英偉達推出Jetson Thor T3000/T2000，把機器人計算機壓到更小更省

英偉達把機器人用的計算機，又做小了一圈。7月16日，英偉達推出基於Jetson AGX Thor架構的兩款新模組T3000和T2000，面向大眾市場的機器人和邊緣AI應用，計劃2027年第一季度上市。至此，英偉達的可擴充套件邊緣AI平臺，算力覆蓋從70 TOPS到2000 TFLOPS，幾乎能扛住任何邊緣負載。

T3000整合了Blackwell GPU、8核Neoverse Arm CPU、32GB LPDDR5X記憶體和273GB/s頻寬，在緊湊體積裡提供865 FP4 TFLOPS的AI算力——體積和功耗大約是上一代T5000的一半。它和IGX T3000共享這套硬體，後者還整合了功能安全模組，能無縫跑英偉達Halos for Robotics全棧安全系統，給和人協同的機器人上保險。

T2000則把Thor架構帶向更寬廣的邊緣場景，400 FP4 TFLOPS、16GB記憶體，給視覺AI智慧體、自主移動機器人、工業機械臂的開發者提供一個入門選擇。Jetson AGX Thor本來就是為新的人形機器人和機器人系統供能的，1X、波士頓動力、發那科、日立這些公司都在這套平臺上開發。

配套還有新的「智慧體技能」，能自動最佳化所有Jetson裝置的記憶體使用。優必選、思靈機器人已經把記憶體佔用了降了15GB，得以從64GB模組遷到32GB；智慧零售的SandStar省了4GB，陪伴機器人LOVOT也靠異構加速省下記憶體。此外，Cosmos 3 Edge這款40億引數的輕量世界模型也上新了，能幫具身系統感知世界、實時推理、在裝置端預測動作。

邊緣AI的競爭，本質是把大模型從資料中心搬到人手邊。英偉達這套打法，是用統一的晶片架構和軟體棧，把機器人、機械臂、攝像頭全圈進自己的生態。說白了，誰掌握了邊緣推理的入口，誰就握住了物理AI的遙控器。我更傾向於認為，T3000/T2000的意義不在引數多漂亮，而在它把「低成本、低功耗跑強AI」變成了機器人的出廠標配。