英伟达推出 Jetson Thor 机器人计算机,AI 算力提升 7.5 倍

作者
CTOL Editors - Lang Wang
12 分钟阅读

定义物理AI的计算革命

加利福尼亚州圣克拉拉 — 英伟达(NVIDIA)于8月25日宣布,其Jetson AGX Thor开发者套件和生产模块已全面上市,标志着机器人计算硬件领域的重大进步。这个新平台搭载了英伟达的Blackwell GPU架构,在130瓦的功耗范围内提供2,070 FP4 teraflops的AI处理能力,并集成了128GB内存。

Jetson AGX Thor developer kit
Jetson AGX Thor developer kit

Jetson Thor相较于其前身Jetson Orin,在性能上实现了显著飞跃,AI计算能力提升了7.5倍,能效提升了3.5倍。这些机器人计算机专为英伟达所称的“物理AI”设计——使机器人能够直接在设备上处理复杂的AI模型,而无需依赖云端计算。

英伟达创始人兼首席执行官黄仁勋表示:“我们为数百万致力于与物理世界交互并日益塑造物理世界的机器人系统的开发者打造了Jetson Thor。凭借无与伦比的性能和能效,以及在边缘端运行多个生成式AI模型的能力,Jetson Thor是驱动物理AI时代和通用机器人的终极超级计算机。”

此次发布之际,英伟达报告称,目前已有超过200万开发者在使用该公司的机器人软件栈,而此前的Jetson Orin平台已助力7,000多家客户在各行各业部署边缘AI解决方案。Thor的早期采用者包括主要科技和工业公司:Agility Robotics、Amazon Robotics、Boston Dynamics、Caterpillar、Figure、Hexagon、Medtronic和Meta。此外,1X、John Deere、OpenAI和Physical Intelligence也正在评估该平台,用于其物理AI应用。

技术规格彰显了这一进步的巨大意义。Thor的系统级模块架构解决了英伟达认为机器人领域最大的挑战之一:使机器人能够与人类及其物理环境进行实时、智能的交互。该平台可以轻松同步运行多个AI模型——从英伟达的Isaac GR00T N1.5等视觉-语言-动作模型,到流行的大语言模型和视觉模型——同时保持物理AI应用所需的低延迟性能,这些应用涵盖人形机器人、农业自动化和手术辅助等领域。

这一计算飞跃之所以重要,因为它解决了数十年来一直束缚机器人智能发展的根本瓶颈。传统方法要么需要云端处理,这会给实时应用带来不可接受的延迟;要么是严重受限的设备端计算,使得机器人只能执行简单的预编程任务。


循迹投资:资本下一步流向何方

Thor开发者套件3,499美元的定价以及规模化生产模块约2,999美元的成本,揭示了英伟达的战略定位。该公司并非在成本敏感的市场中竞争,而是瞄准计算能力能够支撑高溢价的高价值应用——这一策略与其在数据中心AI加速领域的霸主地位如出一辙。

早期采用者包括Amazon Robotics、Boston Dynamics、Caterpillar、Figure和Medtronic,它们代表了一个精心构建的生态系统,涵盖物流、建筑、医疗保健和人形机器人等领域。这种多元化表明英伟达对Thor在多个高增长垂直领域的适用性充满信心。

投资分析揭示了几个引人注目的动态。全球机器人市场价值在2024年达到369亿美元,预计到2030年将增至898亿美元,其中AI驱动系统将获得高溢价估值。部署Thor驱动解决方案的公司将在这些市场中获得先发优势,计算优势将直接转化为性能差异化。

仓储自动化领域提供了即时变现的机会。随着电子商务推动对灵活、智能物流系统的需求,能够处理混合库存并适应动态环境的机器人,相较于传统固定自动化解决方案,将获得显著溢价。Thor处理视觉-语言指令并对非结构化任务进行推理的能力,使其非常适合这一转型。


生态系统优势:远不止硬件

Thor的竞争护城河远不止原始计算能力。英伟达集成的软件栈——包括Isaac机器人模拟、GR00T基础模型、Metropolis视觉AI和Holoscan传感器处理——构筑了竞争对手难以复制的转换成本。

这种生态系统方法与苹果在消费电子产品领域的策略如出一辙,即通过软硬件集成创造出基于组件方法难以实现的用户体验。对于机器人公司而言,其价值主张不仅限于性能指标,还扩展到开发速度和产品上市时间优势。

该平台与主流AI框架和生成模型的兼容性,提供了机构投资者高度重视的面向未来的保障。随着基础模型持续发展,Thor的架构可以适应变化,而无需进行完整的系统重新设计——这对于资本密集型机器人部署来说是至关重要的考量。

目前已有超过200万开发者在英伟达的机器人生态系统中工作,并有超过7,000家客户在各行业部署了基于Orin的解决方案。这一庞大的用户基础产生了网络效应,进一步增强了Thor的优势,因为共享学习和社区发展加速了创新周期。


审视竞争格局

Thor的推出正值边缘AI处理领域竞争日益激烈的背景下。高通(Qualcomm)的RB6平台在移动应用中提供了卓越的电源效率,而AMD的Versal AI Edge则为安全关键系统提供了确定性控制。然而,目前还没有竞争对手能够匹敌Thor在原始吞吐量、软件生态系统和跨行业适用性方面的综合优势。

竞争动态揭示了明显的市场细分。功耗受限的应用——小型无人机、手持设备、电池供电系统——仍然是那些针对效率而非性能优化的专用处理器的领域。Thor则瞄准了另一个极端:那些计算能力能够支撑其能耗和散热管理要求的高性能应用。

这一定位策略反映了AI部署的更广泛趋势。随着模型日益复杂,有意义应用的性能门槛持续提高。Thor将英伟达置于这一演进的高端,随着复杂性推动计算需求上升,从而获取溢价价值。


投资论点:把握物理AI拐点

多种技术趋势的融合为围绕Thor及其生态系统构建的投资叙事提供了有力支撑。生成式AI模型在对物理环境进行推理方面变得越来越强大。制造业、物流和医疗保健领域的劳动力短缺为自动化采纳创造了经济激励。监管框架正在不断完善,以适应先进的自主系统。

对于投资者而言,Thor代表了对这种融合的敞口,而无需直接押注单个机器人公司。平台战略意味着英伟达在多个应用和用例中获取价值,降低了集中风险,同时保持了上涨潜力。

然而,有几个因素值得仔细考量。影响先进半导体的供应链限制可能会限制供应,特别是如果数据中心的需求与制造产能竞争。3,000多美元的价格点将可寻址市场限制在高端应用,这可能会限制销量增长。散热和功耗要求可能对某些部署环境构成挑战。

短期机会可能集中在工业和物流应用中,因为这些领域的经济合理性最为明确。人形机器人虽然吸引了大量的关注和投资,但距离大规模商业部署尚需数年。投资者应相应调整预期,认识到技术能力与市场采纳时间表之间的差异。


变革加速

Thor的上市标志着物理AI发展的拐点——计算限制不再束缚机器人智能的时刻。开发者首次能够专注于算法和应用,而无需再与硬件限制作斗争。

这一转变与之前技术变革中改进工具加速创新的情况类似。个人电脑催生了软件创业潮。云计算使可扩展应用普及化。Thor及类似平台可能会开启新一波物理AI创新浪潮,届时智能系统将像今天的智能手机一样普及。

其投资影响是深远的。那些成功利用Thor的能力创造差异化机器人解决方案的公司,可能会在市场成熟时获得超额回报。而那些未能适应的公司,则可能面临淘汰风险,因为计算优势会随着时间推移而累积。

正如一位行业分析师所观察到的:“我们正在见证真正智能机器的诞生。问题不在于这场变革是否会发生,而在于哪些公司将引领它——哪些公司将被抛在后面。”

曾被长期承诺但受技术限制的通用机器人时代,可能终于来临了。对于愿意应对短期不确定性的投资者而言,潜在的回报可能是变革性的。

过往业绩不保证未来结果。投资者在根据新兴技术和市场趋势做出投资决策之前,应进行彻底的尽职调查并咨询合格的财务顾问。

您可能也喜欢

本文是根据我们的用户在 新闻提交规则和指南下提交的。封面照片是计算机生成的艺术作品,仅用于说明目的;不表明实际内容。如果您认为本文侵犯了版权,请毫不犹豫地通过 发送电子邮件给我们来举报。您的警惕和合作对帮助我们维护尊重和合法合规的社区至关重要。

订阅我们的通讯

通过独家预览了解我们的新产品,获取企业业务和技术的最新资讯

我们网站使用Cookie来启用某些功能,为您提供更相关的信息并优化您在我们网站上的体验。更多信息请参阅我们的 隐私政策 和我们的 服务条款 。强制性信息可在 法律声明