💻 computer science

ROSA: A Robotics Foundation Model Serving System for Robot Factories

ROSA é um sistema de serviço de modelo fundamental de robótica projetado para fábricas de robôs que aproveita pools compartilhados de GPU, abstrações de programação multi-modelo e escalonamento orientado por objetivos de fábrica para maximizar a produtividade geral, alcançando uma melhoria de até 12,06x em relação aos sistemas de serviço dedicados convencionais.

Autores originais: Wenqi Jiang, Jason Clemons, Rowland O'Flaherty, Hugo Hadfield, Alperen Degirmenci, Shuran Song, Yashraj Narang, Christos Kozyrakis

Publicado 2026-07-02

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Wenqi Jiang, Jason Clemons, Rowland O'Flaherty, Hugo Hadfield, Alperen Degirmenci, Shuran Song, Yashraj Narang, Christos Kozyrakis

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine uma fábrica repleta de dezenas de robôs, cada um tentando realizar um trabalho específico, como pegar peças, montar caixas ou verificar defeitos. No passado, a maneira padrão de operar esses robôs era dar a cada robô seu próprio cérebro pessoal (um chip de computador potente) sentado logo em suas costas.

O artigo argumenta que essa abordagem é como dar a cada funcionário em um enorme escritório seu próprio supercomputador pessoal. É caro, desperdiça energia e, muitas vezes, deixa esses supercomputadores ociosos enquanto o funcionário está apenas caminhando até a impressora.

Em vez disso, os autores propõem o ROSA (Arquitetura de Serviço Orientada à Robótica). Pense no ROSA não como um computador pessoal para cada robô, mas como uma "Nuvem Cerebral" centralizada que todos os robôs compartilham.

Aqui está como o ROSA funciona, dividido em três ideias simples:

1. O Pool de Cérebro Compartilhado (Em vez de Cérebros Pessoais)

O Jeito Antigo: Cada robô tem seu próprio computador pequeno e fraco. Se o robô precisar fazer um cálculo complexo, ele terá dificuldades porque sua bateria é pequena e o computador não é muito rápido.
O Jeito ROSA: Os robôs enviam suas "perguntas" (como "O que devo pegar em seguida?") pela internet para uma sala central cheia de servidores massivos e superpotentes.

A Analogia: Imagine um restaurante. No jeito antigo, cada mesa tem sua própria cozinha minúscula com um único chef. No jeito ROSA, há uma cozinha gigante e de alta tecnologia nos fundos. Os garçons (robôs) apenas enviam os pedidos para a cozinha. A cozinha pode preparar muitos pedidos ao mesmo tempo, usa equipamentos melhores e economiza energia porque os garçons não precisam carregar fogões pesados pelas costas.
O Resultado: Os robôs podem funcionar por mais tempo em suas baterias (já que não estão alimentando um computador pesado) e recebem respostas muito mais rápido porque a cozinha central é muito mais forte do que o cérebro de um único robô.

2. O Gerente Inteligente (O Escalonador)

Ter apenas uma grande cozinha não é suficiente; você precisa de um gerente inteligente para decidir quem cozinha o quê e quando.

O Problema: Uma fábrica de robôs não é apenas sobre mover-se rápido; é sobre não cometer erros. Um robô pode precisar de um "Verificador de Segurança" (para garantir que não bata em um humano), um "Planejador" (para entender as etapas) e um "Executor de Ações" (para realmente se mover).
O Gerente ROSA: O ROSA atua como um controlador de tráfego. Ele observa todos os robôs e diz:
- "O Robô A precisa de uma verificação de segurança agora, então vamos priorizar isso."
- "O Robô B está realizando uma tarefa simples, então podemos esperar um segundo antes de enviar seu próximo pedido."
- "Vamos agrupar os pedidos de 10 robôs e enviá-los como um grande lote para o servidor."
O Objetivo: O gerente não tenta apenas tornar um robô rápido. Ele tenta tornar a fábrica inteira produtiva. Ele garante que as tarefas mais importantes sejam feitas e que nenhum robô sofra um acidente porque esperou demais por uma resposta.

3. As Regras da "Rede de Segurança"

O artigo explica que o ROSA possui regras integradas para quando as coisas dão errado, de forma semelhante a como um supervisor humano reagiria.

Se um robô estiver prestes a bater em um humano: O modelo de segurança diz "Pare!" e o robô imediatamente congela ou se move para um local seguro.
Se o servidor estiver muito lento: Se o cérebro central demorar muito para responder, o robô não fica esperando para sempre; ele tem um plano de contingência (como parar ou pedir ajuda a um humano).
Se uma tarefa falhar: Se um robô derrubar uma caixa, o sistema percebe, reinicia o robô e tenta novamente. Se continuar falhando, ele chama um trabalhador humano.

O Que Eles Descobriram?

Os pesquisadores testaram o ROSA em robôs reais (um braço Franka Panda) e em simulações de grandes fábricas com até 64 robôs.

A Grande Vitória: Comparado ao método antigo, onde cada robô tinha seu próprio computador dedicado, o ROSA tornou a fábrica 12 vezes mais produtiva.
A Comparação: Mesmo comparado a outros sistemas que compartilhavam um servidor, mas não possuíam o "Gerente Inteligente", o ROSA foi 2,4 vezes mais produtivo.

Resumo

O ROSA é uma nova maneira de operar fábricas de robôs. Em vez de dar a cada robô um computador pesado, caro e subutilizado, ele os conecta a uma nuvem de computadores compartilhada e poderosa. Um escalonador inteligente gerencia o tráfego para garantir que toda a fábrica funcione de forma suave, segura e eficiente, realizando o máximo de trabalho com a menor quantidade de energia desperdiçada.

Resumo Técnico: ROSA – Um Sistema de Serviço de Modelos de Fundação para Robótica para Fábricas de Robôs

Declaração do Problema

O artigo identifica uma lacuna crítica na implantação de Modelos de Fundação Robótica (RFMs) para "fábricas de robôs" industriais. Embora os RFMs (como modelos de Visão-Linguagem-Ação) prometam robôs de propósito geral capazes de tarefas complexas, os sistemas de serviço existentes são inadequados para implantações em escala de fábrica devido a dois equívocos pervasivos:

Equívoco 1: Computação Apenas na Borda (Edge-Only): Os paradigmas atuais assumem que o serviço de RFM é estritamente um problema de computação de borda, acoplando cada robô a um SoC (System-on-Chip) embarcado ou a uma GPU dedicada próxima. Essa abordagem é limitada pelos orçamentos de energia e térmicos dos robôs móveis, levando ao baixo desempenho de inferência e à redução da vida útil da bateria. Além disso, o serviço um-para-um subutiliza as GPUs, que permanecem ociosas enquanto os robôs executam ações físicas ou aguardam a próxima requisição de inferência.
Equívoco 2: Minimização de Latência de Modelo Único: Os sistemas existentes otimizam apenas para minimizar a latência de um único modelo de ação. No entanto, a execução robótica confiável requer pipelines multi-modelo (incluindo planejamento de alto nível, verificação de segurança e monitoramento de tarefas). Adicionalmente, o objetivo primário em uma fábrica não deve ser a latência de requisição individual, mas sim maximizar a produtividade total da fábrica (vazão de ações ponderadas) enquanto satisfaz os Objetivos de Nível de Serviço (SLOs) para todos os componentes do modelo.

Metodologia: A Arquitetura ROSA

Os autores propõem o ROSA (Robotics Oriented Serving Architecture), um sistema de serviço de escala de servidor com pool de GPU compartilhado, projetado em torno de três princípios fundamentais.

1. Infraestrutura Compartilhada em Escala de Servidor

O ROSA desacopla a inferência do robô, transferindo tarefas de computação intensiva para um cluster centralizado de GPUs de classe de data center (ex: NVIDIA H200).

Benefícios: Isso permite o acesso a hardware significativamente mais poderoso (ex: 29× mais largura de banda de memória comparado ao Jetson Thor embarcado), estende a vida útil da bateria para robôs móveis ao reduzir o consumo de energia embarcado e melhora a utilização do hardware através do agrupamento (batching) de requisições entre robôs.
Papel do Lado do Robô: Os robôs mantêm SoCs leves embarcados para controle de atuadores de alta frequência (100 Hz+) e fallbacks de segurança locais, enquanto o servidor lida com a inferência pesada do RFM.

2. Abstração de Programação Orientada à Robótica

O ROSA introduz uma interface de programação declarativa que captura as necessidades específicas de pipelines robóticos, indo além de simples requisições de inferência.

Orquestração Multi-Modelo: As tarefas são definidas como pipelines compostos por modelos heterogêneos:
- Sistema 1: Geração de ação de baixo nível (rápido, reativo).
- Sistema 2: Planejamento e raciocínio de alto nível (lento, deliberativo).
- Modelos de Segurança: Verificações periódicas para desvio de colisão.
- Modelos de Monitoramento: Verificação de progressão de tarefa.
Dependências e Políticas: A interface especifica dependências (ex: Sistema 2 invocado uma vez a cada $N$ chamadas do Sistema 1), taxas de invocação, SLOs de latência e políticas de fallback explícitas para violações de segurança ou falhas de SLO (ex: interromper execução, tentar novamente ou escalar para intervenção humana).

3. Escalonamento Baseado no Objetivo da Fábrica

Em vez de minimizar a latência individual, o escalonador do ROSA otimiza a vazão de ação de robô ponderada em toda a frota.

Entradas: O escalonador recebe uma configuração de tarefa declarativa (tamanho da frota, composição do modelo, SLOs) e dados de perfilamento (distribuições de latência para vários tamanhos de lote e taxas de requisição).
Estratégia de Otimização:
- Modelos de Obrigação: Os modelos de segurança e monitoramento são provisionados com a pegada mínima viável no servidor necessária para atender às suas taxas de invocação fixas e SLOs.
- Modelos Acoplados ao Objetivo: Os modelos de Sistema 1 e Sistema 2, que determinam a taxa de ação, recebem os recursos restantes para maximizar a taxa de ação total.
- Algoritmos: O sistema utiliza uma combinação de heurísticas e Programação Linear Inteira (ILP). Para frotas homogêneas, realiza uma busca binária pela taxa de ação compartilhada máxima. Para frotas heterogêneas, utiliza uma busca de fronteira adaptativa para navegar em vetores de taxa multidimensionais.
Adaptação em Tempo de Execução: O sistema suporta controle de admissão preservando o posicionamento para novos robôs e failover de standby quente para falhas de GPU, evitando a necessidade de um reescalonamento completo do sistema durante interrupções menores.

Principais Contribuições

Identificação de Equívocos: O artigo desafia as suposições predominantes de "apenas borda" e "latência única" para o serviço de RFM, defendendo uma abordagem centralizada e multi-objetivo.
Design do Sistema ROSA: Os autores projetam e implementam um sistema de serviço agnóstico a modelos, apresentando uma interface de tarefa declarativa e um escalonador que maximiza a produtividade da fábrica.
Avaliação Abrangente: O sistema é avaliado tanto em hardware real (robô Franka Panda) quanto em cargas de trabalho sintéticas de grande escala (até 64 robôs virtuais em 8 GPUs NVIDIA H200).

Resultados

A avaliação demonstra melhorias significativas na produtividade da fábrica em comparação com baselines convencionais:

vs. Serviço Dedicado: O ROSA melhora a produtividade da fábrica em até 12,06× em comparação com sistemas que alocam uma GPU por robô ou uma GPU por modelo por robô. Sistemas dedicados não conseguem escalar; por exemplo, um baseline de "uma GPU por modelo" só poderia suportar 2 robôs para um pipeline complexo de 4 componentes, enquanto o ROSA suportou 32 robôs.
vs. Baselines de Servidor Compartilhado: Mesmo comparado a sistemas de servidor compartilhado que carecem do escalonamento avançado do ROSA (usando particionamento estático ou batching simples), o ROSA melhora a vazão de ações qualificadas pelo SLO em até 2,44×.
Conformidade de SLO: Sob alta carga (64 robôs), os baselines de servidor compartilhado colapsaram para 0% de ações qualificadas pelo SLO devido a taxas de requisição descontroladas e enfileiramento. O ROSA manteve uma taxa de atendimento de SLO de 97,23% para as ações do Sistema 1.
Estudos de Ablação: Os ganhos de desempenho são atribuídos a três fatores:
1. Controle de Taxa de Requisição: Prevenção de sobrecarga do servidor ao limitar as frequências de requisição baseadas em restrições de latência de malha fechada (closed-loop).
2. Alocação de Recursos: Alocação dinâmica de recursos de GPU baseada nas necessidades dos componentes do modelo em vez de particionamento estático.
3. Batching Guiado por Perfilamento: Seleção de tamanhos de lote ideais para modelos de Sistema 1 baseada em trade-offs de latência-vazão em tempo real.

Significância e Alegações

O artigo posiciona o ROSA como um esforço fundacional precoce para o serviço eficiente de RFM para implantação industrial. Os autores alegam que, embora as arquiteturas de modelos específicos e algoritmos possam evoluir rapidamente, os três princípios de design (infraestrutura compartilhada, abstração orientada à robótica e escalonamento de objetivo de fábrica) são gerais e duradouros.

O trabalho demonstra que mover a inferência de RFM para um pool de servidor compartilhado, gerenciado por um escalonador que otimiza a produtividade global da fábrica em vez da latência local, é um caminho viável e altamente eficiente para implantar frotas de robôs de propósito geral. O sistema consegue unir com sucesso as demandas computacionais de grandes modelos de fundação com os rigorosos requisitos de confiabilidade e segurança da robótica industrial.