当前位置: 首页 > news >正文

NVIDIA Jetson,为您的机器人实现节日心愿

NVIDIA Jetson AGX Thor、AGX Orin 以及 Jetson Orin Nano Super 开发者套件,助力打造面向未来的智能机器人。

NVIDIA Jetson 系列开发者套件,包括性能强大的 Jetson AGX Thor、功能多样的 Jetson AGX Orin、以及手掌大小但性能表现优异的 Jetson Orin Nano Super,为机器人注入强大的物理 AI 算力。无论是开发者、研究人员、创客、还是学生,都能通过 NVIDIA Jetson 平台,体验强大的 AI 性能。

  • Jetson AGX Thor 开发者套件——专为开发人形机器人、自主化机器集群以及多模态物理 AI 智能体而设计。该平台提供服务器级算力和生成式 AI 能力,可应对实验室、工厂及真实场景中的最严苛工作负载。
  • Jetson AGX Orin 开发者套件——以高达 275 TOPS 的 AI 性能,为先进机器人、自主化机器和边缘生成式 AI 提供强劲动力,非常适合用于配送机器人、智能视觉以及工业自动化场景。
  • Jetson Orin Nano Super 开发者套件——高性价比的生成式 AI 超级计算机,将桌面级 AI 能力融入手掌大小的套件,用于探索、构建并部署前沿的生成式 AI、视觉与机器人应用。

如果您是创业者、学生、或隶属于教育机构,您可能有资格享受部分 Jetson 开发者套件的折扣。创业者加入 NVIDIA 初创加速计划,可通过产品折扣申请表以优惠价格申请购买多台产品。学生每人可享受一台折扣价,教育机构可通过申请享受多台折扣。请使用您的学校电子邮箱登录 NVIDIA Jetson 教育优惠——Jetson 开发套件折扣了解详情。

继续阅读,了解 NVIDIA Jetson 平台如何呈现机器人技术的未来。

NVIDIA Jetson Orin Nano Super 成为“自动划桨独木舟”的智能大脑

机器人爱好者 Dave Niewinski 使用 Jetson Orin Nano Super 开发者套件打造了一艘可以自动划桨的独木舟,让乘客可以放松地享受平稳前行的水上体验。

这艘机器人船整合了两个安装在轻量化独木舟船体上的六轴机械臂,桨叶动作由 ROS 软件与 AI 算法控制完成。

Jetson Orin Nano Super 基于 NVIDIA Ampere GPU 架构,配备 32 个 Tensor Core 与 1,024 个 CUDA 核心,可提供最高 67 INT8 TOPS 的 AI 性能,并搭载六核 Arm Cortex-A78AE CPU,以及 8GB LPDDR5 内存,内存带宽达 102 GB/s。

最高 25W 的低功耗设计,使其能够在移动、由电池供电的应用场景中实现持续的实时推理和控制。

NVIDIA AGX Orin 驶入深海,赋能水下AI 系统

位于挪威的 AI 水产养殖公司 OptoScale,与边缘 AI 解决方案提供商 Aetina 合作,集成基于 Jetson AGX Orin 的 MX13/23 平台,打造了一套水下 AI 感知系统,用于监测大型开放海域养殖网箱中成千上万条鱼类的健康状况。

Jetson AGX Orin 被安装在水下摄像头模组内部,可直接在边缘端处理高分辨率视频流,并在设备端运行实时视觉模型。这使系统能够以极高精度估算鱼群生物量,即使在网络连接受限的偏远环境中,也能持续输出基于推理的洞察。

Jetson AGX Orin 在紧凑、节能的模组中提供强大的 GPU 加速与高 TOPS AI 性能,非常适合在各种场景中部署使用。

NVIDIA Jetson AGX Thor 赋能移动人形机器人“Dex”

位于拉斯维加斯的 Richtech Robotics 正在开发一款名为 Dex 的移动人形机器人,面向工厂和仓储环境,能够执行机器操作、零件分拣、物料搬运和包装等轻到中等重量的工业任务。

Dex 基于 NVIDIA Jetson AGX Thor 打造,将自主轮式平台的机动性与双臂操作的精细灵活性相结合,使其能够在复杂环境中自主导航并完成物体抓取、放置等任务。该机器人的训练使用了真实世界数据与由 NVIDIA Isaac Sim 生成的合成数据相结合的方式。

NVIDIA Jetson Thor 模组为物理 AI 提供实时推理能力,最高可达 2,070 FP4 TOPS 的 AI 计算性能,并配备 128GB 内存,功耗可在 40–130W 之间灵活配置。

NVIDIA Jetson 系列提供覆盖不同性能层级的完整选择,为每一个开发者提供了设计、构建并部署下一代智能机器所需的工具。年末节庆季,这是送给所有机器人爱好者以及机器人的完美新年礼物。

http://www.jsqmd.com/news/100148/

相关文章:

  • Windows10中配置并使用nvidia-smi,cuda驱动的安装
  • 【无人机算法】低空经济下无人机巡检检测识别算法(城市、林业、水利)
  • 【解决方案】在Windows11上配置SSH免密登录
  • 教育机构如何利用LobeChat开展AI辅助教学?
  • 2025高温高压氢脆测试推荐生产厂家/企业推荐榜/行业品牌排行盘点 - 品牌推荐大师1
  • 决策优化平台有哪些主流品牌
  • 语义增强词:GEO优化搜索的关键所在
  • HuggingFace PyTorch图像模型训练与源码解析
  • LobeChat能否用于生成食谱?AI厨房助手上线体验
  • GitHub Copilot辅助编写TensorFlow代码:结合本地清华源环境
  • PaddlePaddle镜像下载加速指南:使用清华镜像快速部署GPU环境
  • 坡莫合金磁芯加工:国产化突破“卡脖子”技术|深圳金鑫磁材
  • 银行项目管理:核心要素、挑战与高效实践
  • 算法笔记19 - 图和通用结构 | 图的两种遍历 | 三种拓扑排序 | 两种最小生成树算法Kruskal, Prim | 最短路径算法Dijkstra
  • LobeChat能否用于构建旅游攻略助手?行程规划实测
  • Qwen-Image与CLIP融合实现精准图文匹配
  • 手把手教你部署LobeChat镜像,打造专属AI助手门户
  • mysql 数据库 (第一天)
  • Dify + HuggingFace镜像网站加速模型加载技巧
  • 从零开始部署LobeChat:打造个人专属的大模型交互门户
  • LobeChat能否防范偏见歧视?公平性优化措施
  • 虚拟机vmware linux的piix4_smbus : SMBus Host Controller not enabled
  • YOLOv5训练日志分析:Loss曲线怎么看?
  • LobeChat能否实现AI茶艺师?茶叶品鉴与冲泡技巧指导
  • Qwen3-VL-8B实测:本地化图表理解有多强?
  • windows检查并启动多个jar的bat
  • YOLO-v5论文的10大创新点解析
  • 从算法到载体的闭环:解构未来大算力目标追踪无人机集群软硬一体化供应商 - 品牌2025
  • UVa 1450 Airport
  • ComfyUI及常用插件安装全指南