Dlaczego cztery nagrody:
Vera Rubin NVL72 zdobył dwie nagrody, a Jetson Thor i Alpamayo po jednej. Łącznie daje to cztery wyróżnienia w obszarach AI, robotyki i autonomicznej jazdy.

Jetson Thor – moduł brzegowy AI dla robotyki:
Jetson Thor opiera się na architekturze NVIDIA Blackwell i jest przeznaczony do przetwarzania w czasie rzeczywistym na brzegu sieci (edge computing). Wspiera wnioskowanie z wielu czujników przy niskim opóźnieniu.
NVIDIA podaje, że zestaw deweloperski Jetson AGX Thor osiąga do 2 070 FP4 TFLOPS przy 128 GB pamięci i poborze mocy 130 W. W porównaniu do Jetson AGX Orin zapewnia do 7,5 razy większą moc obliczeniową AI i 3,5 razy lepszą efektywność energetyczną.
Dla robotyki oznacza to możliwość uruchamiania dużych modeli generatywnych i systemów rozumowania bezpośrednio na urządzeniu, bez konieczności połączenia z chmurą.

Jak Jetson Thor zmienia robotykę:
Jego wartość to nie tylko surowa wydajność, ale połączenie wysokiej mocy obliczeniowej, niskiego poboru energii i lokalnego przetwarzania w czasie rzeczywistym. Idealnie nadaje się dla systemów przemysłowych, humanoidów i robotów wymagających szybkich decyzji na podstawie danych z kamer i czujników.

Vera Rubin NVL72 – rackowy superkomputer AI:
Vera Rubin NVL72 to system w skali racka, integrujący 36 procesorów Vera CPU i 72 karty GPU Rubin połączone szóstą generacją NVLink. Dzięki temu 72 karty GPU mogą działać jako jeden gigantyczny układ AI, przeznaczony do trenowania modeli o bilionach parametrów oraz wnioskowania z długimi kontekstami. Według NVIDII, system umożliwia trenowanie AI przy użyciu cztery razy mniejszej liczby GPU niż w przypadku układów Blackwell, a koszt wnioskowania spada dziesięciokrotnie na milion tokenów. Wydajność wnioskowania jest 10-krotnie wyższa, a efektywność energetyczna również 10-krotnie lepsza.

Jak Vera Rubin poprawia obliczenia AI i infrastrukturę przyszłości:
Jego główna zaleta to przesunięcie wyścigu wydajności z pojedynczego chipa na cały rack, a nawet fabrykę AI. System łączy obliczenia, połączenia, chłodzenie i sieć w jednej zintegrowanej platformie. NVIDIA pozycjonuje Verę Rubin jako infrastrukturę dla agentowego AI (agentic AI) i wnioskowania rozumującego (reasoning), kluczową dla przyszłych centrów danych.

Alpamayo – autonomiczna platforma jezdna:
Alpamayo to otwarta platforma do rozwoju pojazdów autonomicznych, która zdobyła nagrodę w kategorii inteligentnych pojazdów i kokpitów na COMPUTEX.
Według doniesień, Alpamayo jest modelem wizualno-językowo-ruchowym, zdolnym do rozumowania – generuje trajektorie jazdy wraz z wyjaśnieniami, co zwiększa przejrzystość decyzji w trudnych scenariuszach drogowych.

Jak Alpamayo poprawia autonomiczne systemy jazdy:
Zaletą jest przejście od systemów jedynie percepcyjnych do modeli, które rozumieją, co widzą i dlaczego podejmują dany manewr. Pomaga to w obsłudze sytuacji brzegowych i zwiększa zaufanie do systemu. Trenowanie platformy łączy dane z rzeczywistych jazd z symulacjami, co jest kluczowe dla uzyskania wystarczająco szerokiego pokrycia scenariuszy.

Podsumowanie:
Jetson Thor podnosi możliwości brzegowego AI i robotyki dzięki znacznie wyższej wydajności lokalnej i lepszej efektywności.
Vera Rubin NVL72 zmienia scentralizowaną infrastrukturę AI, oferując skalę racka, niższe koszty tokenów i lepszą efektywność energetyczną dla modeli rozumujących. Alpamayo rozwija autonomiczną jazdę, dodając warstwę rozumowania i trenując na szerszym zestawie danych, w tym z rzeczywistych jazd.

Dlaczego cztery nagrody:
Vera Rubin NVL72 zdobył dwie nagrody, a Jetson Thor i Alpamayo po jednej. Łącznie daje to cztery wyróżnienia w obszarach AI, robotyki i autonomicznej jazdy.

Jetson Thor – moduł brzegowy AI dla robotyki:
Jetson Thor opiera się na architekturze NVIDIA Blackwell i jest przeznaczony do przetwarzania w czasie rzeczywistym na brzegu sieci (edge computing). Wspiera wnioskowanie z wielu czujników przy niskim opóźnieniu.
NVIDIA podaje, że zestaw deweloperski Jetson AGX Thor osiąga do 2 070 FP4 TFLOPS przy 128 GB pamięci i poborze mocy 130 W. W porównaniu do Jetson AGX Orin zapewnia do 7,5 razy większą moc obliczeniową AI i 3,5 razy lepszą efektywność energetyczną.
Dla robotyki oznacza to możliwość uruchamiania dużych modeli generatywnych i systemów rozumowania bezpośrednio na urządzeniu, bez konieczności połączenia z chmurą.

Jak Jetson Thor zmienia robotykę:
Jego wartość to nie tylko surowa wydajność, ale połączenie wysokiej mocy obliczeniowej, niskiego poboru energii i lokalnego przetwarzania w czasie rzeczywistym. Idealnie nadaje się dla systemów przemysłowych, humanoidów i robotów wymagających szybkich decyzji na podstawie danych z kamer i czujników.

Vera Rubin NVL72 – rackowy superkomputer AI:
Vera Rubin NVL72 to system w skali racka, integrujący 36 procesorów Vera CPU i 72 karty GPU Rubin połączone szóstą generacją NVLink. Dzięki temu 72 karty GPU mogą działać jako jeden gigantyczny układ AI, przeznaczony do trenowania modeli o bilionach parametrów oraz wnioskowania z długimi kontekstami. Według NVIDII, system umożliwia trenowanie AI przy użyciu cztery razy mniejszej liczby GPU niż w przypadku układów Blackwell, a koszt wnioskowania spada dziesięciokrotnie na milion tokenów. Wydajność wnioskowania jest 10-krotnie wyższa, a efektywność energetyczna również 10-krotnie lepsza.

Jak Vera Rubin poprawia obliczenia AI i infrastrukturę przyszłości:
Jego główna zaleta to przesunięcie wyścigu wydajności z pojedynczego chipa na cały rack, a nawet fabrykę AI. System łączy obliczenia, połączenia, chłodzenie i sieć w jednej zintegrowanej platformie. NVIDIA pozycjonuje Verę Rubin jako infrastrukturę dla agentowego AI (agentic AI) i wnioskowania rozumującego (reasoning), kluczową dla przyszłych centrów danych.

Alpamayo – autonomiczna platforma jezdna:
Alpamayo to otwarta platforma do rozwoju pojazdów autonomicznych, która zdobyła nagrodę w kategorii inteligentnych pojazdów i kokpitów na COMPUTEX.
Według doniesień, Alpamayo jest modelem wizualno-językowo-ruchowym, zdolnym do rozumowania – generuje trajektorie jazdy wraz z wyjaśnieniami, co zwiększa przejrzystość decyzji w trudnych scenariuszach drogowych.

Jak Alpamayo poprawia autonomiczne systemy jazdy:
Zaletą jest przejście od systemów jedynie percepcyjnych do modeli, które rozumieją, co widzą i dlaczego podejmują dany manewr. Pomaga to w obsłudze sytuacji brzegowych i zwiększa zaufanie do systemu. Trenowanie platformy łączy dane z rzeczywistych jazd z symulacjami, co jest kluczowe dla uzyskania wystarczająco szerokiego pokrycia scenariuszy.

Podsumowanie:
Jetson Thor podnosi możliwości brzegowego AI i robotyki dzięki znacznie wyższej wydajności lokalnej i lepszej efektywności.
Vera Rubin NVL72 zmienia scentralizowaną infrastrukturę AI, oferując skalę racka, niższe koszty tokenów i lepszą efektywność energetyczną dla modeli rozumujących. Alpamayo rozwija autonomiczną jazdę, dodając warstwę rozumowania i trenując na szerszym zestawie danych, w tym z rzeczywistych jazd.