As tecnologias por trás dos quatro prêmios Best Choice da NVIDIA no COMPUTEX 2026

Jetson Thor: IA poderosa diretamente em robôs e dispositivos

O Jetson Thor é a nova geração da plataforma de computação de IA da NVIDIA voltada para aplicações no edge — ou seja, dispositivos que precisam processar dados localmente, como robôs industriais, drones, equipamentos médicos e máquinas autônomas.

Baseado na arquitetura NVIDIA Blackwell, o kit de desenvolvimento Jetson AGX Thor oferece até 2.070 TFLOPS de desempenho de IA em FP4 e 128 GB de memória, operando dentro de um consumo aproximado de 130 watts.

Em comparação com a geração anterior, o Jetson AGX Orin, a nova plataforma entrega:

• até 7,5× mais capacidade de computação de IA
• cerca de 3,5× mais eficiência energética

Esse salto permite executar modelos avançados diretamente no dispositivo, incluindo modelos de visão‑linguagem e raciocínio, sem depender tanto de servidores na nuvem. Isso é especialmente importante para aplicações em tempo real, nas quais latência e conectividade podem ser limitantes.

Na prática, o Jetson Thor abre espaço para uma nova categoria de aplicações chamada frequentemente de "IA física" — sistemas inteligentes capazes de perceber o ambiente, tomar decisões e agir no mundo real.

Entre os principais avanços estão:

• inferência rápida de modelos generativos e de raciocínio
• processamento em tempo real de múltiplos sensores (câmeras, lidar etc.)
• operação eficiente em energia para robôs móveis e sistemas industriais

Para desenvolvedores de robótica, isso significa máquinas capazes de interpretar ambientes complexos e reagir localmente, sem depender continuamente da nuvem.

Vera Rubin NVL72: infraestrutura para “fábricas de IA”

Se o Jetson Thor representa a IA no edge, o Vera Rubin NVL72 atua no extremo oposto: a infraestrutura massiva usada para treinar e executar os maiores modelos de inteligência artificial do mundo.

O sistema foi projetado como um supercomputador de IA em escala de rack, integrando 36 CPUs NVIDIA Vera e 72 GPUs Rubin conectadas por NVLink de sexta geração. Essa interconexão permite que todas as GPUs operem como se fossem um único acelerador gigante.

A plataforma é otimizada para cargas de trabalho avançadas, incluindo:

• treinamento de modelos com trilhões de parâmetros
• pós‑treinamento e ajuste fino
• inferência em larga escala
• tarefas de raciocínio com contexto longo

Segundo a NVIDIA, o sistema apresenta melhorias importantes em relação à geração Blackwell:

• até 10× mais desempenho de inferência por watt
• até 10× menor custo por token durante inferência
• treinamento de grandes modelos usando aproximadamente um quarto do número de GPUs

Grande parte desses ganhos vem da integração profunda de hardware e software. O sistema combina seis componentes principais em uma única arquitetura: GPU Rubin, CPU Vera, NVLink 6, ConnectX‑9 SuperNIC, BlueField‑4 DPU e switches de rede Spectrum.

Outro fator que ajudou a garantir o Sustainable Tech Special Award foi o design do próprio rack. A estrutura modular com bandejas removíveis e refrigeração líquida melhora a eficiência energética e simplifica a implantação em data centers.

Esse modelo reflete uma mudança importante na corrida da IA: o desempenho não depende mais apenas de chips individuais, mas de sistemas completos — racks inteiros ou até “fábricas de IA” — projetados para trabalhar como uma única máquina.

Alpamayo: IA com raciocínio para carros autônomos

A terceira tecnologia premiada, Alpamayo, foca em um dos desafios mais difíceis da IA moderna: tornar a direção autônoma mais segura e confiável.

A plataforma é um ambiente aberto de desenvolvimento para veículos autônomos, baseado em uma família de modelos de IA que vai além dos sistemas tradicionais focados apenas em percepção.

Em vez de apenas identificar objetos na estrada, o Alpamayo utiliza modelos do tipo vision‑language‑action (VLA) com capacidade de raciocínio. Eles analisam a cena, interpretam o contexto e determinam a ação apropriada.

Por exemplo, o modelo Alpamayo 1 pode receber vídeo da estrada e produzir:

• trajetórias de direção (esterçar, acelerar ou frear)
• explicações do raciocínio que levou à decisão

Esse nível de transparência ajuda engenheiros a analisar o comportamento do sistema em situações raras ou complexas — algo essencial para validar a segurança de veículos autônomos.

O treinamento desses modelos também combina diferentes tipos de dados:

• demonstrações reais de direção
• grandes conjuntos de dados sintéticos gerados por simulação
• exemplos cuidadosamente anotados de cenários de trânsito

Misturar dados reais e simulados permite expor os modelos a uma variedade muito maior de situações — incluindo cenários perigosos ou raros que seriam difíceis de registrar apenas em testes de estrada.

A estratégia de IA completa da NVIDIA

Os três produtos premiados mostram como a NVIDIA está estruturando sua estratégia para a próxima fase da inteligência artificial.

• Jetson Thor leva IA avançada diretamente para robôs e máquinas no mundo físico.
• Vera Rubin NVL72 fornece a infraestrutura massiva necessária para treinar e operar modelos gigantes.
• Alpamayo aplica modelos de raciocínio para tornar veículos autônomos mais capazes e transparentes.

Juntos, eles apontam para um ecossistema de IA distribuído em várias camadas: treinamento em grandes fábricas de IA, execução em data centers e tomada de decisão em tempo real em dispositivos e máquinas autônomas.

Essa abordagem de “pilha completa” — do chip ao sistema, do data center ao robô — ajuda a explicar por que a NVIDIA se destacou como uma das principais vencedoras do COMPUTEX 2026.