A
A
  • Angol
  • Magyar
  • 18 perc

Jetson Thor: az AI és robotika jövője fejlesztőknek

Az Nvidia Jetson Thor fejlesztői csomag új lehetőségeket tár fel a robotika és mesterséges intelligencia fejlesztésében, fejlett hardverével és dedikált szoftvereszközeivel.

Az Nvidia új, Jetson Thor fejlesztői készletét mutatja be a videó, amely a legújabb Jetson modullal, a Jetson Thor-ral együtt érkezik. A központi elem a T5000 modul, amely Blackwell architektúrájú RTX 50 sorozatú GPU magokat és jelentős számú ARM Neoverse CPU magot kombinál. A fejlesztői csomag számos csatlakozási lehetőséget kínál, mint például HDMI, DisplayPort, Ethernet, USB 3.2, Wi-Fi 6, és különféle tárolási opciókat is támogat. A Linux, egészen pontosan Ubuntu operációs rendszer fut rajta, de nem általános PC-ként értendő, hanem fejlesztési platformként robotikai és fizikai AI rendszerekhez.

Érdekes kérdés merül fel arra vonatkozóan, hogy mire képes a Blackwell GPU ebben a környezetben, különösen játékok, illetve különféle AI feladatok területén. Felvetődik, hogy milyen teljesítményt nyújt a rendszer nagy nyelvi modellek futtatásakor, valamint hogyan lehet hatékonyan kihasználni a 128 GB-os LPDDR5X memóriát és a fejlett ARM processzorokat. A különféle bemutatott demókban robotok vezérlését, valós idejű szenzoradatok feldolgozását és emulációját is láthatjuk, ráadásul ezeket akár fizikai robot nélkül, szimulációs környezetben is el lehet végezni.

A videó betekintést enged az Nvidia által fejlesztett Isaac SIM és Groot szoftverplatformok használatába is. Ezek az eszközök lehetővé teszik a robotika valósághű szimulációját, hibakeresését és az AI modellek betanítását digitális ikrekkel. Bemutatásra kerül, miként képes a Jetson Thor fejlett vizuális AI feladatokat ellátni, például objektumfelismerés mellett komplex kérdések megválaszolását is végrehajtani egy videó alapján, így a gépi látás egy új szintjét célozzák meg.

Külön figyelmet kap, hogy a Jetson Thor mennyire jó nagy nyelvi modellek gyors kiszolgálásában: példákon keresztül hasonlítják össze a teljesítményt más rendszerekkel, és megvizsgálják, milyen előnyöket nyújt a memóriakezelés és a GPU-gyorsítás. Felmerül a kérdés, hogy mindezzel mennyire lehet megkönnyíteni robotikai fejlesztők, AI-kutatók vagy akár induló startupok életét azáltal, hogy valós robot nélkül, virtualizált környezetben tesztelhetik és fejleszthetik megoldásaikat.