Repolode
제출하기
nebius

nebius/nebius-physical-ai

코딩 에이전트와 npa CLI로 Nebius Kubernetes에서 시뮬레이션, 학습, 데이터 큐레이션 같은 Physical AI 워크로드를 실행할 수 있는 컨트롤 플레인입니다.

GitHub에서 보기
스타
50
포크
19
열린 이슈
36
마지막 커밋
1시간 전

어떤 프로젝트인가요?

Nebius Physical AI는 Nebius Cloud에서 Physical AI 워크로드를 실행하기 위한 컨트롤 플레인입니다. npa CLI와 Python SDK를 사용해 프로젝트를 설정하고, 액세스를 확인하며, GPU와 CPU 리소스를 계획하고, 컨테이너화된 도구와 여러 단계로 구성된 워크플로를 제출한 뒤 결과 아티팩트를 살펴볼 수 있습니다. 워크플로는 각 단계가 Workbench 도구를 호출하고 그 출력이 다음 단계로 전달되는 상태 그래프로 YAML에 정의됩니다. SkyPilot은 작업을 Nebius Kubernetes에 스케줄링하고, Object Storage는 입력 데이터, 체크포인트, 미디어 및 실행 상태를 저장합니다.

이 프로젝트는 Cosmos 생성, 비디오 증강 및 큐레이션, 신경망 기반 3D 재구성, LeRobot을 이용한 로봇 정책 학습, Isaac Lab, Genesis, MJLab을 이용한 강화 학습 등 다양한 작업을 지원합니다. 고객 GPU가 필요 없는 Token Factory 기반 호스팅 추론 기능도 제공합니다. Codex나 Claude Code 같은 코딩 에이전트는 저장소를 체크아웃한 뒤 같은 작업을 실행할 수 있습니다.

공유 배포 모드에서는 팀에 개인 네임스페이스, GPU 한도, 범위가 제한된 스토리지를 제공하며 npa login으로 로그인할 수 있습니다.

핵심 기능

  • 01컨테이너화된 도구 단계를 연결하는 YAML 워크플로 상태 그래프로 워크로드를 정의합니다.
  • 02SkyPilot을 통해 GPU 및 CPU 작업을 Nebius Kubernetes에 제출합니다.
  • 03S3 호환 Object Storage에 입력 데이터, 체크포인트, 미디어 및 실행 상태를 저장합니다.
  • 04설정, 사전 점검, 계획 수립 및 실행 확인을 위한 CLI와 Python SDK를 제공합니다.
  • 05로컬 GPU 없이 Token Factory를 통한 호스팅 추론을 지원합니다.
  • 06리소스를 삭제하기 전에 프로젝트 정리 작업을 미리 확인할 수 있는 종료 명령을 제공합니다.

활용 사례

  • 클라우드 GPU에서 Cosmos 모델로 로봇 학습용 비디오를 생성하거나 증강합니다.
  • 기록된 데이터셋을 사용해 LeRobot으로 로봇 정책을 학습합니다.
  • Nebius GPU 노드에서 Isaac Lab 또는 Genesis 강화 학습 작업을 실행합니다.
  • 사용자별 GPU 한도와 범위가 제한된 스토리지를 적용해 팀이 Workbench 엔드포인트를 공유합니다.

빠른 시작

  1. 1

    저장소를 클론합니다

    git clone https://github.com/nebius/nebius-physical-ai.git
  2. 2

    체크아웃에서 npa CLI를 설치합니다(Python 3.10 이상)

    pip install -e npa
  3. 3

    Nebius 프로젝트를 구성합니다

    npa configure
  4. 4

    preflight로 Nebius 인증을 확인합니다

    npa workbench health preflight --checks nebius --json

사용 전 알아둘 점

  • 워크로드를 실행하려면 Nebius AI Cloud 계정과 Kubernetes 설정이 필요합니다.
  • README의 플랫폼 목록에 따르면 macOS, Linux 또는 WSL2에서만 실행됩니다.
  • 원격 GPU 워크로드에는 Nebius GPU와 모델 액세스 권한이 필요하지만, preflight는 둘 다 확인하지 않습니다.

토픽

#physical-ai#kubernetes#skypilot#robotics#gpu#workflow#object-storage#reinforcement-learning

자주 묻는 질문

nebius-physical-ai은(는) 무엇인가요?
코딩 에이전트와 npa CLI로 Nebius Kubernetes에서 시뮬레이션, 학습, 데이터 큐레이션 같은 Physical AI 워크로드를 실행할 수 있는 컨트롤 플레인입니다. Nebius Physical AI는 Nebius Cloud에서 Physical AI 워크로드를 실행하기 위한 컨트롤 플레인입니다. npa CLI와 Python SDK를 사용해 프로젝트를 설정하고, 액세스를 확인하며, GPU와 CPU 리소스를 계획하고, 컨테이너화된 도구와 여러 단계로 구성된 워크플로를 제출한 뒤 결과 아티팩트를 살펴볼 수 있습니다. 워크플로는 각 단계가 Workbench 도구를 호출하고 그 출력이 다음 단계로 전달되는 상태 그래프로 YAML에 정의됩니다. SkyPilot은 작업을 Nebius Kubernetes에 스케줄링하고, Object Storage는 입력 데이터, 체크포인트, 미디어 및 실행 상태를 저장합니다.
nebius-physical-ai은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
nebius-physical-ai은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
nebius-physical-ai은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. nebius-physical-ai의 마지막 커밋은 2026년 10월 22일입니다.
nebius-physical-ai은(는) 어디에 사용할 수 있나요?
클라우드 GPU에서 Cosmos 모델로 로봇 학습용 비디오를 생성하거나 증강합니다. 기록된 데이터셋을 사용해 LeRobot으로 로봇 정책을 학습합니다. Nebius GPU 노드에서 Isaac Lab 또는 Genesis 강화 학습 작업을 실행합니다. 사용자별 GPU 한도와 범위가 제한된 스토리지를 적용해 팀이 Workbench 엔드포인트를 공유합니다.
nebius-physical-ai는 어떻게 설치하나요?
저장소를 클론합니다: git clone https://github.com/nebius/nebius-physical-ai.git 체크아웃에서 npa CLI를 설치합니다(Python 3.10 이상): pip install -e npa Nebius 프로젝트를 구성합니다: npa configure preflight로 Nebius 인증을 확인합니다: npa workbench health preflight --checks nebius --json
nebius-physical-ai은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/nebius/nebius-physical-ai

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트