根据TrendForce最新研究,英伟达推出的Jetson Thor被视为机器人的物理智慧核心,以Blackwell GPU、128 GB记忆体堆叠出2070 FP4 TFLOPS AI算力,是前代Jetson Orin的7.5倍。这不仅是单纯的数字跃升,还是帮助终端本体能即时处理庞大感测数据与大型语言模型(LLM),一定程度上让高阶人形机器人真正的看见、思考与行动。在Agility Robotics(敏捷机器人)、Boston Dynamics(波士顿动力)、Amazon(亚马逊)等厂商陆续采用与建置生态圈的趋势下,预估人形机器人芯片市场规模有望于2028年突破4800万美元。
随着人形机器人软硬件技术推陈出新,影响放量关键的应用场景仍为产业关注重点。根据国际机器人联合会(IFR)2025年下半年发布的最新论文,各国人形机器人发展虽依技术、目的有所不同,不过短期多以试点补位为主,中期进入制造与服务规模化,长期可望普及至家庭日常场景,高阶SoC在此阶段的效用更加关键。TrendForce此前提出的观点是全球人形机器人需待2032年前后稳定走入家庭,才能真正放量突破10万台。
尽管英伟达 Jetson Thor系列提供强大效能,惟其开发套件价格达3499美元,相较于前代Jetson Orin的1,499美元大幅提高。但因产业趋势希望通过降低人形机器人价格以利推广,对于短、中期仅规划人形机器人执行相对单纯作业的厂商而言,一般较平价的芯片即可满足需求。在此前提下,英伟达或将再次善用其软硬件绑定之优势,后续为Jetson Thor推出更多能发挥其效能之软件平台,达到缩短开发时间、执行特定任务等之效益,以提升垫高AI算力成本的价值。
英伟达通用机器人芯片Jetson Thor
机器人需要依赖丰富的传感器数据与低延迟 AI 处理能力。运行实时机器人应用,需强大的 AI 计算能力和内存,以处理多个传感器的并发数据流。英伟达最新发布的Jetson Thor,相比上一代产品 NVIDIA Jetson Orin,AI 计算性能提高至 7.5 倍,CPU 性能提升至 3.1 倍,内存容量提升至 2 倍,能够在边缘端实现实时处理需求。
该芯片专为生成式推理模型打造,可支持下一代物理 AI 智能体。这类智能体由大型 transformer 模型、视觉语言模型及视觉语言动作模型驱动,能够在边缘端实时运行,最大限度降低对云端的依赖。
Jetson Thor通过Jetson软件栈优化,可满足实时应用对低延迟与高性能的需求,且支持所有主流生成式 AI 框架与 AI 推理模型,实时性能优势显著。这些模型包括 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen 等通用模型,以及 Isaac GR00T N1.5 等机器人专用模型,开发者可轻松在本地开展模型实验以及运行推理。
依托 NVIDIA CUDA 生态系统对全生命周期的支持,随着未来软件版本更新,Jetson Thor 的吞吐量与响应速度预计将进一步提升。Jetson Thor 模组还支持运行完整的 NVIDIA AI 软件栈,为几乎所有物理 AI 工作流提速,覆盖的平台包括面向机器人的 NVIDIA Isaac、面向视频分析 AI 智能体的 NVIDIA Metropolis,以及面向传感器处理的 NVIDIA Holoscan。
借助这些软件工具,开发者可轻松构建并部署各类应用,例如:能分析实时摄像头流以监控工人安全的视觉 AI 智能体、可在非结构化环境中执行操作任务的人形机器人,以及基于多摄像头流数据、为外科医生提供指导的智能手术室系统。
Jetson Thor产品系列包含开发者套件与量产级模组。其中,开发者套件包含Jetson T5000模组、带有丰富接口的参考载板、带风扇的主动式散热器及电源适配器。
NVIDIA Jetson AGX Thor 开发者套件
Jetson 生态系统可满足各类应用需求,帮助企业开发者缩短产品上市周期。研华科技、Aetina、ConnectTech、米文动力、天准科技等硬件合作伙伴,正打造具备量产条件的 Jetson Thor 系统,这些系统拥有灵活的输入输出接口、定制化配置,并能够提供多种形态规格。
亚德诺半导体、e-con Systems、英飞凌、Leopard Imaging、RealSense、森云智能等传感器与执行器企业,正借助NVIDIA Holoscan Sensor Bridge(该平台可简化传感器融合与数据流处理流程),将摄像头、雷达、激光雷达等设备的传感器数据,以超低延迟直接传输至 Jetson Thor 的 GPU 内存中。
目前,数千家软件企业可借助在Jetson Thor上运行的多AI智能体工作流,升级其传统视觉 AI 和机器人应用。Openzeka、Rebotnix、Solomon 及 Vaidio 等领先企业已率先采用该产品。
© 版权声明
本文来源互联网,版权归原作者所有,内容仅代表作者本人观点,不代表电子人导航网的立场。如有任何疑问或需要删除,请联系VX:dianzinav
相关文章
暂无评论...