NVIDIA Jetson T3000 и T2000: снижение затрат на память и ускорение разработки роботов
Новые модули NVIDIA Jetson T3000 и T2000 позволяют запускать сложные нейросети на роботах с вдвое меньшим объемом памяти, что напрямую снижает себестоимость устройств. Это дает бизнесу возможность внедрять автономную робототехнику уже сейчас, используя эмуляцию, и готовиться к массовому производству в первом квартале 2027 года.
Компания NVIDIA представила два новых модуля на базе архитектуры Thor: Jetson T3000 и T2000. Эти устройства созданы для запуска сложных нейросетей непосредственно на роботах и автономных машинах, что позволяет вывести технологии из лабораторий в реальное производство. Модули обеспечивают высокую вычислительную мощность при сниженном энергопотреблении и габаритах, что критично для создания гуманоидных роботов и промышленных манипуляторов. Ожидается, что массовое производство начнется в первом квартале 2027 года.
Важный нюанс: Переход на новые модули позволяет компаниям снижать затраты на память, перемещаясь на более дешевые конфигурации оборудования без потери производительности.
Мощные решения для сложных задач: Jetson T3000
Модуль Jetson T3000 ориентирован на сложные задачи, требующие обработки мультимодальных данных. Устройство сочетает в себе видеокарту архитектуры Blackwell, процессор Neoverse Arm и 32 ГБ оперативной памяти LPDDR5X. Его вычислительная мощность достигает 865 терафлопс (FP4), что сопоставимо с более крупным модулем T5000, при этом размер и энергопотребление сокращены вдвое.
Для промышленного применения доступна версия IGX T3000. Она включает встроенные функции функциональной безопасности, позволяя роботам безопасно работать рядом с людьми. Модуль поддерживает работу полной системы безопасности NVIDIA Halos for Robotics.
Ключевые характеристики T3000:
- Вычислительная мощность: 865 терафлопс (FP4).
- Память: 32 ГБ LPDDR5X с пропускной способностью 273 ГБ/с.
- Связь: 25 Гбит/с Ethernet.
- Совместимость: Запуск больших языковых моделей, моделей «зрение-язык» и мировых фреймворков.
Стоит учесть: Компании, такие как Boston Dynamics и Amazon Robotics, уже используют платформу Thor, что указывает на готовность рынка к масштабному внедрению гуманоидной робототехники.
Доступный вход в мир ИИ: Jetson T2000
Модуль Jetson T2000 разработан для более широкого круга задач на периферии сети. Он предлагает 400 терафлопс вычислительной мощности и 16 ГБ памяти. Это решение подходит для создания визуальных агентов, автономных мобильных роботов и промышленных манипуляторов, где не требуется экстремальная мощность флагманских моделей.
Вместе с T3000 новый модуль закрывает разрыв в линейке продуктов NVIDIA. Теперь платформа Jetson покрывает диапазон производительности от 70 терафлопс до 2000 терафлопс, позволяя разработчикам выбирать точное оборудование под конкретную задачу.
Оптимизация памяти и ускорение разработки
NVIDIA представила новые навыки для ИИ-агентов, которые автоматизируют оптимизацию памяти и настройку систем. Ранее эти задачи требовали ручного труда и глубокой экспертизы, занимая недели. Теперь процесс сокращается до нескольких дней.
Технология позволяет запускать сложные рабочие нагрузки на конфигурациях с меньшим объемом памяти. Это дает прямой экономический эффект:
- UBTech и Agile Robots снизили потребление памяти на 15 ГБ, перейдя с модуля Jetson AGX Orin на 64 ГБ к версии на 32 ГБ.
- Компания SandStar (умная розница) сократила использование памяти на 4 ГБ, что позволило использовать модуль Jetson Orin NX на 8 ГБ вместо 16 ГБ.
- Разработчик роботов-компаньонов GROOVE X оптимизировал распределение задач, снизив требования к памяти.
- Компания NoTraffic (умные транспортные системы) уменьшила потребление памяти на 30% на старых модулях Jetson TX2 NX, освободив ресурсы для новых функций без замены «железа».
На фоне этого: Снижение требований к памяти напрямую уменьшает себестоимость конечного устройства, делая внедрение ИИ экономически выгодным для малого и среднего бизнеса.
Новые инструменты и график выхода
NVIDIA расширила семейство моделей Cosmos 3, представив легковесную версию Cosmos 3 Edge. Модель с 4 миллиардами параметров предназначена для работы на устройствах Thor. Она помогает роботам видеть окружающий мир, анализировать его в реальном времени и планировать действия. Разработчики могут адаптировать модель под конкретные сенсоры и задачи за один день, сокращая разрыв между симуляцией и реальностью.
Для ускорения разработки доступен режим эмуляции. Инженеры могут начать работу с модулями T3000 уже в этом месяце, используя разработческий комплект Jetson AGX Thor и программное обеспечение JetPack 7.2.1. Поддержка эмуляции для T2000 появится в будущих обновлениях.
Партнеры экосистемы, включая ADLINK, Advantech и Seeed Studio, уже готовят решения на базе Thor. Программные партнеры, такие как Antmicro и RidgeRun, предоставляют инструменты для миграции на новые модули.
Операционные последствия, тренды и практические аспекты
- Снижение капитальных затрат: Возможность переноса сложных задач на модули с меньшим объемом памяти (например, с 64 ГБ на 32 ГБ) позволяет компаниям экономить на комплектующих, что критично при текущих высоких ценах на память.
- Ускорение цикла разработки: Автоматизация оптимизации памяти и конфигурации через ИИ-агенты сокращает время вывода продукта на рынок с недель до дней, позволяя быстрее реагировать на изменения требований.
- Упрощение перехода на новые стандарты: Наличие режима эмуляции на существующем оборудовании (Jetson AGX Thor) снижает риски при миграции, позволяя тестировать код для будущих модулей T3000 и T2000 до их физического выхода в Q1 2027.
- Безопасность в промышленности: Встроенная функциональная безопасность в модуле IGX T3000 устраняет необходимость в дополнительных внешних системах контроля, упрощая интеграцию роботов в рабочие зоны с людьми.
Источник: blogs.nvidia.com