日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2607.16074

JoyNexus: VLAモデルのためのサービス指向マルチテナント後訓練

JoyNexus: Service-Oriented Multi-Tenant Post-Training for VLA Models

シェア:XThreadsFacebookLINEはてブBluesky

VLAモデルの後訓練を効率化するため、マルチテナント対応の統合サービスを提案。訓練・推論・環境サービスを分離し、APIで提供することで、リソース利用の効率化とコスト削減を実現。

詳しい要約

1. どんなもの?

JoyNexusは、Vision-Language-Action (VLA)モデルのマルチテナント向けポストトレーニングを提供する統一サービスである。VLAモデルのポストトレーニングは、シミュレータ、ロボットのembodiment、タスク目標の多様性から重要である。JoyNexusは、Training Model Service、Inference Model Service、Environment Serviceを分離し、各サービスはAPIでアクセスされ、常駐する共有ベースモデルとテナント固有のスロットによって支えられる。テナントは高レベルなセマンティックAPIを直接呼び出してトレーニング、ロールアウト、評価を行うか、低レベルAPIと割り当てられたエンドポイントを使用してカスタムアルゴリズムを構成できる。複数のテナントが同時にワークロードを送信し、アクションモジュール、オプティマイザ、ロールアウトレコード、ポリシーバージョンは分離され、グローバルなTraining QueueとInference Queueによってスケジューリングされる。

2. 先行研究と比べてどこがすごい?

既存のコンピューティングサービスは、直接アクセラレータレンタルまたはバッチワークロード送信として提供され、通常は単一テナントに排他的なGPUおよびCPUリソースを割り当てる。このパラダイムはクライアントの柔軟性を最大化するが、ユーザーにインフラ適応の負担をかけ、固定カード時間課金モデルにより、短時間またはバースト的なワークロードはテナントにとって高価で、サービスプロバイダーにとって非効率である。JoyNexusは、マルチテナントのVLA supervised fine-tuning、強化学習、評価のための統一サービスを提供し、共有リソース上でのクロステナントスケジューリングにより、単一テナント実行と比較して総GPU時間を削減し、サービス利用率を向上させる点が新しい。

3. 技術・手法の肝は?

JoyNexusの技術的な肝は、サービス指向のアーキテクチャと、異種VLAデータスキーマのためのグループバッチングにある。具体的には、Training Model Service、Inference Model Service、Environment Serviceを分離し、各サービスはAPIでアクセスされ、共有ベースモデルとテナント固有のスロットを持つ。テナントは高レベルAPIまたは低レベルAPIを使用してワークロードを送信し、グローバルなTraining QueueとInference Queueがスケジューリングを行う。さらに、JoyNexusは、互換性のあるモデル向けプレフィックスを共有する異種VLAデータスキーマのグループバッチングを導入し、グループ化されたサンプルに対して単一の共有バックボーンフォワードパスを可能にする。これにより、マルチテナントトレーニングの効率が向上する。

4. どうやって有効だと検証した?

JoyNexusは、ワークロードシミュレーションと、現実的なembodiedシナリオでのグループバッチングパイプラインを通じて評価された。結果は、単一テナントの分離実行と比較して、JoyNexusが総GPU時間を削減し、共有リソース上のクロステナントスケジューリングによりサービス利用率を向上させることを示した。

5. 議論はある?

要旨からは、JoyNexusの限界や潜在的な欠点についての議論は不明である。ただし、マルチテナント環境でのデータ分離とセキュリティ、グループバッチングのスキーマ互換性の制約、スケジューリングのオーバーヘッドなどが考えられるが、要旨には明記されていない。

6. 次に読むべき論文は?

要旨で参照されている研究は、VLAモデルのポストトレーニング、マルチテナントコンピューティングサービス、グループバッチング手法などである。具体的な論文名は挙げられていないが、関連分野として、VLAモデルの基盤技術(例:Vision-Language-Actionモデル)、強化学習、サービス指向アーキテクチャ、リソーススケジューリングに関する論文が考えられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Haoran Sun, Wentao Zhang, Junyang Hua, Hedan Yang, Yongjian Guo, Yifei Zhang, Xiaolong Xiang, Mingxi Luo, Jing Long, Chen Zhao, Chen Zhou, Wanting Xu, Qiming Yang, Hui Zhang, Song Wang, Xiaodong Bai, Shuai Di, Xu Chu, Xiaotie Deng, Yicheng Gong, Junwu Xiong

分類: cs.DC, cs.AI, cs.SE

原文アブストラクト

The post-training of Vision-Language-Action (VLA) models is essential due to the diversity of simulators, robot embodiments, and task objectives. Existing compute services, whether offered as direct accelerator rental or batch-workload submission, typically allocate an exclusive set of GPU and CPU resources to a single tenant. While this paradigm maximizes client flexibility, it burdens users with infrastructure adaptation, and the fixed card-hour accounting model renders short or bursty workloads both expensive for tenants and inefficient for the service provider. To address these challenges, we present JoyNexus, a unified service for multi-tenant VLA supervised fine-tuning, reinforcement learning, and evaluation. JoyNexus decouples the Training Model Service, Inference Model Service, and Environment Service, each accessed through APIs and backed by resident shared base models with tenant-specific slots. Tenants can directly invoke high-level semantic APIs for training, rollout, and evaluation, or compose custom algorithms using lower-level APIs and their assigned endpoints. Multiple tenants submit workloads concurrently; their action modules, optimizers, rollout records, and policy versions remain isolated, and the service is scheduled by the global Training Queue and Inference Queue. To further improve multi-tenant training efficiency, JoyNexus introduces group batching for heterogeneous VLA data schemas that share a compatible model-facing prefix, enabling a single shared backbone forward pass over grouped samples. Finally, we evaluate JoyNexus through workload simulation and a group-batching pipeline in a realistic embodied scenario. Results show that, compared with isolated single-tenant execution, JoyNexus reduces aggregate GPU time and improves service utilization via cross-tenant scheduling on shared resources.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI