NVIDIA的Jetson Thor向机器人提供数据中心级的AI拳

Jetson Agx Thor，它最强大的嵌入式AI计算机用于机器人和物理设备。 这种新的机器人脑部大大提高了车载计算，最多可提供7.5倍电流的AI性能Jetson Agx Orin3.5倍的模块提高了能效。使用Jetson Thor，曾经依靠云处理或多个芯片的机器人现在可以感知并在单个紧凑型模块上实时做出决策。像亚马逊的仓库机器人部和波士顿动力学这样的早期采用者已经在整合雷神，旨在使更聪明，独立的机器。随着行业竞赛在制造，物流，医疗保健等中部署更智能的机器人，这是一个及时的飞跃。

及时发布

Jetson Thor平台正在推出，就像在无法预测的环境中处理复杂任务的机器人需求激增一样。NVIDIA宣布了2025年8月的Jetson Agx Thor开发人员套件的普遍可用性，将其定位为从物流，零售到农业和医疗保健的行业的数百万机器人。Jetson Thor成为下一代物理AI的基石，这意味着AI体现在机器人和自动驾驶汽车等物理系统中。

通过提供前所未有的在设备的计算，Thor解决了机器人最大的障碍之一：实现与物理世界的实时，聪明的互动。公司关心，因为此功能可以解锁新的自动化和效率。例如，工厂机器人可以视觉检查产品，了解口头说明并同时与其他机器进行协调，而无需将处理处理到云中。到目前为止，这种自治水平一直很难实现。多亏了Jetson Thor，这些标准现在更高。采用它的组织可以通过更有能力的机器人大大提高，而那些可能会发现自己在自动化进步比赛中落后的组织。

内部的杰森·索尔（Jetson Thor）的技术飞跃

Jetson Thor大约是一本小教科书的大小，它包装了曾经局限于数据中心的那种计算肌肉。它具有NVIDIA最新的Blackwell GPU架构以及14核ARM CPU，该架构融合在用于边缘部署的系统内模块上。该模块在130 W功率信封中最多可将高达2,070 fp4 teraflops AI计算提供，从而有效地将服务器级AI马力凝结成机器人和自动机器的形式。

简而言之，它可以使用新的低精度数学技术以每秒两次四亿个操作的顺序执行，这是从以前的Jetson Agx Orin所能实现的〜0.25亿亿亿美元（275个顶部）。该设备具有128 GB的高速LPDDR5X内存（两倍是Orin的容量），并支持高频带宽I/O，例如25 GBPS以太网和PCIE GEN5，使机器人可以实时摄入并处理洪流的传感器数据。至关重要的是，索尔的收益几乎是关于原始速度的 - 他们是关于并发的。该设计允许多个高级AI模型立即运行，而无需过滤资源。甚至可以将其GPU分配到并行实例中，以同时专用于不同任务。这意味着单个雷神模块可以同时处理机器人的愿景处理，自然语言理解和运动计划，在这种情况下，较早的系统将在其中挣扎或需要多个单元。与Jetson Agx Orin的12个CPU核心和64 GB RAM相比，Thor的14个核心和128 GB的内存以及其新的GPU代表了能力的世代增长，尽管具有更高的功率绘制的权衡（高达〜120-130 W，大约是Orin的Max的两倍）。

NVIDIA实际上是在下注，许多机器人应用已准备好容纳更多的功率和热量，以换取超级计算机级别的板载AI。对于可以提供功率和冷却​​的边缘用例，Jetson Thor为直接在机器人上直接运行复杂模型（例如大型视觉变压器甚至语言模型）打开了大门。例如，类人动物助手可以使用Thor用大型语言模型来解释语音命令，同时通过实时3D视觉导航其环境，同时运行所有在设备上的所有模型，而延迟或对连接的依赖最小。

市场格局和NVIDIA的优势

Jetson Thor的介绍有望重塑机器人计算中的竞争动态。NVIDIA的Jetson平台已经在高端机器人技术和自动驾驶机器开发中占主导地位，其生态系统中有超过200万开发人员，并且使用了基于Orin的模块的7,000多家公司。

Jetson Thor在很少的替代方案可以匹配其性能和成熟度的混合时扩展了这一点。目前，Intel或高通公司等竞争对手的Edge-ai产品的运作范围要低得多。即使是汽车级芯片或AI加速器，也可以在单个模块中传递此水平的集成计算。此外，NVIDIA的策略与其软件堆栈紧密耦合，加上广泛的采用CUDA工具包，为竞争对手创造一个高障碍。Jetson Thor准备好利用NVIDIA的完整ISAAC机器人软件平台，AI模型库和仿真工具，所有这些都针对其体系结构进行了优化。这种端到端的整合使NVIDIA在Robotics AI中对可能成为竞争对手的竞争者具有重要的护城河。

行业领导者的早期采用增强了诸如Caterpillar（重型设备），Medtronic（手术机器人）和Amazon Robotics等优势的优势，这表明对NVIDIA的解决方案有信心是击败的。同时，一些大型技术人员正在探索自己的道路。例如，特斯拉正在为其人形机器人项目开发自定义AI芯片。尽管如此，NVIDIA仍将Jetson Thor定位为跨部门整个机器人革命的通用平台。

对于大多数企业和初创企业而言，建造内部硅或拼凑而成的替代方案是不切实际的，如果需要优势的顶级性能，则Thor成为默认的选择。但是，有实际的考虑因素调节炒作。Jetson Agx Thor开发人员套件的价格为3,499美元，反映了其企业重点。更高的功率要求还意味着Thor最适合具有足够电池或电源的机器人（例如自动驾驶汽车，工厂机器人，交付机器人），而不是小型无人机或IoT传感器。Nvidia及其合作伙伴将需要证明现实世界中的利益证明这些成本和权衡是合理的。如果他们这样做的话，雷神将成为未来十年最聪明的机器人背后的事实上的大脑。

NVIDIA对Thor的积极推动也意味着机器人景观可以迅速发展。及早采用这些功能更强大的物理AI系统的公司可能会在效率，安全性或客户体验方面具有竞争优势，而落后者的风险被敏捷的采用者破坏，他们在智能自动化方面做得更多。

随着自主机器从受控环境转移到更广泛的部署，Jetson Thor被定位为为这一转变提供动力的基础平台。对于整个行业而言，它标志着与我们想象的场景一样熟练和响应的长期宣传的机器人时代，一个时代的限制因素将不太了解技术能力，而更多地涉及创造性的企业能够应用它们。