei einer einzigen Welt hat die Stapel-Engine nichts zu stapeln.
⚠️ Einzuordnen ist der Text als Aufbauanleitung, nicht als Trainingslauf. Er schreibt selbst, dass er die Umgebung vorbereitet und skaliert und keine Policy trainiert; die Integrationsschichten folgen in spaeteren Teilen. Eigene Messwerte werden hier nicht berichtet.