5.3
深览指数
科技智东西··AI 生成
英伟达推出全新Jetson Thor计算机，搭配智能体技能，大幅压缩机器人内存使用量
英伟达发布基于Jetson AGX Thor架构的T3000和T2000模块，计划2027年Q1上市。T3000以T5000一半的尺寸和功耗提供865 FP4 TFLOPS算力，并集成功能安全，支持人形机器人等应用。同时推出的智能体技能可自动优化Jetson设备内存，已有客户将内存使用量减少15GB，使开发者能在更低内存配置下运行更强工作负载。本文适合关注边缘AI、机器人硬件和英伟达产品线的从业者，核心价值在于提供了具体产品参数、上市时间表和客户降本实效案例。原文 ↗
核心观点
- ▍英伟达推出Jetson AGX Thor架构的T3000和T2000模块，结合智能体技能，旨在以更低内存成本支持更强大的机器人及边缘AI工作负载，推动物理AI走向主流部署。
- 01T3000模块以紧凑外形（T5000一半大小和功耗）提供865 FP4 TFLOPS AI算力，集成NVIDIA Blackwell GPU、8核Neoverse Arm CPU、32GB内存和273GB/s带宽。
- 02T2000模块提供400 FP4 TFLOPS算力和16GB内存，作为入门级解决方案，面向视觉AI智能体、自主移动机器人等。
- 03新智能体技能可自动优化所有Jetson设备内存使用，优必选、思灵机器人等已将内存使用量减少15GB，从64GB模块迁至32GB。
- 04SandStar在智能零售中将内存减少4GB，可部署在Jetson Orin NX 8GB模块上而不用16GB。NoTraffic将Jetson TX2 NX内存使用量减少30%。
- 05英伟达还推出与Thor平台兼容的轻量级模型Cosmos 3 Edge（40亿参数），帮助具身系统感知世界和实时推理。
- 06T3000和T2000计划于2027年第一季度上市，开发者现可通过Jetson AGX Thor开发套件模拟其性能。
反方 / 局限
- — 文章未提及T3000/T2000在功耗、散热或特定工业场景下的实际限制，也未与竞品（如高通、英特尔边缘AI方案）进行对比，缺乏对市场格局的讨论。
NVIDIA Jetson AGX ThorT3000T2000Blackwell GPUNeoverse Arm CPUNVIDIA Cosmos 3 Edge优必选思灵机器人SandStarNoTrafficGROOVE X1XBoston DynamicsFANUCHitachiAmazon RoboticsAgile RobotsTechman RobotConnect Tech
6 分钟 · 4 卡片 · 9 资料
读原文 →