9月24日消息，清华大学与无问芯穹共同打造并开源面向具身智能的云原生纳管平台RLark，通过统一管理机器人、相机、云端算力及边缘节点，解决具身智能规模化研发过程中设备接入、跨集群通信及任务部署等问题。
据介绍，RLark以自研具身设备运行时（embodied-runtime）和任务级跨集群网络互联技术为核心。一方面，平台统一管理机器人、相机等具身设备的运行时环境，使设备可以像GPU一样被申请、调度和复用；另一方面，可根据不同任务及网络流量特征，对跨集群通信进行任务级隔离，并优化大小包传输性能。
在使用层面，运维人员可通过一行命令接入并统一管理设备，研究人员则可通过一份任务配置，将训练、推理和真机交互程序部署至不同集群。一次实验中完成的设备接入、部署和通信配置，也可以在后续任务中复用。
目前，RLark已完成3个集群、近百个云边端节点的统一纳管，覆盖4种型号的具身设备，设备纳管时间从小时级缩短至约5分钟，任务提交后可在10秒内启动运行。同时，平台结合训练框架，打通跨地域的数据采集、训练与真机验证闭环。
据悉，此次RLark将用户界面、API、后端服务、任务编排、跨集群互联以及具身设备运行时等能力全部开源。