輝達(NVIDIA)推出Jetson Thor新模組T3000、T2000,擴大主流機器人與邊緣AI布局

NVIDIA新推出的Jetson Thor新模組針對什麼市場定位,包括哪些產品?

根據NVIDIA部落格文章,NVIDIA宣布推出T3000與T2000兩款基於NVIDIA Thor架構的新模組,用途是讓「大眾市場機器人與邊緣AI應用」得以規模化部署。NVIDIA同時表示,隨新模組推出,其邊緣AI平台的效能涵蓋範圍已擴大到70 TOPS至2,000 teraflops,讓開發者可依需求對應「幾乎任何」邊緣AI工作負載。

Jetson T3000與T2000的硬體規格、性能表現及其在NVIDIA邊緣AI平台中的層級定位如何?

NVIDIA部落格文章列出兩款模組的具體規格。T3000屬於較高階定位,提供865 FP4 teraflops的AI運算力,體積與功耗約為既有T5000模組的一半;硬體組成包含NVIDIA Blackwell GPU、八核心Neoverse Arm CPU、32GB LPDDR5X記憶體、273GB/s記憶體頻寬,以及25 GbE連接能力。T2000則定位為入門款,提供400 FP4 teraflops運算力與16GB記憶體,NVIDIA表示這是提供給開發視覺AI代理、自主移動機器人、工業機械手臂等應用的開發者的切入點。

哪些領先企業已採用Thor平台,分別應用於哪些領域?

NVIDIA部落格文章指出,T3000、T2000建立在能支援大眾市場機器人應用規模化的NVIDIA Thor架構之上,而在此架構的既有Jetson AGX Thor平台上,NVIDIA表示已有多家企業投入開發,包括1X、Agile Robots、Amazon Robotics、Boston Dynamics、FANUC、Hitachi與Techman Robot,用於建構人形機器人與機器人系統。

NVIDIA為新平台提供了哪些軟體生態支援,包括模型與開發工具?

根據NVIDIA部落格文章,NVIDIA宣布擴充其Cosmos 3系列開放世界基礎模型陣容,推出與NVIDIA Thor平台相容的輕量版模型Cosmos 3 Edge,參數規模為40億。NVIDIA表示,該模型協助具身系統理解環境、即時推理,並透過裝置端推論預測與生成動作。NVIDIA並說明,開發者可使用開放的Cosmos框架,針對特定機體與感測器對Cosmos 3 Edge進行後訓練,耗時約一天即可完成,以縮小模擬與真實環境間的落差,之後部署於Jetson Thor進行即時視覺分析與裝置端機器人策略運算。

客戶透過軟體最佳化在不同應用場景中取得了哪些記憶體效率成果?

NVIDIA部落格文章列舉三組客戶案例。人形機器人領域的UBTech與Agile Robots,加上工業解決方案供應商Connect Tech,透過軟體最佳化將記憶體使用量最多減少15GB,使其得以從NVIDIA Jetson AGX Orin 64GB版本改用32GB模組。在智慧零售領域,SandStar將記憶體使用量最多減少4GB,得以部署在NVIDIA Jetson Orin NX 8GB模組,而非原本的16GB配置。在智慧交通領域,NoTraffic則在Jetson TX2 NX上將記憶體使用量減少30%,為其智慧交通平台騰出空間以增加更多AI功能,且無須提升硬體規格。

新模組的上市時程為何,開發者現在可以如何開始準備?

NVIDIA部落格文章說明,開發者本月稍晚即可開始使用T3000模擬模式,搭配JetPack 7.2.1進行開發;T2000的模擬模式支援則將於未來版本推出。至於實體模組,NVIDIA表示T3000與T2000預計於2027年第一季正式上市。

這代表什麼

將前文證據並列可看出兩個時間軸上的落差與銜接:硬體面,T3000與T2000要到2027年第一季才會上市,但NVIDIA已規劃讓開發者本月稍晚就能透過JetPack 7.2.1的T3000模擬模式提前開發,形成「軟體先行、硬體後到」的節奏。另一方面,既有Jetson Orin系列(Orin AGX、Orin NX、TX2 NX)上的客戶案例顯示,軟體最佳化本身已能帶來15GB、4GB、30%不等的記憶體節省,讓廠商得以改用更小規格的模組;這與新模組把運算力上限拉高到865 FP4 teraflops、平台範圍擴至2,000 teraflops的路線,呈現出NVIDIA同時在「既有硬體上榨出效率」與「用新硬體拉高算力天花板」兩條軸線並進的布局。