英伟达T3000/T2000模组来了，预计明年上市
机器人前瞻（公众号：robot_pro）
编译 | 周加琦
编辑 | 漠影
机器人前瞻7月16日报道，近日，英伟达推出了基于NVIDIA Blackwell架构的全新模组T3000和T2000，可将机器人技术、视觉AI及各类边缘工作负载，部署到体积小巧且节能的系统中。
▲（图源：X）
此前英伟达发布的Jetson AGX Thor，一直为人形机器人和机器人系统提供算力支持和开发平台，1X、思灵机器人、Amazon Robotics、波士顿动力、发那科、日立和达明机器人等企业都依托此平台进行开发与验证。
此次发布的T3000和T2000，将用于加快实现机器人规模化部署和边缘AI应用。
一、T3000主打高性能推理，T2000降低入门门槛
T3000由Jetson T3000和IGX T3000算力模组组成，该模组体积和功耗是T5000的一半，AI算力可达865 FP4万亿次浮点运算。
其中，Jetson T3000集成了NVIDIA Blackwell GPU、八核Neoverse Arm CPU、32GB LPDDR5X内存和273GB/s内存带宽，以及25 GbE的连接能力。
IGX T3000不仅能提供相同性能，还带有安全特性，可无缝运行英伟达Halos for Robotics全栈安全系统。
此外，T3000体积虽小，但在大语言模型、视觉语言模型、通用世界模型等多模态任务中，推理性能和T5000相当。
Jetson T2000算力达400 FP4万亿次浮点运算，配有16GB内存。它将Thor架构带到更广泛的边缘AI系统，为开发者构建视觉AI智能体、自主移动机器人、工业机械臂等提供入门级的选择。
目前，英伟达的算力可覆盖从70 TOPS到2000 TFLOPS的边缘AI平台，满足各类边缘场景的算力需求。
▲算力覆盖图（图源：英伟达）
二、Jetson Agent Skills上线，数日完成全栈内存优化
此次新发布的Jetson Agent Skills，开发者在数日内可完成整套软件栈优化，节省内存。
该功能适用于整个Jetson产品，包括Jetson Thor和Jetson Orin，让开发者能够在低内存配置上运行更高负载的工作。
其中，优必选、思灵机器人和工业解决方案提供商Connect Tech，成功将内存使用量减少了15GB，能够从英伟达Jetson AGX Orin 64GB迁移至32GB。
此外，在智能零售和交通领域均减少了内存使用量。
▲不同领域内存减少对比图（图源：英伟达）
借助Agent Skills，以及NVIDIA NemoClaw蓝图编排智能体，Jetson已成为面向物理AI的成熟开发平台，能够更好地实现大规模推理、自主决策和任务自动化。
三、Cosmos 3 Edge轻量登场，面向Thor平台实时分析
英伟达同步扩展了NVIDIA Cosmos 3全模态世界基础模型，新增了一款与NVIDIA Thor平台兼容的轻量级模型Cosmos 3 Edge。
此前，在GTC台北活动中，英伟达发布了NVIDIA Cosmos 3系列中的Cosmos 3 Nano和Cosmos 3 Super。其中Cosmos 3 Nano包含16B参数，Cosmos 3 Super包含64B参数。
而Cosmos 3 Edge仅有4B参数，可以帮助具身智能系统感知环境、实时推理，并通过端侧推理预测和生成动作。
借助开源的Cosmos框架，开发者可在一天内，针对机器人不同形态与传感器对Cosmos 3 Edge进行后训练，缩小仿真到现实的差距，随后可部署到Jetson Thor上，用于实时视觉分析和机器人自主决策。
▲（图源：英伟达）
目前，Cosmos 3 Edge尚未开源到Hugging Face和GitHub。
结语：从硬件到模型，英伟达加速物理AI规模化落地
从T3000和T2000模组的推出，到Jetson Agent Skills带来的内存优化能力，再到Cosmos 3 Edge轻量级世界模型的加入，英伟达正构建一套覆盖硬件、软件与模型的全栈式边缘AI生态，降低了机器人从实验室走向大规模量产的门槛。
目前，开发者可在7月晚些时候通过JetPack 7.2.1使用T3000仿真模式，T2000仿真模式将在后续版本中提供。另外，英伟达计划于2027年第一季度上市两款模组。
(来源：新浪科技)
关联资讯:
英伟达推出全新Jetson Thor计算机，搭配智能体技能，大幅压缩机器人内存使用量
英伟达官宣推出全球首款完全开放的全模态物理AI模型NVIDIA Cosmos 3
NVIDIA推出Cosmos 3世界模型，黄仁勋：物理AI爆发时代近在眼前
