Jetson Thor: Edge AI voor robotica en fysieke AI

Jetson Thor is NVIDIAs nieuwste generatie edge AI-computing, ontworpen voor intelligente machines zoals robots, industriële systemen en autonome apparaten.

Het platform is gebouwd op de NVIDIA Blackwell GPU-architectuur en levert tot 2.070 FP4 TFLOPS AI-rekenkracht met 128 GB geheugen, binnen een vermogensbudget van ongeveer 130 watt. Vergeleken met het vorige Jetson AGX Orin-platform biedt het tot 7,5× meer AI-rekenkracht en ongeveer 3,5× betere energie-efficiëntie.

Deze prestatie sprong maakt een nieuwe klasse van toepassingen mogelijk, vaak aangeduid als 'fysieke AI' . Robots kunnen geavanceerde modellen rechtstreeks op het apparaat draaien, waaronder visie-taal- en redeneringsmodellen die sensor data in realtime interpreteren.

Belangrijkste verbeteringen:

• Hoogwaardige edge-inferentie voor generatieve en redeneringsmodellen
• Realtime verwerking van meerdere sensorbronnen zoals camera's en lidar
• Energiezuinige werking, geschikt voor mobiele robots en industriële systemen

Voor robotica-ontwikkelaars betekent dit dat machines complexe perceptie, planning en interactie lokaal kunnen uitvoeren – met minder latentie en minder afhankelijkheid van externe rekenkracht.

Vera Rubin NVL72: Rack-schaal infrastructuur voor AI-fabrieken

Waar Jetson Thor zich op de edge richt, mikt Vera Rubin NVL72 op het andere uiteinde van het spectrum: grootschalige AI-infrastructuur.

Het systeem is ontworpen als een AI-supercomputer op rackschaal die 36 NVIDIA Vera CPU's en 72 Rubin GPU's integreert, verbonden via zesde generatie NVLink, waardoor de GPU's als één versnelde eenheid opereren.

Deze architectuur is geoptimaliseerd voor de volgende generatie AI-workloads, waaronder modellen met biljoenen parameters, post-training, grootschalige inferentie en taken met lange contexten.

NVIDIA rapporteert verschillende grote efficiëntieverbeteringen ten opzichte van het vorige Blackwell-platform:

• Tot 10× hogere inferentieprestaties per watt
• Tot 10× lagere kosten per token tijdens inferentie
• Training van grote modellen met ongeveer een kwart van het aantal GPU's

Deze winst komt door diepe systeemintegratie. Het platform combineert meerdere gespecialiseerde chips – waaronder de Rubin GPU, Vera CPU, NVLink 6 switch, ConnectX‑9 SuperNIC, BlueField‑4 DPU en Spectrum-netwerken – in één architectuur die als één AI-systeem functioneert.

Een andere reden waarom het systeem de Sustainable Tech Special Award kreeg, is het ontwerp van de infrastructuur. Modulaire trays en vloeistofkoeling verbeteren de implementatie-efficiëntie en de energieprestaties van datacenters.

In feite weerspiegelt Vera Rubin NVL72 een verschuiving in de AI-wedloop: prestaties gaan niet langer alleen over individuele GPU's, maar over complete racks – of zelfs hele AI-fabrieken – die als één geïntegreerd computersysteem zijn ontworpen.

Alpamayo: Redeneringsgebaseerde AI voor autonoom rijden

De derde bekroonde technologie, Alpamayo, richt zich op een van de moeilijkste problemen in AI: veilig en betrouwbaar autonoom rijden.

Alpamayo is een open ontwikkelplatform en een familie van modellen voor autonome voertuigen, ontworpen om verder te gaan dan traditionele perceptiegerichte rijsystemen. In plaats van alleen objecten te detecteren, gebruiken de modellen visie-taal-actie (VLA) redenering om verkeerssituaties te interpreteren en te beslissen hoe te reageren.

Het Alpamayo 1-model kan bijvoorbeeld video invoer verwerken en genereert:

• rijtrajecten (sturen, remmen, accelereren)
• redeneringstracés die de genomen beslissingen uitleggen

Deze aanpak moet zelfrijdende systemen transparanter en beter analyseerbaar maken, wat cruciaal is voor het testen van de veiligheid in zeldzame of complexe verkeerssituaties.

Een ander belangrijk kenmerk is de trainingspijplijn. Alpamayo-modellen worden getraind met een combinatie van:

• realistische rijdemonstraties
• grote synthetische datasets gegenereerd via simulatie
• zorgvuldig geannoteerde rijvoorbeelden

Door echte en gesimuleerde data te combineren, worden modellen blootgesteld aan veel meer randgevallen dan wegtesten alleen zouden kunnen bieden.

Een full-stack strategie voor het AI-tijdperk

Samen vertegenwoordigen de drie bekroonde technologieën NVIDIAs bredere strategie voor het AI-tijdperk.

• Jetson Thor brengt krachtige AI-redenering rechtstreeks naar robots en edge-apparaten.
• Vera Rubin NVL72 biedt de massieve infrastructuur die nodig is om modellen met biljoenen parameters op schaal te trainen en draaien.
• Alpamayo past redeneringsgebaseerde AI toe op autonome voertuigen, met datapijplijnen die echte en synthetische omgevingen combineren.

De combinatie wijst op een toekomst waarin AI-systemen op meerdere lagen opereren: training in massieve AI-fabrieken, implementatie in datacenters en realtime besluitvorming op edge-apparaten en autonome machines.

Die full-stack aanpak – van chips en racks tot intelligente agenten – is een belangrijke reden waarom NVIDIA een van de meest prominente winnaars was op COMPUTEX 2026.

Jetson Thor: Edge AI voor robotica en fysieke AI

Jetson Thor is NVIDIAs nieuwste generatie edge AI-computing, ontworpen voor intelligente machines zoals robots, industriële systemen en autonome apparaten.

Het platform is gebouwd op de NVIDIA Blackwell GPU-architectuur en levert tot 2.070 FP4 TFLOPS AI-rekenkracht met 128 GB geheugen, binnen een vermogensbudget van ongeveer 130 watt. Vergeleken met het vorige Jetson AGX Orin-platform biedt het tot 7,5× meer AI-rekenkracht en ongeveer 3,5× betere energie-efficiëntie.

Deze prestatie sprong maakt een nieuwe klasse van toepassingen mogelijk, vaak aangeduid als 'fysieke AI' . Robots kunnen geavanceerde modellen rechtstreeks op het apparaat draaien, waaronder visie-taal- en redeneringsmodellen die sensor data in realtime interpreteren.

Belangrijkste verbeteringen:

• Hoogwaardige edge-inferentie voor generatieve en redeneringsmodellen
• Realtime verwerking van meerdere sensorbronnen zoals camera's en lidar
• Energiezuinige werking, geschikt voor mobiele robots en industriële systemen

Voor robotica-ontwikkelaars betekent dit dat machines complexe perceptie, planning en interactie lokaal kunnen uitvoeren – met minder latentie en minder afhankelijkheid van externe rekenkracht.

Vera Rubin NVL72: Rack-schaal infrastructuur voor AI-fabrieken

Waar Jetson Thor zich op de edge richt, mikt Vera Rubin NVL72 op het andere uiteinde van het spectrum: grootschalige AI-infrastructuur.

Het systeem is ontworpen als een AI-supercomputer op rackschaal die 36 NVIDIA Vera CPU's en 72 Rubin GPU's integreert, verbonden via zesde generatie NVLink, waardoor de GPU's als één versnelde eenheid opereren.

Deze architectuur is geoptimaliseerd voor de volgende generatie AI-workloads, waaronder modellen met biljoenen parameters, post-training, grootschalige inferentie en taken met lange contexten.

NVIDIA rapporteert verschillende grote efficiëntieverbeteringen ten opzichte van het vorige Blackwell-platform:

• Tot 10× hogere inferentieprestaties per watt
• Tot 10× lagere kosten per token tijdens inferentie
• Training van grote modellen met ongeveer een kwart van het aantal GPU's

Deze winst komt door diepe systeemintegratie. Het platform combineert meerdere gespecialiseerde chips – waaronder de Rubin GPU, Vera CPU, NVLink 6 switch, ConnectX‑9 SuperNIC, BlueField‑4 DPU en Spectrum-netwerken – in één architectuur die als één AI-systeem functioneert.

Een andere reden waarom het systeem de Sustainable Tech Special Award kreeg, is het ontwerp van de infrastructuur. Modulaire trays en vloeistofkoeling verbeteren de implementatie-efficiëntie en de energieprestaties van datacenters.

In feite weerspiegelt Vera Rubin NVL72 een verschuiving in de AI-wedloop: prestaties gaan niet langer alleen over individuele GPU's, maar over complete racks – of zelfs hele AI-fabrieken – die als één geïntegreerd computersysteem zijn ontworpen.

Alpamayo: Redeneringsgebaseerde AI voor autonoom rijden

De derde bekroonde technologie, Alpamayo, richt zich op een van de moeilijkste problemen in AI: veilig en betrouwbaar autonoom rijden.

Alpamayo is een open ontwikkelplatform en een familie van modellen voor autonome voertuigen, ontworpen om verder te gaan dan traditionele perceptiegerichte rijsystemen. In plaats van alleen objecten te detecteren, gebruiken de modellen visie-taal-actie (VLA) redenering om verkeerssituaties te interpreteren en te beslissen hoe te reageren.

Het Alpamayo 1-model kan bijvoorbeeld video invoer verwerken en genereert:

• rijtrajecten (sturen, remmen, accelereren)
• redeneringstracés die de genomen beslissingen uitleggen

Deze aanpak moet zelfrijdende systemen transparanter en beter analyseerbaar maken, wat cruciaal is voor het testen van de veiligheid in zeldzame of complexe verkeerssituaties.

Een ander belangrijk kenmerk is de trainingspijplijn. Alpamayo-modellen worden getraind met een combinatie van:

• realistische rijdemonstraties
• grote synthetische datasets gegenereerd via simulatie
• zorgvuldig geannoteerde rijvoorbeelden

Door echte en gesimuleerde data te combineren, worden modellen blootgesteld aan veel meer randgevallen dan wegtesten alleen zouden kunnen bieden.

Een full-stack strategie voor het AI-tijdperk

Samen vertegenwoordigen de drie bekroonde technologieën NVIDIAs bredere strategie voor het AI-tijdperk.

• Jetson Thor brengt krachtige AI-redenering rechtstreeks naar robots en edge-apparaten.
• Vera Rubin NVL72 biedt de massieve infrastructuur die nodig is om modellen met biljoenen parameters op schaal te trainen en draaien.
• Alpamayo past redeneringsgebaseerde AI toe op autonome voertuigen, met datapijplijnen die echte en synthetische omgevingen combineren.

De combinatie wijst op een toekomst waarin AI-systemen op meerdere lagen opereren: training in massieve AI-fabrieken, implementatie in datacenters en realtime besluitvorming op edge-apparaten en autonome machines.

Die full-stack aanpak – van chips en racks tot intelligente agenten – is een belangrijke reden waarom NVIDIA een van de meest prominente winnaars was op COMPUTEX 2026.