NVIDIAs KI-Offensive: Jetson Thor, Vera Rubin NVL72 und Alpamayo räumen bei der COMPUTEX 2026 ab

Gemeinsam zeigen diese Produkte, wie NVIDIA seine KI‑Strategie über mehrere Ebenen ausbaut: von Edge‑KI in Robotern über Rechenzentrums‑Supercomputer bis hin zu autonomen Fahrzeugplattformen.

Jetson Thor: Edge‑KI für Robotik und „Physical AI“

Die Jetson‑Thor‑Plattform ist für KI‑Workloads direkt am Gerät konzipiert – also dort, wo Daten entstehen: in Robotern, industriellen Maschinen oder autonomen Systemen.

Der Jetson AGX Thor Developer Kit basiert auf der Blackwell‑GPU‑Architektur und bietet laut NVIDIA bis zu 2.070 FP4‑TFLOPS KI‑Rechenleistung, kombiniert mit 128 GB Arbeitsspeicher bei einer Leistungsaufnahme von rund 130 W.

Im Vergleich zur vorherigen Plattform Jetson AGX Orin bedeutet das:

• bis zu 7,5‑mal mehr KI‑Rechenleistung
• etwa 3,5‑mal bessere Energieeffizienz.

Der technische Vorteil liegt nicht nur in der Rohleistung. Jetson Thor unterstützt Echtzeit‑Inference mit mehreren Sensoren und sehr niedriger Latenz, sodass Roboter Kameras, Sensoren und KI‑Modelle gleichzeitig auswerten können.

Das ermöglicht sogenannte „Physical AI“‑Anwendungen: Roboter können größere generative oder reasoning‑basierte Modelle lokal ausführen, statt ständig mit der Cloud zu kommunizieren.

Vera Rubin NVL72: Ein KI‑Supercomputer im Rack

Während Jetson Thor für Edge‑Geräte gedacht ist, adressiert Vera Rubin NVL72 das andere Ende der Skala: die Infrastruktur großer KI‑Modelle.

Das System ist kein einzelner Chip, sondern ein kompletter Rack‑Supercomputer, der als eine große Recheneinheit arbeitet.

Ein NVL72‑Rack kombiniert:

• 36 NVIDIA‑Vera‑CPUs
• 72 Rubin‑GPUs
• verbunden über NVLink der sechsten Generation.

Durch diese Architektur können die GPUs praktisch wie ein einziger großer Beschleuniger arbeiten – wichtig für das Training und die Ausführung extrem großer KI‑Modelle mit Billionen Parametern.

NVIDIA gibt mehrere Effizienzverbesserungen an:

• Training mit nur einem Viertel der GPUs im Vergleich zu Blackwell‑Systemen
• bis zu 10× höhere Inference‑Performance pro Watt
• bis zu 10× geringere Kosten pro Token.

Der NVL72 ist damit Teil eines Trends: Der Wettbewerb bei KI verschiebt sich von einzelnen Chips hin zu kompletten Rack‑ und Fabrik‑Systemen, in denen Rechenleistung, Netzwerk, Kühlung und Infrastruktur gemeinsam optimiert werden.

Solche Systeme sollen künftig sogenannte AI‑Factories betreiben – Rechenzentren, die speziell für Training und Inferenz großer KI‑Modelle ausgelegt sind.

Alpamayo: Plattform für autonomes Fahren

Mit Alpamayo deckt NVIDIA einen dritten Bereich ab: Softwareplattformen für autonome Fahrzeuge.

Die Plattform wurde bei der COMPUTEX in der Kategorie Vehicle Technology and Smart Cockpit ausgezeichnet.

Berichten zufolge setzt Alpamayo auf einen Ansatz mit Vision‑Language‑Action‑Modellen, die nicht nur Verkehrs­situationen erkennen, sondern auch darüber „nachdenken“ können, welche Handlung sinnvoll ist.

Das System generiert:

• Fahrtrajektorien für das Fahrzeug
• sowie Reasoning‑Spuren, die erklären, warum eine Entscheidung getroffen wurde.

Ein weiterer wichtiger Punkt ist das Training: Die Modelle werden mit einer Mischung aus

• realen Fahrdaten und
• synthetischen oder simulierten Daten trainiert.

Dieser Ansatz hilft, seltene oder gefährliche Verkehrssituationen abzudecken, die in realen Testfahrten nur schwer zu sammeln sind.

Ein Gesamtbild der KI‑Strategie

Die drei ausgezeichneten Technologien stehen für unterschiedliche Ebenen der KI‑Infrastruktur:

• Jetson Thor: leistungsfähige Edge‑KI für Roboter, industrielle Systeme und autonome Maschinen.
• Vera Rubin NVL72: Rack‑skalierte Supercomputer für KI‑Fabriken und extrem große Modelle.
• Alpamayo: Softwareplattform für intelligentes, erklärbares autonomes Fahren.

Zusammen zeigen sie, wie sich KI‑Technologie gleichzeitig in Rechenzentren, Robotern und Fahrzeugen weiterentwickelt – vom Cloud‑Supercomputer bis zum eingebetteten System am Rand des Netzwerks.

Hinweis zur Quellenlage: Die technischen Angaben zu Jetson Thor und Vera Rubin stammen überwiegend aus NVIDIA‑Material und Branchenberichten. Details zur Alpamayo‑Architektur sind in öffentlich zugänglichen offiziellen Dokumenten bislang weniger ausführlich dokumentiert und basieren teilweise auf sekundärer Berichterstattung.