网页标题: Jetson Thor | 为物理机器人打造的先进 AI | NVIDIA 网页链接: https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-thor/ # NVIDIA Jetson Thor 为物理 AI 和人形机器人打造的卓越平台。 ## 立即获取 从我们的合作伙伴处订购新的 NVIDIA Jetson Thor。 [立即订购](https://store.nvidia.com/jetson/store/) [模组规格](#module-specs) | [开发者套件规格](#dev-kit-specs) | [视频](#watch-video-iYT2haVIgSM) 概览 ## 先进 AI 和机器人的紧凑型动力站 NVIDIA® Jetson Thor™ 系列模组为物理 AI 和机器人开发提供出色的平台，可提供高达 2070 FP4 TFLOPS 的 AI 计算性能和 128 GB 显存，功率可配置在 40 W 到 130 W 之间。与 [NVIDIA AGX Orin™](https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-orin/) 相比，Jetson Thor 系列模组的 AI 计算性能提高至 7.5 倍以上，能效提高至 3.5 倍。 ### NVIDIA Jetson Thor 为通用机器人和物理 AI 解锁实时推理能力 基于 NVIDIA Blackwell 的机器人计算机，可提供高达2,070 FP4 TFLOPS 的计算性能，能高效代理式 AI、高速传感器数据处理、通用机器人任务等复杂应用场景。 [了解详情](https://blogs.nvidia.com/blog/jetson-thor-physical-ai-edge/) ### 为物理 AI 打造的卓越平台 NVIDIA Jetson AGX Thor 开发者套件和 NVIDIA Jetson T5000 模块现已正式发售，可助力世界各地的开发者构建物理 AI 的未来。 [开始使用](https://developer.nvidia.com/blog/introducing-nvidia-jetson-thor-the-ultimate-platform-for-physical-ai/) 亮点 ## 业界领先的人形机器人性能 ### AI 性能 2070 TFLOPS1 ### 显存带宽 273 GB/s ### CPU 14 核 1. 130 W 测量性能 优势 ## Blackwell 架构 GPU、传感器处理和机器人 AI 软件堆栈 ### 为人形机器人打造的超级计算机 使用 2070 FP4 TFLOPS Blackwell 架构 GPU 在边缘加速生成式 AI 和大型 Transformer 模型。 ### 高速传感器处理 借助 4 个 25 GbE 网络、摄像头卸载引擎和 Holoscan 传感器桥接器，提取高速传感器数据以实现实时性能。 ### 机器人 AI 软件 探索专为人形机器人和物理 AI 应用设计的解决方案，该解决方案由 NVIDIA Isaac™ 平台和 GR00T 基础模型提供支持。 ### 强大的安全性 在计算平台、AI 模型和整个边缘到云工作流中提供端到端安全性。 ## 开始使用 NVIDIA Jetson Thor Jetson Thor AGX 开发者套件为人形机器人和物理 AI 提供出色的性能和可扩展性。本视频展示了其主要特性、规格和组件，以及如何开机和首次启动。它还展示了一些新的工作流程，包括 [Isaac GR00T N1](https://developer.nvidia.cn/isaac/gr00t)、[视频搜索和总结 (VSS)](https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization) 以及 [NVIDIA Holoscan Sensor Bridge](https://www.nvidia.cn/technologies/holoscan-sensor-bridge/)。 [观看视频](#watch-video-iYT2haVIgSM) 工作负载 ## 借助 Jetson Thor 的强大功能解锁物理 AI #### 人形机器人 利用 NVIDIA GR00T 工作流强效助力人形机器人开发。 Jetson Thor 为您提供实时控制和多传感器处理所需的性能，而 GR00T 的全面 AI 软件堆栈支持各种生成式 AI 模型和无缝云到边缘集成。它们共同提供了强大的集成解决方案，可加速复杂人形机器人的开发和部署，使其适应性更强、响应速度更快、功能更强。 [探索人形机器人](https://www.nvidia.cn/use-cases/humanoid-robots/) #### 空间智能 使用 NVIDIA 视频搜索和总结 (VSS) 工作流创建视觉 AI 智能体。 凭借强大的 [NVIDIA Blackwell 架构 GPU](https://www.nvidia.cn/data-center/technologies/blackwell-architecture/)、多实例 GPU (MIG) 技术和加速器套件，Jetson Thor 可以处理实时视频数据流和 AI 推理。因此，它非常适合构建可在边缘执行 VSS 任务的 AI 智能体。使用先进的视觉和语言模型，可以创建强大的视觉 AI 智能体，以处理复杂的视频工作流程。 [创建您自己的 VSS 工作流](https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization) #### 多传感器处理 借助 NVIDIA Holoscan 实时简化传感器处理。 NVIDIA Holoscan 通过将传感器数据传输到 GPU 进行实时推理来加速边缘 AI 开发。借助高性能、用户友好型编程选项和生产就绪性，构建和简化端到端传感器处理流程，并在 Jetson Thor 上无缝地从云部署到边缘。[NVIDIA Holoscan 传感器桥接器](https://www.nvidia.cn/technologies/holoscan-sensor-bridge/) 是一种基于以太网的传感器技术，能够实现实时数据流，并简化 NVIDIA 边缘 AI 平台上的高速传感器融合和执行器集成。 [详细了解 Holoscan](https://developer.nvidia.cn/holoscan-sdk) Virtual Incision #### 生成式 AI 将生成式 AI 的强大功能引入物理世界。 Jetson Thor 可提供出色的性能和可扩展性，加速低延迟的实时多传感器应用。这使其成为运行最新生成式 AI 模型的理想之选。Jetson Thor 模组支持从 VLA (视觉语言动作) 模型到热门 LLM (大语言模型) 和 VLM (视觉语言模型) 的各种生成式 AI 模型，可确保云到边缘的无缝集成。 [探索 Jetson AI 实验室](https://www.jetson-ai-lab.com/) --- 规格 ## NVIDIA Jetson Thor 系列 | | | | | | --- | --- | --- | --- | | | **Jetson AGX Thor 开发者套件** | **Jetson T5000** | **Jetson T4000** | | AI 性能 | 2070 TFLOPS (FP4 — 稀疏) | | 1200 TFLOPS (FP4 — 稀疏) | | GPU | 搭载 96 个第五代 Tensor Core 的 2560 核 NVIDIA Blackwell 架构 GPU 具有 10 个 TPC 的多实例 GPU (MIG) | | 搭载 64 个第五代 Tensor Core 的 1536 核 NVIDIA Blackwell 架构 GPU 具有 6 个 TPC 的多实例 GPU (MIG) | | GPU 最大频率 | 1.57 GHz | | | | CPU | 14 核 Arm® Neoverse®-V3AE 64 位 CPU 每个核心 1 MB 二级缓存 16 MB 共享系统三级缓存 | | 12 核 Arm® Neoverse®-V3AE 64 位 CPU 每个核心 1 MB 二级缓存 16 MB 共享系统三级缓存 | | CPU 最大频率 | 2.6 GHz | | | | [视觉加速器](https://developer.nvidia.com/embedded/pva) | 1 个 PVA v3 | | | | 显存 | 128 GB 256 位 LPDDR5X 273 GB/s | | 64 GB 256-bit LPDDR5X 273 GB/s | | 存储 | 1 TB NVMe M.2 Key M 插槽 | 通过 PCIe 支持 NVMe 通过 USB3.2 支持 SSD | | | 视频编码 | 6x 4Kp60 (H.265) 12x 4Kp30 (H.265) 24x 1080p60 (H.265) 50x 1080p30 (H.265) 48x 1080p30 (H.264) 6x 4Kp60 (H.264) | | | | 视频解码 | 4x 8Kp30 (H.265) 10x 4Kp60 (H.265) 22x 4Kp30 (H.265) 46x 1080p60 (H.265) 92x 1080p30 (H.265) 82x 1080p30 (H.264) 4x 4Kp60 (H.264) | | | | 摄像头 | 通过 QSFP 插槽的 HSB 摄像头 USB 摄像头 | 多达 20 个 HSB 摄像头 多达 6 个使用 16x 通道 MIPI CSI-2摄像头 多达 32 个使用虚拟通道的摄像头 C-PHY 2.1 (10.25 Gbps) D-PHY 2.1 (40 Gbps) | | | PCIe\* | 支持 x4 PCIe 5.0 的 M.2 Key M 插槽 支持 x1 PCIe 5.0 的 M.2 Key E 插槽 | 高达 Gen5 ( x8 通道) 仅根端口 — C1 (x1) 和 C3 (x2) 根点或端点 — C2 (x1), C4 (x8) 和 C5 (x4) | | | USB 接口\* | 2 个 USB-A (3.2 Gen2) 2 个 USB-C (3.1) | 集成 PHY 的 xHCI 主机控制器 (最高) 3 个 USB 3.2 接口 4 个 USB 2.0 接口 | | | 网络\* | 1 个 5GBe RJ45 接口 1 个 QSFP28 (4 个 25 GbE) | 4 个 25 GbE | 3 个 25 GbE | | 显示器 | 1 个 HDMI 2.0b 1 个 DisplayPort 1.4a | 4 个共享 HDMI2.1 VESA DisplayPort 1.4a—HBR2、MST | | | 其他 I/O | QSFP 连接器 M.2 Key E 扩展槽 ( WLAN/ BT、x1 PCIe、USB2.0、UART、I2C、I2S) M.2 Key M 连接器 (用于存储的 NVMe) PCIe x 4 通道、I2C、PCIe x 2 通道 2 个 13 针 CAN 接头 2 个 6 针自动化接头 LED JTAG 连接器 (2 x 5 针接头) 1 个风扇接口 – 12V、PWM 和 Tach 音频面板接头 (2 个 5 针) Microfit 电源插座 RTC 备用电池连接器 2 针 | 5 个 I2S/ 2 个音频集线器 (AHUB) 、2 个 DMIS、4 个 UART、4 个 CAN、3 个 SPI、13 个 I2C、6 个 PWM 输出 | 5 个 I2S/ 2 个音频集线器 (AHUB) 、2 个 DMIS、4 个 UART、3 个 SPI、13 个 I2C、6 个 PWM 输出\*\* | | 功率 | 40 瓦 – 130 瓦 | 40 瓦 – 130 瓦 | 40 瓦 – 70 瓦 | | 外观尺寸 | 243.19 mm x 112.40 mm x 56.88 mm 导热板 (TTP) 和可选的风扇或散热器 | 100 mm x 87 mm 699 针 B2B 连接器 带热管的集成导热板 (TTP) | | \*这些规格为初步规格，可能会发生变化。 \*\*如需支持功能的列表，请参阅新版 NVIDIA Jetson Linux 开发者指南的“软件功能”部分。 \*\*\*低速 I/ O 规格可能会发生变化。 查看完整规格 查看主要规格 ## 开始使用 ### 立即获取 从我们的合作伙伴处订购新的 NVIDIA Jetson Thor。 [立即订购](https://store.nvidia.com/jetson/store/) #### 探索 NVIDIA Jetson NVIDIA Jetson™ 是适用于机器人和嵌入式边缘 AI 应用的先进平台。其硬件通过专为机器人、计算机视觉和自主系统设计的高性能节能模块为边缘 AI 提供动力支持。 [Jetson 硬件](https://www.nvidia.cn/autonomous-machines/embedded-systems/) [Jetson 软件](https://developer.nvidia.cn/embedded/develop/software) #### 保持联系 NVIDIA Jetson 论坛提供了一个充满活力的开发者社区，用于分享知识、解决技术问题并利用 Jetson 平台加速创新。 [探索 NVIDIA Jetson 论坛](https://forums.developer.nvidia.com/c/robotics-edge-computing/jetson-embedded-systems/70) NVIDIA Jetson Thor 系列模组规格速览 | | | | | --- | --- | --- | | | **Jetson T5000** | **Jetson T4000\*** | | AI 性能 | 2070 TFLOPS (FP4 — 稀疏) | 1200 TFLOPS (FP4 — 稀疏) | | GPU | 搭载 96 个第五代 Tensor Core 的 2560 核 NVIDIA Blackwell 架构 GPU 具有 10 个 TPC 的多实例 GPU (MIG) | 搭载 64 个第五代 Tensor Core 的 1536 核 NVIDIA Blackwell 架构 GPU 具有 6 个 TPC 的多实例 GPU (MIG) | | CPU | 14 核 Arm® Neoverse®-V3AE 64 位 CPU 每个核心 1 MB 二级缓存 16 MB 共享系统三级缓存 | 12 核 Arm® Neoverse®-V3AE 64 位 CPU 64 KB I-Cache, 64 KB D-Cache 每个核心 1 MB 二级缓存 16 MB 共享系统三级缓存 | | 显存 | 128 GB 256 位 LPDDR5X 273 GB/s | 64 GB 256 位 LPDDR5X 273 GB/s | | 网络\*\* | 4x 25 GbE | 3x 25 GbE | | 存储 | 通过 PCIe 支持 NVMe 通过 USB3.2 支持 SSD | | | 外观尺寸 | 100 mm x 87 mm 699 针 | | | 功率 | 40 瓦 – 130 瓦 | 40 W–70 W | \* 这些规格为初步规格，可能会发生变化。 \*\* 如需支持功能的列表，请参阅最新版 NVIDIA Jetson™ Linux 开发者指南的“软件功能”部分。 [查看 Jetson AGX Thor 模组数据表](https://nvdam.widen.net/s/8c6zv8mbgl/robotics-datasheet-jetson-thor-module-t5000-t4000-4088800-r4) NVIDIA Jetson AGX Thor 开发者套件规格速览 | | | | --- | --- | | AI 性能 | 2070 TFLOPS (FP4 — 稀疏) | | 模组 | Jetson T5000 | | GPU | 搭载 96 个第五代 Tensor Core 的 2560 核 NVIDIA Blackwell 架构 GPU 具有 10 个 TPC 的多实例 GPU (MIG) | | CPU | 14 核 Arm® Neoverse®-V3AE 64 位 CPU 每个核心 1 MB 二级缓存 16 MB 共享系统三级缓存 | | 显存 | 128 GB 256-bit LPDDR5X 273 GB/s | | 网络\* | 1 个 5GBe RJ45 接口 1 个 QSFP28 (4 个 25 GbE) | | I/O | QSFP 连接器 HDMI 端口 DisplayPort < br > 2x USB-A 3.2 | 2x USB-C 3.1 < br > 千兆以太网 2x 13 针 CAN 接头 Microfit 电源插座 | | 存储 | 1 TB NVMe M.2 Key M 插槽 | | 功率 | 40 瓦 – 130 瓦 | \*这些规格为初步规格，可能会发生变化。 \*\*如需支持功能的列表，请参阅新版 NVIDIA Jetson Linux 开发者指南的“软件功能”部分。 [查看 Jetson AGX Thor 开发者套件数据表](https://images.nvidia.cn/cn/robotics/pdf/Jetson-thor-devkit-nvidia-web-a4-zhCN-4120250.pdf)