来自Aofeisi量子位的Mengchen |官方帐户QBITA NVIDIA将服务器的计算电平功率直接塞入了机器人的身体。新的机器人计算平台Jetson Thor正式发布。根据Blackwell GPU的最新体系结构，AI计算能力已直接增长到2070 TFLOPS，比上一代Jetson Orin高7.5倍，并且能源效率已提高到3.5倍。 Edge Computing设备上尚未发生128GB的超级调整内存。在促销视频中，黄伦Xun将他视为所有机器人的礼物：Huang Renxun说：Jetson Thor帮助世界各地数百万的开发人员生产可以互动甚至改变物理世界的机器人系统。无与伦比的能量性能和效率，ANG能够同时运行许多AI模型的能力 - 同时在侧面设备上。作为一名出色的超级计算机，Jetson Thor正在推动AI AI时期的真正到来和通用机器人。 Jetson Thor基于Jetson软件堆栈优化，并支持所有流行的生成AI框架和AI推理模型，包括QWEN的主要语言模型，DeepSeek，In Visual语言动作模型和视觉语言模型。 Jetson Agx Thor开发人员套件的价格为3,499美元（约合25,000元人民币，但中国的价格尚未宣布）。 T5000模块也发布了，购买1,000多件的单价为2,999美元。其中，T5000模块是一个完整的版本，而T4000模块对于想要从Orin升级的用户来说已经是一个已经相关的版本，而Electricitye的消耗也从130W下降到75W。性能爆炸背后的技术细节。 Thor的强度不仅反映在AI计算的力量中，而且类人形机器人也需要大量的实时控制和计算，并且CPU和AI计算能力同样重要，并且存储和带宽也很重要也已升级。特定功能如下：GPU：Blackwell体系结构，最多2560个CUDA核心/9第五代张量核心，并支持MIG技术（Multi-Intance GPU）根据多任务来排除GPU资源，并并行安排它们，这适合于多级/多工程方案。 CPU：14核ARM Neoverse V3AE，具有确定性的实施和更高的实时控制和工作管理吞吐量，与前几代人相比，CPU性能显着提高。存储和带宽：128GB 256位LPDDR5X，273GB/S视频记忆带宽，可为大型变压器和高结论性视频和编解码器编码提供保证。电力消耗：40-130W，支持从移动平台到固定机器人进行的各种热/电源调节，开发套件结合了热板和风扇，以易于热设计。视频编解码器：多通道4K/8K编码和编解码器的功能显着增强CED，这对于多摄像机并发和长期视频代理推理很愉快。网络和传感：高达4×25GBE，除去高速发动机桥和Holoscan传感器直接将GPU存储器直接发送到诸如相机，雷达，激光雷达等的数据中，以使其过度低潜伏期，从而改善了多传感器融合稳定性和高频闭环控制。 I/O：模块化和质量制造模块提供诸如QSFP28，RJ45，USB 3.X，PCIE GEN5等的接口。NVIDIA还付出了优化软件的努力。 Jetson Thor支持本地NVIDIA ISAAC（仿真/开发），Isaac Gr00t（人形机器人的基本模型），大都市（Visual AI）和Holoscan（传感器工作流），并支持从云到侧面的开发/扩展的单一途径。借助FP4音量和猜测 - 连接技术，您将在某些型号中获得另外2-时间的性能。数据表明，雷神可以为200毫秒提供第一个令牌响应，并产生更多的t汉25令牌每秒。这种速度可以支持人类计算机对话。 Advantech，Aetina，ConnectTech，Miven Power，Tianzhun技术和其他公司建立了杰森·雷神（Jetson Thor）系统，这些系统是大规模制造的条件，具有灵活的输入和输出接口，可以调整调整，并可以提供不同的形式和规格。传感器和执行器公司，例如Adeno半导体，E-CON系统，Infineon，Leopard Imaging，Realsense，Signal Intelligence等。直接从相机，雷达，激光雷达和其他对Jetson Thor的GPU记忆中传达传感器数据到超低延迟。在第一批供应​​小组中，中国玩家提供了大部分采用Thor的公司。 Lianying Medical，Wanji Technology，UBI，Galaxy General Motors，Yushu Technology，Zhongqing Robot和Zhiyuan机器人开始结合这个新平台。 Yushu Technology的创始人Wang Xingxing说：“ Jetson Thor带来了Computi的巨大飞跃ng。 Therobot的敏捷性，更快的决策和更高水平的自主权对于机器人实现导航并与现实世界接触至关重要。 Galaxy General Motors Cto Wang Wang宣布，在他们的G1高级机器人采用Thor之后，运动速度和良好的运动得到了显着提高。此外，波士顿动态是Jetson Thor的波士顿动态Atlas，使Atlas可以在设备上可以在机器人和侧面进行计算，从而使Atlas的实力仅能实现。第一个是用于训练AI的DGX系统，第二个是用于在环境模拟中测试AI的Omniverse平台，第三个是安装在机器人中的“大脑”，这是他今天发布的Jetson Thor。圆润的环境。这不是一个时间的过程。即使在将机器人部署到该站点之后，训练开发周期周期也将继续升级机器人功能。参考链接：[1] https：//blogs.nvidia.cn/blog/jetson-progs.nvidia.cn/blog/nvidia-blockwell-power-power-power-jetson-jetson-tone-tone-tone-vil-vil-access