据 Hugging Face 博客 2026 年 9 月 23 日发布的文章，NVIDIA Warp 与 MuJoCo Warp（MJWarp）被用于加速机器人仿真，并把 SO-101 follower arm 从常规 MuJoCo 工作流迁移到最多 2048 个并行 MJWarp 环境。该文属于“State of Simulation for Physical AI”系列第二篇，重点在准备和扩展仿真环境，不涉及策略训练。
文章说，MJWarp 基于 NVIDIA Warp，把兼容 MuJoCo 的模型带入 GPU 规模。MuJoCo 负责加载和编译 MJCF 模型，MJWarp 在 NVIDIA Warp 中实现物理，Warp 则编译 CUDA kernel，在 NVIDIA GPU 上推进仿真状态。该系列第一篇文章梳理了机器人仿真格局，后续 Newton 和 Isaac Lab 篇章将覆盖下一集成层。
文章把技术栈分为几层：NVIDIA Warp 是 Python kernel 语言，支持单指令多线程、自动微分以及 PyTorch/JAX 互操作；MJWarp 在 Warp 上运行 MuJoCo 物理，沿用相同 MJCF，提供批量 GPU 吞吐；SO-101 场景使用 Menagerie 或 Robot Studio 资产及任务几何；Newton 和 Isaac Lab 将引入多求解器 API、USD、传感器、管理器和训练循环。对于不同需求，文章给出的路径是：单机器人 MPC 或遥操作使用 MuJoCo CPU；需要原始 MuJoCo 物理最大吞吐时使用 MJWarp 或 mjlab；需要 JAX 训练配方时使用 MuJoCo Playground 或 MJX 的 warp 实现；需要多求解器与 Isaac Lab 集成时，则指向后续的 Newton。
文章介绍，NVIDIA Warp 是用于编写高性能、GPU 加速 kernel 的 Python 框架。开发者可以用 Python 编写静态类型 kernel，并编译为 CPU 或 CUDA 执行。首次启动会构建并缓存原生模块，之后启动复用该模块。kernel 语言是面向性能的 Python 子集，普通 Python 仍负责配置、分配和启动编排。文章用一个机器人导向的小型 kernel 说明，一个逻辑线程处理一个点，因此同一份代码可以从两个点扩展到数百万个点，而不必把 GPU 术语引入控制流。
文章列出 Warp 的三个价值。性能方面，它通过 JIT 编译、kernel 融合和 CUDA Graphs 获得原生 CUDA 速度；易用性方面，它支持纯 Python 编写，并内置向量、矩阵、四元数、BVH、哈希网格、稀疏矩阵和 tile 原语；能力方面，它提供可微 kernel 和 DLPack 风格互操作，使仿真可以嵌入机器学习训练循环。
文章还提示若干实现细节。wp.tid() 用于标识当前逻辑线程拥有的点、接触、身体或世界；数组位于选定设备上，对 CUDA 数组调用 .numpy() 会同步并复制到 CPU 内存，并非零拷贝；对于设备常驻的 PyTorch 或 JAX 流程，应使用 Warp 的框架适配器或 DLPack 兼容共享。程序可以启动一系列专注的 kernel，并把受支持的 CUDA 工作捕获到 graph 中，以减少重复调度开销；graph capture 会针对现有缓冲区重放启动，但不会融合任意 kernel。
文章指出，Warp kernel 可微。wp.Tape 会记录其上下文内进行的前向 kernel 启动，并在调用 backward() 时逆序重放伴随，这也是团队在 Warp 中构建可微几何、计算流体力学和自定义物理，包括 CAE 仿真和设计优化工作流的原因。Warp 1.15 还引入确定性执行：GPU 原子操作默认依赖调度器，重复启动同一 kernel 可能略有差异，可选的确定性模式会用部分性能换取仿真、验证和回归测试中的可复现顺序。文章提醒，这些是 Warp 的能力，并不保证整个 MJWarp rollout 可微或确定。
文章建议尝试 Warp：安装 warp-lang，若需要 GPU 确定性应使用 1.15 及以上版本，然后运行示例浏览器或教程 notebook。