智东西
智东西7月16日报道，今日，英伟达推出基于NVIDIA Jetson AGX Thor架构的新模块T3000和T2000，可大规模支持大众市场的机器人和边缘AI应用。两款模块计划于2027年第一季度上市。
至此，英伟达提供的可扩展边缘AI平台，性能范围从70TOPS到2000TFLOPS，使开发者能够应对几乎任何边缘AI工作负载。
Jetson AGX Thor为新一代人形机器人和机器人系统提供动力。1X 、Agile Robots 、Amazon Robotics 、Boston Dynamics 、FANUC 、Hitachi 和Techman Robot等公司都在基于该平台进行开发。
支撑这些功能的硬件基础是Jetson和IGX T3000模块，它们以紧凑的外形尺寸（大约是 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、32GB LPDDR5X 内存和273GB/s的内存带宽，以及25GbE网络连接。
IGX T3000在提供相同性能的同时，还集成了功能安全功能，并可无缝运行NVIDIA Halos for Robotics全栈安全系统，为与人类协同工作的机器人提供安全保障。
T3000虽然体积更小，但在多模态工作负载（包括大语言模型、视觉语言模型、视觉语言动作模型和世界基础模型）方面，其推理性能与T5000相当。
在内存价格高企的情况下，迁移到T3000有助于降低成本。
Jetson T2000则将Thor架构引入更广泛的边缘AI系统，拥有400 FP4 TFLOPS的算力和16GB内存，为构建视觉AI智能体、自主移动机器人、工业机械臂和其他智能机器的开发者提供了一个入门级解决方案。
新智能体技能可自动优化所有Jetson设备的内存使用情况，在几天内显著节省内存，使开发人员能够在内存配置较低的情况下运行更强大的工作负载。
优必选、思灵机器人等人形机器人公司以及工业解决方案提供商Connect Tech已将内存使用量减少了15GB，使他们能从NVIDIA Jetson AGX Orin 64GB模块迁到32GB模块。
在智能零售领域，SandStar将内存使用量减少了4GB，能部署在NVIDIA Jetson Orin NX 8GB模块上，而不用16GB的配置。
在陪伴机器人领域， LOVOT机器人制造商GROOVE X利用Jetson的异构AI加速器优化工作负载分配，降低内存使用量，并支持在低内存配置上部署。
在智能交通领域，NoTraffic将Jetson TX2 NX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。
Jetson凭借简化开发的智能体技能和协调智能体的NVIDIA NemoClaw蓝图，成为一个面向物理AI的智能体就绪平台，能够大规模地实现高级推理、自主决策和任务自动化。
英伟达的NVIDIA Cosmos 3前沿开放世界基础模型系列也上新了，今天推出一款与NVIDIA Thor平台兼容的轻量级模型。
Cosmos 3 Edge是一款拥有40亿参数的模型，能帮助具身系统感知世界、实时推理，并通过设备端推理预测和生成动作。
借助开放的Cosmos框架，开发者可以在 一天左右的时间内针对特定具身模型和传感器完成Cosmos 3 Edge的后训练，从而缩小仿真与实际应用之间的差距，然后将其部署到Jetson Thor上，用于实时视觉分析和设备端机器人策略。
这些新模块与NVIDIA Thor系列共享相同的芯片架构和软件栈，可提供无缝的开发路径。
开发者现可使用通过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。
借助英伟达的完整物理AI软件堆栈以及NVIDIA Nemotron、Cosmos 3和Isaac GR00T等开放模型，开发者可以加速开发下一代机器人、自主机器和视觉AI智能体。
开发者可在本月晚些时候开始使用JetPack 7.2.1的T3000仿真模式。对T2000仿真模式的支持将在后续版本中推出。
随着物理AI走向主流部署，NVIDIA Thor新型计算机为开发人员提供了一个可扩展的基础，可以将智能人形机器人和自主机器带入现实世界。
T3000和T2000两款新模块通过搭配全新NVIDIA Jetson软件内存优化和智能体技能，有助于帮企业将先进的机器人技术、视觉AI和边缘工作负载迁移到紧凑、节能的系统上。
聚富配资提示：文章来自网络，不代表本站观点。
