NVIDIA שולטת ב-COMPUTEX 2026: ארבעה פרסים על טכנולוגיות AI פורצות דרך

Jetson Thor: כוח AI בקצה לרובוטיקה ו-AI פיזי

Jetson Thor מייצג את הדור הבא של מחשוב AI בקצה של NVIDIA, שנועד להפעיל מכונות חכמות כמו רובוטים, מערכות תעשייתיות והתקנים אוטונומיים.

הפלטפורמה בנויה על ארכיטקטורת NVIDIA Blackwell GPU ומספקת עד 2,070 FP4 TFLOPS של כוח מחשוב AI עם 128 ג'יגה-בייט זיכרון, בתוך מעטפת הספק של כ-130 וואט. בהשוואה לפלטפורמת Jetson AGX Orin הקודמת, היא מספקת עד פי 7.5 יותר כוח מחשוב AI ופי 3.5 יותר יעילות אנרגטית .

קפיצת הביצועים הזו מאפשרת מחלקה חדשה של יישומים המכונים לעתים קרובות "AI פיזי" (Physical AI). במקום להסתמך בכבדות על שרתי ענן, רובוטים יכולים להריץ מודלים מתקדמים ישירות על המכשיר, כולל מודלי ראייה-שפה וחשיבה שמפרשים נתוני חיישנים בזמן אמת .

שיפורים עיקריים כוללים:

• הסקה בקצה בביצועים גבוהים עבור מודלים גנרטיביים וחשיבתיים
• עיבוד בזמן אמת של קלט מרובה חיישנים כמו מצלמות ו-LiDAR
• פעולה חסכונית בחשמל המתאימה לרובוטים ניידים ומערכות תעשייתיות

עבור מפתחי רובוטיקה, משמעות הדבר היא שמכונות יכולות לבצע תפיסה, תכנון ואינטראקציה מורכבים יותר באופן מקומי – תוך הפחתת השהייה ותלות במשאבי מחשוב מרוחקים.

Vera Rubin NVL72: תשתית בקנה מידה למפעלי AI

בעוד Jetson Thor מתמקד בקצה, Vera Rubin NVL72 מכוון לקצה השני של הספקטרום: תשתית AI בקנה מידה גדול.

המערכת תוכננה כמחשב-על AI ברמת מתלה (rack-scale) המשלב 36 מעבדי NVIDIA Vera CPU ו-72 מעבדי NVIDIA Rubin GPU המחוברים באמצעות NVLink מהדור השישי, כך שה-GPUs פועלים כמאיץ אחיד .

ארכיטקטורה זו מותאמת לדור הבא של עומסי עבודה של AI, כולל מודלים עם טריליוני פרמטרים, אימון לאחר-אימון, הסקה בקנה מידה גדול ומשימות חשיבה בהקשרים ארוכים .

NVIDIA מדווחת על מספר שיפורי יעילות משמעותיים בהשוואה לפלטפורמת Blackwell הקודמת:

• עד פי 10 ביצועי הסקה גבוהים יותר לוואט
• עד פי 10 עלות נמוכה יותר לטוקן במהלך הסקה
• אימון מודלים גדולים עם בערך רבע ממספר ה-GPUs

הרווחים הללו מגיעים מאינטגרציה עמוקה ברמת המערכת. הפלטפורמה משלבת מספר שבבים ייעודיים – כולל Rubin GPU, Vera CPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU ו-Spectrum networking – לארכיטקטורה אחת שנועדה לפעול כמערכת AI אחת .

סיבה נוספת לכך שהמערכת קיבלה את פרס טכנולוגיה בת-קיימא היא עיצוב התשתית שלה. מגשים מודולריים ומערכות קירור נוזלי משפרים את יעילות הפריסה וביצועי האנרגיה של מרכז הנתונים .

למעשה, Vera Rubin NVL72 משקף שינוי במירוץ ה-AI: הביצועים כבר לא נמדדים רק ב-GPUs בודדים אלא במתלים שלמים – או אפילו מפעלי AI – שמהונדסים כמערכות מחשוב מאוחדות.

Alpamayo: AI מבוסס חשיבה לנהיגה אוטונומית

הטכנולוגיה השלישית שזכתה בפרס, Alpamayo, מטפלת באחת הבעיות הקשות ביותר ב-AI: נהיגה אוטונומית בטוחה ואמינה.

Alpamayo היא פלטפורמת פיתוח פתוחה ומשפחת מודלים לרכב אוטונומי, שנועדה לעבור מעבר למערכות נהיגה מסורתיות המתמקדות בתפיסה. במקום רק לזהות עצמים, המודלים משתמשים בחשיבה מסוג ראייה-שפה-פעולה (VLA) כדי לפרש מצבי דרך ולהחליט כיצד להגיב .

לדוגמה, מודל Alpamayo 1 יכול לעבד קלט וידאו ולייצר:

• מסלולי נהיגה (היגוי, בלימה, האצה)
• עקבות חשיבה המסבירות את ההחלטות שהתקבלו

גישה זו נועדה להפוך מערכות נהיגה עצמית לשקופות יותר וקלות יותר לניתוח, דבר חיוני לבדיקת בטיחות בתרחישי נהיגה נדירים או מורכבים .

תכונה חשובה נוספת היא צנרת האימון. מודלי Alpamayo מאומנים באמצעות שילוב של:

• הדגמות נהיגה מהעולם האמיתי
• מערכי נתונים סינתטיים גדולים שנוצרו באמצעות סימולציה
• דוגמאות נהיגה מתויגות בקפידה

שילוב נתונים אמיתיים ומדומים עוזר לחשוף את המודלים להרבה יותר מצבי קצה ממה שבדיקות כביש לבדן יכולות לספק .

אסטרטגיה מלאה לעידן ה-AI

בהסתכלות כוללת, שלוש הטכנולוגיות שזכו בפרסים מייצגות את האסטרטגיה הרחבה יותר של NVIDIA לעידן ה-AI.

• Jetson Thor מביא חשיבת AI חזקה ישירות לרובוטים והתקני קצה.
• Vera Rubin NVL72 מספק את התשתית האדירה הדרושה לאימון והרצת מודלים עם טריליוני פרמטרים בקנה מידה.
• Alpamayo מיישם AI מבוסס חשיבה על רכב אוטונומי באמצעות צנרת נתונים שמשלבת סביבות אמת וסינתטיות.

השילוב מרמז על עתיד שבו מערכות AI פועלות במספר רבדים: אימון במפעלי AI עצומים, פריסה במרכזי נתונים, וקבלת החלטות בזמן אמת בהתקני קצה ומכונות אוטונומיות.

גישת המחסנית המלאה הזו – המשתרעת על שבבים, מתלים וסוכנים חכמים – היא סיבה מרכזית לכך ש-NVIDIA התגלתה כאחת הזוכות הבולטות ביותר ב-COMPUTEX 2026 .