NVIDIA 推出全新 Jetson Thor 计算机：推进主流机器人技术与边缘 AI

通用机器人和自主机器正在从研究实验室转向现实世界的大众市场部署，创造了对能够在边缘运行基础模型的紧凑、节能的人工智能超级计算机的需求。

为了满足这一需求，NVIDIA 今天推出了 T3000 和 T2000，这是基于 NVIDIA Thor 架构的新模块，可大规模支持大众市场的机器人和边缘 AI 应用。

Jetson AGX Thor 正在为下一代人形和机器人系统提供动力，并在各行业中得到越来越多的采用。包括 1X、Agile Robots、Amazon Robotics、Boston Dynamics、FANUC、Hitachi 和 Techman Robot 在内的领先公司都在该平台上进行构建。

使用 T3000 解锁人形和机器人部署

支持这些功能的硬件首先是 Jetson 和 IGX T3000 模块，该模块以紧凑的外形提供 865 FP4 teraflops 的 AI 计算能力，尺寸和功率大约是 T5000 的一半。 Jetson T3000 结合了 NVIDIA Blackwell GPU、八核 Neoverse Arm CPU、32GB LPDDR5X 内存和 273GB/s 内存带宽，以及 25 GbE 连接。 IGX T3000 提供相同的性能和集成功能安全性，同时无缝运行 NVIDIA Halos for Robotics 全栈安全系统，让机器人与人类一起操作。

尽管占地面积较小，但 T3000 在多模式工作负载（包括大型语言模型、视觉语言模型、视觉语言动作模型和世界基础模型）方面实现了与 T5000 类似的推理性能。在内存价格高昂的情况下，迁移到 T3000 有助于降低成本。

借助 T2000 拓展边缘人工智能领域

Jetson T2000 将 Thor 架构带入更广泛的边缘 AI 系统。它具有 400 FP4 teraflops 的计算能力和 16GB 内存，为开发人员构建视觉 AI 智能体、自主移动机器人、工业机械手和其他智能机器提供了一个切入点。

随着新的 NVIDIA Jetson 模块的推出，NVIDIA 现在提供了一个可扩展的边缘 AI 平台，性能涵盖 70 TOPS 到 2,000 teraflops，使开发人员能够解决几乎任何边缘 AI 工作负载。

新智能体技能可在所有 Jetson 设备上自动优化内存

人工智能智能体正在通过自动化内存优化、系统配置和部署任务来提高开发人员的生产力，而这些任务以前需要手动操作和深厚的领域专业知识。

借助新发布的 Jetson 智能体技能，开发人员可以优化整个软件堆栈，并在几天而不是几周内实现显着的内存节省。这些技能支持整个 Jetson 产品组合，包括 Jetson Thor 和 Jetson Orin，使开发人员能够在较低内存配置上运行功能更强大的工作负载。

其结果是系统成本更低、部署更快，并且可以灵活地在同一产品层中向下移动一个内存 SKU，而不会影响性能。

各行业、各地区的公司都在加快发展的同时，通过软件优化实现了大幅内存节省。

UBTech 和 Agile Robots 等人形机器人领导者以及工业解决方案提供商 Connect Tech 已将内存使用量减少了多达 15GB，使他们能够从 NVIDIA Jetson AGX Orin 64GB 迁移到 32GB 模块。

在智能零售中，SandStar 将内存使用量减少了高达 4GB，从而可以在 NVIDIA Jetson Orin NX 8GB 模块（而不是 16GB 配置）上进行部署。在伴侣机器人领域，LOVOT 机器人的创建者 GROOVE X 使用 Jetson 的异构 AI 计算平台来优化工作负载分配，减少内存使用并支持在较低内存配置上进行部署。

在智能交通领域，NoTraffic 将 Jetson TX2 NX 上的内存使用量减少了 30%，从而为在其智能交通平台中添加更多 AI 功能创造了空间，而无需增加硬件要求。

凭借简化开发的智能体技能和编排智能智能体的 NVIDIA NemoClaw 蓝图，Jetson 是一个适用于物理 AI 的智能体就绪平台，可大规模实现高级推理、自主决策和任务自动化。

为 NVIDIA Thor 系列提供 Cosmos 3 Edge

NVIDIA 今天扩展了其 NVIDIA Cosmos 3 前沿开放世界基础模型系列（作为实体系统的机器人基础模型而构建），推出了与 NVIDIA Thor 平台兼容的轻量级模型。 Cosmos 3 Edge 是一个拥有 40 亿参数的模型，可帮助实体系统了解世界、实时推理，并通过设备上的推理来预测和生成操作。使用开放的 Cosmos 框架，开发人员可以在大约一天内针对特定实施例和传感器对 Cosmos 3 Edge 进行后训练，从而缩小模拟与真实的差距，然后部署在 Jetson Thor 上进行实时视觉分析和设备上的机器人策略。

立即开始使用仿真模式进行开发

新模块在 NVIDIA Thor 系列中共享相同的芯片架构和软件堆栈，提供了无缝的开发路径。开发人员现在就可以使用渠道合作伙伴提供的 Jetson AGX Thor 开发套件开始构建，并模拟 T3000 和 T2000 模块的性能。

利用 NVIDIA 的完整物理 AI 软件堆栈（包括用于机器人模拟和感知的 NVIDIA Isaac）以及 NVIDIA Nemotron、Cosmos 3 和 Isaac GR00T 等开放模型，开发人员可以加速下一代机器人、自主机器和视觉 AI 智能体的开发。

开发人员可以在本月晚些时候开始通过 JetPack 7.2.1 使用 T3000 模拟模式。未来版本将支持 T2000 仿真模式。 Jetson T3000 和 T2000 模块计划于 2027 年第一季度上市。

ADLINK、Advantech、AAEON、Aetina、Auvidea、AVerMedia、Connect Tech、ForeCR、JWIPC、NEXCOM Robotic Solutions、Realtimes、Seeed Studio、Twowin、TZTEK 和 YUAN 等 Jetson 生态系统中的合作伙伴已经提供基于 Thor 的解决方案。 Antmicro、Neurealm、REBOTNIX 和 RidgeRun 等软件合作伙伴将为过渡到新模块的客户提供仿真和迁移解决方案。

随着物理 AI 和实体 AI 走向主流部署，新型 NVIDIA Thor 计算机为开发人员提供了可扩展的基础，将智能类人机器人和自主机器带入现实世界。

在 NVIDIA 市场上查找 Jetson AGX Thor 开发套件并立即开始开发。

• NVIDIA 艾萨克·辛
• 英伟达杰特森

相关新闻

GeForce NOW 推出 12 款游戏，畅玩 7 月

夏季特卖终极配对：Steam 特卖与 GeForce NOW 折扣相结合

同步和流式传输：GeForce NOW 跨设备连接到会员的游戏库

节省更多，玩得更多：GeForce NOW 夏季促销为会员带来大量折扣