英偉達推出全新Jetson Thor計算機，搭配智能體技能，大幅壓縮機器人內存使用量

智東西
作者 ZeR0
編輯 漠影

智東西7月16日報道，今日，英偉達推出基于NVIDIA Jetson AGX Thor架構的新模塊T3000和T2000，可大規模支持大眾市場的機器人和邊緣AI應用。兩款模塊計劃于2027年第一季度上市。

至此，英偉達提供的可擴展邊緣AI平臺，性能范圍從70TOPS到2000TFLOPS，使開發者能夠應對幾乎任何邊緣AI工作負載。

Jetson AGX Thor為新一代人形機器人和機器人系統提供動力。1X 、Agile Robots 、Amazon Robotics 、Boston Dynamics 、FANUC 、Hitachi 和Techman Robot等公司都在基于該平臺進行開發。

支撐這些功能的硬件基礎是Jetson和IGX T3000模塊，它們以緊湊的外形尺寸（大約是 T5000 的一半大小和功耗）提供865 FP4 TFLOPS的AI算力。

Jetson T3000集成了NVIDIA Blackwell GPU、8核Neoverse Arm CPU、32GBLPDDR5X 內存和273GB/s的內存帶寬，以及25GbE網絡連接。

IGX T3000在提供相同性能的同時，還集成了功能安全功能，并可無縫運行NVIDIA Halos for Robotics全棧安全系統，為與人類協同工作的機器人提供安全保障。

T3000雖然體積更小，但在多模態工作負載（包括大語言模型、視覺語言模型、視覺語言動作模型和世界基礎模型）方面，其推理性能與T5000相當。

在內存價格高企的情況下，遷移到T3000有助于降低成本。

Jetson T2000則將Thor架構引入更廣泛的邊緣AI系統，擁有400 FP4 TFLOPS的算力和16GB內存，為構建視覺AI智能體、自主移動機器人、工業機械臂和其他智能機器的開發者提供了一個入門級解決方案。

新智能體技能可自動優化所有Jetson設備的內存使用情況，在幾天內顯著節省內存，使開發人員能夠在內存配置較低的情況下運行更強大的工作負載。

優必選、思靈機器人等人形機器人公司以及工業解決方案提供商Connect Tech已將內存使用量減少了15GB，使他們能從NVIDIA Jetson AGX Orin 64GB模塊遷到32GB模塊。

在智能零售領域，SandStar將內存使用量減少了4GB，能部署在NVIDIA Jetson Orin NX 8GB模塊上，而不用16GB的配置。

在陪伴機器人領域， LOVOT機器人制造商GROOVE X利用Jetson的異構AI加速器優化工作負載分配，降低內存使用量，并支持在低內存配置上部署。

在智能交通領域，NoTraffic將Jetson TX2 NX的內存使用量減少了30%，從而為在其智能交通平臺中添加更多AI功能創造了空間，而無需增加硬件要求。

Jetson憑借簡化開發的智能體技能和協調智能體的NVIDIA NemoClaw藍圖，成為一個面向物理AI的智能體就緒平臺，能夠大規模地實現高級推理、自主決策和任務自動化。

英偉達的NVIDIA Cosmos 3前沿開放世界基礎模型系列也上新了，今天推出一款與NVIDIA Thor平臺兼容的輕量級模型。

Cosmos 3 Edge是一款擁有40億參數的模型，能幫助具身系統感知世界、實時推理，并通過設備端推理預測和生成動作。

借助開放的Cosmos框架，開發者可以在 一天左右的時間內針對特定具身模型和傳感器完成Cosmos 3 Edge的后訓練，從而縮小仿真與實際應用之間的差距，然后將其部署到Jetson Thor上，用于實時視覺分析和設備端機器人策略。

這些新模塊與NVIDIA Thor系列共享相同的芯片架構和軟件棧，可提供無縫的開發路徑。

開發者現可使用通過渠道合作伙伴提供的Jetson AGX Thor開發套件開始構建，并模擬T3000和T2000模塊的性能。

借助英偉達的完整物理AI軟件堆棧以及NVIDIA Nemotron、Cosmos 3和Isaac GR00T等開放模型，開發者可以加速開發下一代機器人、自主機器和視覺AI智能體。

開發者可在本月晚些時候開始使用JetPack 7.2.1的T3000仿真模式。對T2000仿真模式的支持將在后續版本中推出。

隨著物理AI走向主流部署，NVIDIA Thor新型計算機為開發人員提供了一個可擴展的基礎，可以將智能人形機器人和自主機器帶入現實世界。

T3000和T2000兩款新模塊通過搭配全新NVIDIA Jetson軟件內存優化和智能體技能，有助于幫企業將先進的機器人技術、視覺AI和邊緣工作負載遷移到緊湊、節能的系統上。