夢晨 發(fā)自 凹非寺量子位 | 公眾號 QbitAI

英偉達直接把服務器級別的算力塞進了機器人體內。

全新的機器人計算平臺Jetson Thor正式發(fā)售，基于最新的Blackwell GPU架構，AI算力直接飆升到2070 TFLOPS，比上一代Jetson Orin提高至整整7.5倍，同時能效提高至3.5倍。

128GB的超大內存配置，在邊緣計算設備里是前所未有。

在宣傳片中，黃仁勛把他當成送給所有機器人的禮物：

黃仁勛表示：

• Jetson Thor助力全球百萬開發(fā)者構建可與物理世界交互、甚至改變物理世界的機器人系統(tǒng)。具備無與倫比的性能與能效，還能夠在邊緣設備上同時運行多個AI模型。
• 作為一款卓越的超級計算機，Jetson Thor正在推動物理AI與通用機器人時代真正到來。

Jetson Thor基于Jetson軟件棧優(yōu)化，支持所有流行的生成式AI框架和AI推理模型，包括主流語言模型Qwen、DeepSeek以及視覺語言動作模型到和視覺語言模型等。

Jetson AGX THOR開發(fā)者套件美國售價3499美元（約25000人民幣，但中國售價尚未公布）

T5000模組也已發(fā)售，購買1000片以上單價2999美元。

其中T5000模組是完整版，T4000模組則是為那些想從Orin升級的用戶準備的精簡版，功耗也從130W降到了75W。

性能爆表背后的技術細節(jié)

Thor的強悍不僅體現(xiàn)在AI算力上，人形機器人需要大量實時控制計算，需要CPU與AI算力同樣重要，存儲與帶寬方面也都得到了升級。

具體特性如下：

• GPU：Blackwell架構，最高2560個CUDA核/9個第五代Tensor Core，并支持MIG技術（多實例 GPU）將GPU資源按多任務隔離與并行調度，適配并行多代理/多工作流場景。
• CPU：14核Arm Neoverse V3AE，面向實時控制與任務管理的確定性執(zhí)行與更高吞吐，CPU性能相較前代顯著提升。
• 存儲與帶寬：128GB 256-bit LPDDR5X，273GB/s顯存帶寬，為大型Transformer推理與高并發(fā)視頻編解碼提供保障。
• 功耗：40–130W，支持從移動平臺到固定式機器人多樣熱/功耗配置，開發(fā)套件集成導熱板與風扇便于熱設計評估。
• 視頻編解碼：多路4K/8K編解碼能力顯著增強，有利于多攝并發(fā)與長時視頻代理推理。
• 網絡與傳感：最多4×25GbE，搭配高速攝像頭卸載引擎與Holoscan Sensor Bridge，將相機、雷達、激光雷達等數據以極低時延直送 GPU 內存，提升多傳感器融合與高頻閉環(huán)控制的穩(wěn)定性。
• I/O：開發(fā)套件與量產模組提供 QSFP28、RJ45、USB 3.x、PCIe Gen5等接口，適配機器人傳感/執(zhí)行器與加速外設擴展

在軟件優(yōu)化上，英偉達也下了功夫。

Jetson Thor原生支持NVIDIA Isaac（仿真/開發(fā)）、Isaac GR00T（人形機器人基礎模型）、Metropolis（視覺 AI）、Holoscan（傳感器工作流），支持從云到邊緣統(tǒng)一開發(fā)/部署路徑。

通過FP4量化和推測解碼（speculative decoding）技術，在某些模型上能再獲得2倍的性能提升。

數據顯示，Thor能在200毫秒內給出第一個token響應，每秒能生成超過25個token，這個速度已經能支撐實時人機對話。

研華科技、Aetina、ConnectTech、米文動力、天準科技等正在打造具備量產條件的Jetson Thor系統(tǒng)，擁有靈活的輸入輸出接口、定制化配置，并能夠提供多種形態(tài)規(guī)格。

亞德諾半導體、e-con Systems、英飛凌、Leopard Imaging、RealSense、森云智能等傳感器與執(zhí)行器企業(yè)，正將攝像頭、雷達、激光雷達等設備的傳感器數據，以超低延遲直接傳輸至Jetson Thor的 GPU內存中。

首批供應里中國玩家占多數

第一批采用Thor的公司里，中國企業(yè)占了很大比例。聯(lián)影醫(yī)療、萬集科技、優(yōu)必選、銀河通用、宇樹科技、眾擎機器人和智元機器人等都已經開始集成這個新平臺。

宇樹科技創(chuàng)始人王興興表示：“Jetson Thor帶來了計算能力的巨大飛躍，機器人更強的敏捷性、更快的決策制定以及更高的自主水平，這對于機器人在現(xiàn)實世界中實現(xiàn)導航與交互至關重要?！?/p>

銀河通用CTO王鶴則透露，他們的G1 Premium機器人在采用Thor后，運動速度和動作流暢性已經有了顯著提升。

此外波士頓動力正將Jetson Thor集成到其人形機器人Atlas，讓Atlas得以在設備端搭載此前僅服務器才具備的計算能力。

Agility Robotics計劃將Jetson Thor作為第六代Digit計算核心，在倉庫與制造環(huán)境中執(zhí)行堆疊、裝載及碼垛等物流任務。

在演講中，英偉達機器人與邊緣AI副總裁Deepu Talla提出了這樣的觀點：要真正實現(xiàn)物理AI和機器人，需要三臺計算機協(xié)同工作。

第一臺是用來訓練AI的DGX系統(tǒng)，第二臺是用來在仿真環(huán)境中測試AI的Omniverse平臺，第三臺才是裝在機器人身上的”大腦”，也就是今天發(fā)布的Jetson Thor。

他特別強調仿真測試這一步至關重要，因為仿真相比在真實物理環(huán)境中開發(fā)更快、更安全、更便宜。

而且這不是一次性的過程，即使機器人部署到現(xiàn)場后，這個訓練-仿真-部署的循環(huán)還會持續(xù)進行，不斷升級機器人的能力。

[1]https://blogs.nvidia.cn/blog/jetson-thor-physical-ai-edge/
[2]https://blogs.nvidia.cn/blog/nvidia-blackwell-powered-jetson-thor-now-available-accelerating-the-age-of-general-robotics/