Nvidia hat mit Jetson Thor ein leistungsstarkes KI-Modul für Robotik vorgestellt, das Echtzeit-Interaktionen revolutioniert.
In Kürze
- Beeindruckende Rechenleistung von 2.070 TFLOPS
- Zwei Varianten: T5000 für Leistung, T4000 für Effizienz
- Physical AI ermöglicht schnelle Reaktionen direkt im Roboter
Nvidia und das neue KI-Modul Jetson Thor
Nvidia hat mit dem neuen KI-Modul Jetson Thor ein echtes Kraftpaket für die Robotik vorgestellt. Basierend auf der Blackwell-Architektur, bringt dieses Modul eine beeindruckende Rechenleistung von 2.070 TFLOPS mit sich – das sind über siebenmal mehr als beim Vorgänger Jetson Orin. Damit sind Roboter nun in der Lage, komplexe Echtzeit-Interaktionen durchzuführen. Sie können gleichzeitig sehen, hören und verstehen, was sie besonders geeignet für den Einsatz in autonomen und humanoiden Robotern macht.
Varianten von Jetson Thor
Jetson Thor kommt in zwei Varianten daher:
- Der T5000 für maximale Leistung
- Der T4000, der auf energieeffiziente Anwendungen ausgelegt ist
Entwickler können direkt mit dem Jetson AGX Thor Developer Kit starten, um ihre Projekte in Angriff zu nehmen. Dabei liefert Nvidia lediglich das Rechenmodul; die Unternehmen müssen sich um die restliche Hardware wie Gehäuse und Sensoren kümmern. Ein klarer Hinweis darauf, dass hier Teamarbeit gefragt ist!
Das Konzept der „Physical AI“
Ein spannendes Konzept, das mit Jetson Thor einhergeht, ist die „Physical AI“. Anders als herkömmliche KI-Systeme, die in der Cloud arbeiten, denkt diese KI direkt im Roboter. Das ermöglicht extrem schnelle Reaktionen, die in vielen Anwendungen, wie etwa bei Service-Robotern oder Maschinen in komplexen Umgebungen, von entscheidender Bedeutung sind.
Plattform und Infrastruktur
Nvidia bietet mit Jetson Thor eine Plattform, die nicht nur für klassische Fabrikroboter geeignet ist, sondern auch für innovative Projekte wie humanoide Roboter. Diese Infrastruktur umfasst neben der Jetson-Hardware auch Trainingsmöglichkeiten im Rechenzentrum sowie Simulationen. Jetson Thor stellt somit einen bedeutenden Fortschritt in der Integration fortschrittlicher KI direkt vor Ort dar – eine Leistung, die früher nur in Supercomputern möglich war.
Quellen
- Quelle: Nvidia
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
