Nvidia Jetson AGX Thor: Neue Maßstäbe für Robotik und KI

Nvidia hat seine Robotikplattform grundlegend überarbeitet und mit dem Jetson AGX Thor ein neues Modul vorgestellt, das den vier Jahre alten Jetson AGX Orin ablöst. Das Entwickler-Kit kostet 3.499 US-Dollar (≈3.580 Euro inkl. Steuern) und richtet sich an Unternehmen, Forschungseinrichtungen sowie Entwickler, die hochperformante KI in Robotik- oder Embedded-Systemen einsetzen möchten – darüber berichtet Renewz.

Mehr Rechenleistung durch neue CPU-Architektur
Im Jetson AGX Thor arbeitet ein 14-Kern-Prozessor auf Basis der ARM-Neoverse-V3AE-Architektur. Diese Variante wurde speziell für sicherheitskritische Anwendungen in Robotern und autonomen Fahrzeugen entwickelt. Gegenüber dem Orin, der noch auf 12 Cortex-A78E-Kerne setzte, bietet Thor höhere Rechenleistung, bessere Skalierbarkeit und zusätzliche Sicherheitszertifizierungen. Damit reagiert Nvidia auf die wachsenden Anforderungen in Bereichen wie Medizintechnik, Automatisierung und kollaborative Robotik.
Blackwell-GPU: bis zu 2 Petaflops
Die wohl wichtigste Neuerung ist der Wechsel von der Ampere- auf die aktuelle Blackwell-Architektur.
- Anzahl der Shader-Kerne: von 2.048 auf 2.560 erhöht
- Tensor-Cores unterstützen neue Datenformate wie FP4
- Bis zu 7,5-fache KI-Leistung im Vergleich zu Orin
Mit einer Spitzenleistung von rund 2 Petaflops (Thor) gegenüber 275 TOPS (Orin) erreicht die GPU eine neue Dimension. Damit lassen sich komplexe KI-Workloads wie Bildanalyse, Objekterkennung, Sprachverarbeitung und Sensorfusion in Echtzeit bewältigen.
Speicher verdoppelt – schnellere Bandbreite
Thor bietet bis zu 128 GB LPDDR5X-RAM, während Orin maximal 64 GB LPDDR5 unterstützte. Das 256-Bit-Interface liefert nun eine Bandbreite von 273 GB/s (vorher 205 GB/s).
Für Erweiterungen stehen zwei M.2-Steckplätze bereit – ein M-Key für Massenspeicher wie NVMe-SSDs sowie ein E-Key für WLAN-Karten. Damit können Entwickler ihre Systeme flexibel anpassen und skalieren.
Die Leistungsaufnahme ist konfigurierbar zwischen 40 und 130 Watt. Orin lag bei 15 bis 60 Watt. Damit deckt Thor ein deutlich breiteres Spektrum ab – vom energieoptimierten Betrieb auf mobilen Plattformen bis hin zu Hochleistungsrobotern in der Industrie.
Netzwerk- und Video-Fähigkeiten
Ein weiteres Highlight ist die Netzwerkanbindung:
- Unterstützung für 4× 25-Gigabit-Ethernet
- Im Dev-Kit integriert: QSFP28-Schacht
- Videoausgänge: HDMI 2.0b und DisplayPort 1.4a
Auch die Videoleistung überzeugt:
- Dekodierung von 10 parallelen 4K-Streams mit 60 fps
- oder bis zu 92 Full-HD-Streams mit 30 fps
Damit eignet sich Thor für autonome Roboter, Drohnenflotten, Überwachungssysteme oder autonome Fahrzeuge, die Videodaten in Echtzeit verarbeiten müssen.
Das Dev-Kit wird mit dem vollständigen Jetson-Software-Stack ausgeliefert, einschließlich CUDA, cuDNN, TensorRT, DeepStream und den Isaac-Robotiktools. Damit lassen sich bestehende Anwendungen einfach portieren, optimieren und in produktionsreife Systeme überführen.
Varianten für Hersteller
Neben dem Entwickler-Kit bietet Nvidia auch zwei reine Prozessorvarianten an:
- Jetson T5000: entspricht dem Vollausbau des Thor mit 14 Kernen, voller Blackwell-GPU und bis zu 128 GB RAM
- Jetson T4000: abgespeckt mit 12 Kernen, reduzierter GPU-Leistung und maximal 64 GB RAM
Hersteller können so je nach Budget und Anwendung zwischen High-End-Performance und kostengünstigeren Optionen wählen.
Mit dem Jetson AGX Thor positioniert sich Nvidia erneut als Technologieführer im Bereich Robotik und Edge-KI. Mehr Rechenleistung, verdoppelter Speicher, erweiterte Netzwerkfähigkeiten und massive Videoverarbeitungskapazitäten machen die Plattform zu einer idealen Lösung für Unternehmen, die autonome Systeme in Echtzeit betreiben wollen. Der Preis von 3.499 US-Dollar erscheint hoch, ist jedoch im professionellen Kontext gerechtfertigt. Thor bietet genau das, was die nächste Generation von Robotik- und KI-Anwendungen benötigt.
Bleiben Sie informiert! Lesen Sie auch: Besser Als „Kinschal“: Türkei Enthüllt Erste Hyperschallrakete Tayfun Block-4
Foto von nvidia.com