ac4acf003f
- raw/blog/2026-09-17_nvidia-ai-agents-3d-scenes-simulation.md (neu) - wiki/concepts/agents/nvidia-agenten-3d-scene-prep.md (neu) - wiki/institutions/nvidia.md (neu) - Cross-Refs: harness-loop-graph-engineering, hermes-bot-mode, harness-vs-standalone-chat-llm, robotics-model-benchmark, tools/openclaw, tools/nvidia-dgx-spark - index.md (205. Update), log.md
46 lines
3.4 KiB
Markdown
46 lines
3.4 KiB
Markdown
---
|
||
created: 2026-09-17
|
||
updated: 2026-09-17
|
||
sources: [blog/2026-09-17_nvidia-ai-agents-3d-scenes-simulation.md, youtube/2026-06-28_nvidia-748gb-ram-desktop-local-ai.md, other/2026-08-26_perplexity-portable-computer-local-agent.md]
|
||
tags: [institution, nvidia, hardware, gpu, cuda, omniverse, physical-ai, robotics, openusd, nemoclaw, dgx, agent-harness]
|
||
---
|
||
|
||
# NVIDIA
|
||
|
||
NVIDIA Corporation ist Halbleiter- und Plattformhersteller (GPUs, CUDA, Grace-Blackwell-Architekturen) und im Wiki an mehreren Stellen Bezugspunkt: als Hardware-Lieferant für lokale Inferenz, als Plattform für Robotik-Simulation und — seit dem Referenz-Workflow vom 17.09.2026 — als Anbieter einer Agenten-Architektur, die **Hermes und OpenClaw namentlich als Open-Source-Agent-Harnesses** führt.
|
||
|
||
## Omniverse / Physical AI — Agenten-Workflow für SimReady-Szenen
|
||
|
||
Der [NVIDIA Developer Blog](https://developer.nvidia.com/blog/how-to-use-ai-agents-to-prepare-3d-scenes-for-simulation/) beschreibt einen Referenz-Workflow, der eine Blender-Szene in eine simulationsreife OpenUSD-Welt für Isaac Sim / Isaac Lab überführt:
|
||
|
||
- **Orchestrierung:** Codex (OpenAI GPT-6 Astra), alternativ Claude
|
||
- **Subagents:** gebaut mit dem **Hermes-Agent-Harness**, deployt über **NVIDIA NemoClaw**; als mögliche Harnesses nennt der Beitrag Hermes, OpenClaw und LangChain, konfiguriert mit NVIDIA-Nemotron-Modellen
|
||
- **Werkzeuge:** [NVIDIA Omniverse Libraries](https://developer.nvidia.com/omniverse) — OpenUSD (Szenenstruktur), ovphysx (Physik), ovrtx (Preflight-Rendering), [SimReady Foundation](https://github.com/NVIDIA/simready-foundation) (Validierungsprofile)
|
||
|
||
Der Beitrag empfiehlt vier Systemklassen: DGX Spark, DGX Station, RTX PRO Server, DGX Cloud. Details und Einordnung: [[../concepts/agents/nvidia-agenten-3d-scene-prep.md]]
|
||
|
||
## Hardware im Wiki
|
||
|
||
| System | Kurzprofil | Wiki-Seite |
|
||
|--------|-----------|-----------|
|
||
| DGX Spark | GB10 Grace Blackwell, 128 GB unified, ~$4,7K — lokales Prototyping | [[../tools/nvidia-dgx-spark.md]] |
|
||
| DGX Station | GB300 Grace Blackwell Ultra, bis 748 GB kohärent, ~$85–115K | [[../concepts/hardware/nvidia-dgx-station-748gb.md]] |
|
||
| DLSS 5 | neurales Rendering (Consumer-Grafik) | [[../concepts/hardware/nvidia-dlss5-neural-rendering.md]] |
|
||
| Nemotron | Modellfamilie für Vision/Reasoning/Tool-Use in Agenten-Setups | [[../concepts/agents/nvidia-agenten-3d-scene-prep.md]] |
|
||
|
||
## Verwandte Seiten
|
||
|
||
- [[../concepts/agents/nvidia-agenten-3d-scene-prep.md]] — Agenten-Workflow für simulationsreife 3D-Szenen
|
||
- [[../tools/nvidia-dgx-spark.md]] — DGX Spark (dort bereits NemoClaw als Software-Referenz vermerkt)
|
||
- [[../concepts/hardware/nvidia-dgx-station-748gb.md]] — DGX Station
|
||
- [[../concepts/hardware/nvidia-dlss5-neural-rendering.md]] — DLSS 5
|
||
- [[../tools/openclaw.md]] — OpenClaw als im NVIDIA-Beitrag genannter Agent-Harness
|
||
- [[../concepts/agi/robotics-model-benchmark.md]] — Physical-AI-Benchmark (GPT-6 Astra vs. Fable 5.1)
|
||
|
||
## Quellen
|
||
|
||
- [NVIDIA Developer Blog](https://developer.nvidia.com/blog/how-to-use-ai-agents-to-prepare-3d-scenes-for-simulation/) (abgerufen 17.09.2026)
|
||
- [NVIDIA Omniverse](https://developer.nvidia.com/omniverse), [NemoClaw](https://www.nvidia.com/en-us/ai/nemoclaw/), [SimReady Foundation](https://github.com/NVIDIA/simready-foundation)
|
||
- [DGX Spark Produktseite](https://www.nvidia.com/en-us/products/workstations/dgx-spark/)
|
||
|
||
⚠️ Die Omniverse-/NemoClaw-Inhalte stammen aus einer Anbieter-Quelle; keine unabhängige Reproduktion des Workflows.
|