Jetson Thor: Reunatekoälyn teho robotiikkaan ja fysikaaliseen tekoälyyn

Jetson Thor edustaa NVIDIA:n reunatekoälyn laskennan seuraavaa sukupolvea, ja se on suunniteltu älykkäiden koneiden, kuten robottien, teollisuusjärjestelmien ja autonomisten laitteiden ohjaamiseen.

Alusta perustuu NVIDIA Blackwell GPU -arkkitehtuuriin, ja Jetson AGX Thor -kehittäjäalusta tarjoaa jopa 2 070 FP4 TFLOPS:n tekoälylaskentatehon ja 128 Gt muistia, toimien noin 130 watin tehoalueella. Verrattuna edelliseen Jetson AGX Orin -alustaan se tarjoaa jopa 7,5 kertaa enemmän tekoälylaskentatehoa ja noin 3,5 kertaa paremman energiatehokkuuden.

Tämä suorituskykyhyppäys mahdollistaa uudenlaiset sovellukset, joita kutsutaan usein "fysikaaliseksi tekoälyksi". Robottien ei enää tarvitse olla riippuvaisia pilvipalvelimista, vaan ne voivat ajaa kehittyneitä malleja suoraan laitteella – mukaan lukien näkö-kieli- ja päättelymallit, jotka tulkitsevat anturidataa reaaliajassa.

Keskeisiä parannuksia ovat:

• Korkean suorituskyvyn reunalaskennan päättely generatiivisille ja päättelymalleille
• Monianturitulon reaaliaikainen käsittely, kuten kamerat ja lidar
• Energiatehokas toiminta, joka sopii liikkuville roboteille ja teollisuusjärjestelmille

Robotiikkakehittäjille tämä tarkoittaa, että koneet voivat suorittaa monimutkaisempia havainnointi-, suunnittelu- ja vuorovaikutustehtäviä paikallisesti – mikä vähentää viivettä ja riippuvuutta etälaskentaresursseista.

Vera Rubin NVL72: Telinekohtainen infra tekoälytehtaille

Kun Jetson Thor keskittyy reunaan, Vera Rubin NVL72 tähtää spektrin toiseen päähän: laajamittaiseen tekoälyinfrastruktuuriin.

Järjestelmä on suunniteltu telinekohtaiseksi AI-supertietokoneeksi, joka yhdistää 36 NVIDIA Vera CPU:ta ja 72 Rubin GPU:ta kuudennen sukupolven NVLink-yhteydellä, jolloin GPU:t toimivat yhtenä kiihdyttimenä.

Tämä arkkitehtuuri on optimoitu seuraavan sukupolven tekoälytyökuormille, kuten biljoonien parametrien malleille, jälkikoulutukselle, laajamittaiselle päättelylle ja pitkän kontekstin päättelytehtäville.

NVIDIA raportoi useita merkittäviä tehokkuusparannuksia verrattuna aiempaan Blackwell-alustaan:

• Jopa 10 kertaa korkeampi päättelysuorituskyky wattia kohti
• Jopa 10 kertaa alhaisempi hinta tokenia kohti päättelyssä
• Suurten mallien koulutus noin neljäsosalla GPU:ista

Nämä parannukset syntyvät syvästä järjestelmätason integraatiosta. Alusta yhdistää useita erikoistuneita siruja – mukaan lukien Rubin GPU, Vera CPU, NVLink 6 -kytkin, ConnectX-9 SuperNIC, BlueField-4 DPU ja Spectrum-verkko – yhdeksi arkkitehtuuriksi, joka on suunniteltu toimimaan yhtenä tekoälyjärjestelmänä.

Toinen syy, miksi järjestelmä sai Sustainable Tech Special Award -palkinnon, on sen infrastruktuurisuunnittelu. Modulaariset lokerot ja nestekäyttöiset jäähdytysjärjestelmät parantavat käyttöönoton tehokkuutta ja datakeskuksen energiatehokkuutta.

Käytännössä Vera Rubin NVL72 heijastaa muutosta tekoälykilpailussa: suorituskyky ei ole enää kiinni vain yksittäisistä GPU:ista, vaan kokonaisista telineistä – tai jopa tekoälytehtaista – jotka on suunniteltu yhtenäisiksi laskentajärjestelmiksi.

Alpamayo: Päättelypohjainen tekoäly autonomiseen ajamiseen

Kolmas palkittu teknologia, Alpamayo, vastaa yhteen tekoälyn vaikeimmista ongelmista: turvalliseen ja luotettavaan autonomiseen ajamiseen.

Alpamayo on avoin kehitysalusta ja malliperhe autonomisille ajoneuvoille, joka on suunniteltu siirtymään perinteisten havainnointiin keskittyvien ajojärjestelmien ohi. Sen sijaan, että se vain tunnistaisi kohteita, mallit käyttävät näkö-kieli-toiminto (VLA) -päättelyä tulkitsemaan tietilanteita ja päättämään, miten reagoida.

Esimerkiksi Alpamayo 1 -malli voi käsitellä videotuloa ja tuottaa:

• ajotrajektoreita (ohjaus, jarrutus, kiihdytys)
• päättelyketjuja, jotka selittävät tehdyt päätökset

Tämän lähestymistavan tarkoituksena on tehdä itseohjautuvista järjestelmistä läpinäkyvämpiä ja helpommin analysoitavia, mikä on ratkaisevan tärkeää turvallisuuden testaamisessa harvinaisissa tai monimutkaisissa ajotilanteissa.

Toinen tärkeä ominaisuus on koulutusputki. Alpamayo-mallit koulutetaan käyttämällä yhdistelmää:

• todellisista ajoesittelyistä
• suurista synteettisistä tietojoukoista, jotka on tuotettu simulaation avulla
• huolellisesti annotoiduista ajoesimerkeistä

Todellisen ja simuloidun datan yhdistäminen auttaa altistamaan malleja paljon enemmän reunatapauksille kuin pelkkä tiellä ajaminen voisi tarjota.

Täysi pinoratkaisu tekoälyn aikakaudelle

Kokonaisuudessaan kolme palkittua teknologiaa edustavat NVIDIA:n laajempaa strategiaa tekoälyn aikakaudelle.

• Jetson Thor tuo tehokkaan tekoälypäättelyn suoraan robotteihin ja reunalaiteisiin.
• Vera Rubin NVL72 tarjoaa massiivisen infrastruktuurin, jota tarvitaan biljoonien parametrien mallien kouluttamiseen ja suorittamiseen mittakaavassa.
• Alpamayo soveltaa päättelypohjaista tekoälyä autonomisiin ajoneuvoihin käyttäen dataputkia, jotka yhdistävät todellisia ja synteettisiä ympäristöjä.

Yhdistelmä viittaa tulevaisuuteen, jossa tekoälyjärjestelmät toimivat useilla tasoilla: koulutus massiivisissa tekoälytehtaissa, käyttöönotto datakeskuksissa ja reaaliaikainen päätöksenteko reunalaiteissa ja autonomisissa koneissa.

Tämä täyden pinon lähestymistapa – joka kattaa sirut, telineet ja älykkäät agentit – on keskeinen syy siihen, miksi NVIDIA oli yksi näkyvimmistä voittajista COMPUTEX 2026 -messuilla.

Jetson Thor: Reunatekoälyn teho robotiikkaan ja fysikaaliseen tekoälyyn

Jetson Thor edustaa NVIDIA:n reunatekoälyn laskennan seuraavaa sukupolvea, ja se on suunniteltu älykkäiden koneiden, kuten robottien, teollisuusjärjestelmien ja autonomisten laitteiden ohjaamiseen.

Alusta perustuu NVIDIA Blackwell GPU -arkkitehtuuriin, ja Jetson AGX Thor -kehittäjäalusta tarjoaa jopa 2 070 FP4 TFLOPS:n tekoälylaskentatehon ja 128 Gt muistia, toimien noin 130 watin tehoalueella. Verrattuna edelliseen Jetson AGX Orin -alustaan se tarjoaa jopa 7,5 kertaa enemmän tekoälylaskentatehoa ja noin 3,5 kertaa paremman energiatehokkuuden.

Tämä suorituskykyhyppäys mahdollistaa uudenlaiset sovellukset, joita kutsutaan usein "fysikaaliseksi tekoälyksi". Robottien ei enää tarvitse olla riippuvaisia pilvipalvelimista, vaan ne voivat ajaa kehittyneitä malleja suoraan laitteella – mukaan lukien näkö-kieli- ja päättelymallit, jotka tulkitsevat anturidataa reaaliajassa.

Keskeisiä parannuksia ovat:

• Korkean suorituskyvyn reunalaskennan päättely generatiivisille ja päättelymalleille
• Monianturitulon reaaliaikainen käsittely, kuten kamerat ja lidar
• Energiatehokas toiminta, joka sopii liikkuville roboteille ja teollisuusjärjestelmille

Robotiikkakehittäjille tämä tarkoittaa, että koneet voivat suorittaa monimutkaisempia havainnointi-, suunnittelu- ja vuorovaikutustehtäviä paikallisesti – mikä vähentää viivettä ja riippuvuutta etälaskentaresursseista.

Vera Rubin NVL72: Telinekohtainen infra tekoälytehtaille

Kun Jetson Thor keskittyy reunaan, Vera Rubin NVL72 tähtää spektrin toiseen päähän: laajamittaiseen tekoälyinfrastruktuuriin.

Järjestelmä on suunniteltu telinekohtaiseksi AI-supertietokoneeksi, joka yhdistää 36 NVIDIA Vera CPU:ta ja 72 Rubin GPU:ta kuudennen sukupolven NVLink-yhteydellä, jolloin GPU:t toimivat yhtenä kiihdyttimenä.

Tämä arkkitehtuuri on optimoitu seuraavan sukupolven tekoälytyökuormille, kuten biljoonien parametrien malleille, jälkikoulutukselle, laajamittaiselle päättelylle ja pitkän kontekstin päättelytehtäville.

NVIDIA raportoi useita merkittäviä tehokkuusparannuksia verrattuna aiempaan Blackwell-alustaan:

• Jopa 10 kertaa korkeampi päättelysuorituskyky wattia kohti
• Jopa 10 kertaa alhaisempi hinta tokenia kohti päättelyssä
• Suurten mallien koulutus noin neljäsosalla GPU:ista

Nämä parannukset syntyvät syvästä järjestelmätason integraatiosta. Alusta yhdistää useita erikoistuneita siruja – mukaan lukien Rubin GPU, Vera CPU, NVLink 6 -kytkin, ConnectX-9 SuperNIC, BlueField-4 DPU ja Spectrum-verkko – yhdeksi arkkitehtuuriksi, joka on suunniteltu toimimaan yhtenä tekoälyjärjestelmänä.

Toinen syy, miksi järjestelmä sai Sustainable Tech Special Award -palkinnon, on sen infrastruktuurisuunnittelu. Modulaariset lokerot ja nestekäyttöiset jäähdytysjärjestelmät parantavat käyttöönoton tehokkuutta ja datakeskuksen energiatehokkuutta.

Käytännössä Vera Rubin NVL72 heijastaa muutosta tekoälykilpailussa: suorituskyky ei ole enää kiinni vain yksittäisistä GPU:ista, vaan kokonaisista telineistä – tai jopa tekoälytehtaista – jotka on suunniteltu yhtenäisiksi laskentajärjestelmiksi.

Alpamayo: Päättelypohjainen tekoäly autonomiseen ajamiseen

Kolmas palkittu teknologia, Alpamayo, vastaa yhteen tekoälyn vaikeimmista ongelmista: turvalliseen ja luotettavaan autonomiseen ajamiseen.

Alpamayo on avoin kehitysalusta ja malliperhe autonomisille ajoneuvoille, joka on suunniteltu siirtymään perinteisten havainnointiin keskittyvien ajojärjestelmien ohi. Sen sijaan, että se vain tunnistaisi kohteita, mallit käyttävät näkö-kieli-toiminto (VLA) -päättelyä tulkitsemaan tietilanteita ja päättämään, miten reagoida.

Esimerkiksi Alpamayo 1 -malli voi käsitellä videotuloa ja tuottaa:

• ajotrajektoreita (ohjaus, jarrutus, kiihdytys)
• päättelyketjuja, jotka selittävät tehdyt päätökset

Tämän lähestymistavan tarkoituksena on tehdä itseohjautuvista järjestelmistä läpinäkyvämpiä ja helpommin analysoitavia, mikä on ratkaisevan tärkeää turvallisuuden testaamisessa harvinaisissa tai monimutkaisissa ajotilanteissa.

Toinen tärkeä ominaisuus on koulutusputki. Alpamayo-mallit koulutetaan käyttämällä yhdistelmää:

• todellisista ajoesittelyistä
• suurista synteettisistä tietojoukoista, jotka on tuotettu simulaation avulla
• huolellisesti annotoiduista ajoesimerkeistä

Todellisen ja simuloidun datan yhdistäminen auttaa altistamaan malleja paljon enemmän reunatapauksille kuin pelkkä tiellä ajaminen voisi tarjota.

Täysi pinoratkaisu tekoälyn aikakaudelle

Kokonaisuudessaan kolme palkittua teknologiaa edustavat NVIDIA:n laajempaa strategiaa tekoälyn aikakaudelle.

• Jetson Thor tuo tehokkaan tekoälypäättelyn suoraan robotteihin ja reunalaiteisiin.
• Vera Rubin NVL72 tarjoaa massiivisen infrastruktuurin, jota tarvitaan biljoonien parametrien mallien kouluttamiseen ja suorittamiseen mittakaavassa.
• Alpamayo soveltaa päättelypohjaista tekoälyä autonomisiin ajoneuvoihin käyttäen dataputkia, jotka yhdistävät todellisia ja synteettisiä ympäristöjä.

Yhdistelmä viittaa tulevaisuuteen, jossa tekoälyjärjestelmät toimivat useilla tasoilla: koulutus massiivisissa tekoälytehtaissa, käyttöönotto datakeskuksissa ja reaaliaikainen päätöksenteko reunalaiteissa ja autonomisissa koneissa.

Tämä täyden pinon lähestymistapa – joka kattaa sirut, telineet ja älykkäät agentit – on keskeinen syy siihen, miksi NVIDIA oli yksi näkyvimmistä voittajista COMPUTEX 2026 -messuilla.