Jetson Thor — новое поколение вычислительных модулей NVIDIA для edge‑AI, предназначенное для роботов, промышленного оборудования и автономных машин.
Платформа построена на архитектуре NVIDIA Blackwell GPU. Разработческий комплект Jetson AGX Thor обеспечивает до 2 070 TFLOPS вычислений ИИ в формате FP4 и оснащён 128 ГБ памяти, при энергопотреблении около 130 Вт.
По сравнению с предыдущей платформой Jetson AGX Orin, производительность выросла:
Такой скачок позволяет запускать на устройстве сложные модели прямо на роботе или машине — без постоянного обращения к облаку. Это направление часто называют "physical AI" — физическим искусственным интеллектом, когда машины анализируют мир и принимают решения в реальном времени.
Основные возможности Jetson Thor:
Для разработчиков это означает, что роботы могут выполнять сложное восприятие, планирование и взаимодействие непосредственно на устройстве.
Если Jetson Thor работает на краю сети, то Vera Rubin NVL72 находится на противоположном конце вычислительной экосистемы — в масштабных дата‑центрах.
Это rack‑scale AI‑суперкомпьютер, объединяющий 36 процессоров NVIDIA Vera и 72 GPU Rubin, соединённых с помощью NVLink шестого поколения. Такая архитектура позволяет всем GPU работать как единый ускоритель.
Система оптимизирована для самых ресурсоёмких задач ИИ:
По данным NVIDIA, по сравнению с предыдущей платформой Blackwell достигаются значительные улучшения:
Такой результат достигается благодаря глубокой интеграции компонентов. Платформа объединяет несколько специализированных чипов:
Отдельно жюри отметило энергоэффективную инфраструктуру системы. Модульная конструкция и жидкостное охлаждение повышают эффективность дата‑центров и ускоряют развёртывание оборудования.
По сути, Vera Rubin NVL72 показывает новую реальность индустрии: соревнование происходит уже не между отдельными GPU, а между целыми вычислительными стойками и AI‑фабриками.
Третья отмеченная технология — Alpamayo, платформа разработки для автономных автомобилей.
Она ориентирована на следующий этап развития систем автопилота. В отличие от традиционных систем, которые в основном распознают объекты, Alpamayo использует модели типа vision‑language‑action (VLA) с возможностями рассуждения.
Например, модель Alpamayo 1 анализирует видеопоток и может одновременно генерировать:
Такая прозрачность помогает инженерам лучше анализировать поведение системы в сложных или редких дорожных ситуациях — это важный фактор безопасности.
Ещё один ключевой элемент — подход к обучению. Модели Alpamayo обучаются на сочетании разных источников данных:
Комбинация реального и виртуального обучения позволяет моделям сталкиваться с большим числом редких или экстремальных сценариев, чем возможно в обычных дорожных тестах.
Если посмотреть на все три технологии вместе, становится заметна стратегия NVIDIA для эпохи искусственного интеллекта:
В результате формируется многослойная экосистема:
обучение в гигантских AI‑фабриках → развёртывание в дата‑центрах → принятие решений в реальном времени на edge‑устройствах и автономных машинах.
Именно этот комплексный подход — от чипов до инфраструктуры и интеллектуальных агентов — стал одной из причин, почему NVIDIA стала одним из главных победителей COMPUTEX 2026 Best Choice Awards.
Comments
0 comments