Nvidia heeft de Jetson Thor-familie uitgebreid met twee nieuwe modules: de T3000 en de T2000. Voor iedereen die bouwt aan humanoïde robots, autonome machines of visuele AI-systemen, is dit een interessante ontwikkeling. De T3000 levert namelijk vergelijkbare inferentieprestaties als het vlaggenschip T5000, maar in ongeveer de helft van het formaat en met de helft van het verbruik.

Wat maakt de Jetson Thor T3000 anders

De T3000 is gebouwd op de Blackwell-architectuur van Nvidia en levert 865 FP4 teraflops aan AI-rekenkracht. De module combineert een Blackwell-GPU met een achtcore Neoverse Arm-CPU, 32 GB LPDDR5X-geheugen en een geheugenbandbreedte van 273 GB/s. Voor connectiviteit is er 25 GbE aan boord, wat voldoende is voor zware sensor- en videostromen.

Het bijzondere zit hem in de verhouding tussen prestaties en formaat. Volgens Nvidia haalt de T3000 vergelijkbare inferentieprestaties als de T5000 op multimodale workloads, waaronder grote taalmodellen, vision-language modellen, vision-language-action modellen en world foundation modellen. Partner YUAN meldt dat de T3000 rond de 90% van de AI-inferentieprestaties van de T5000 haalt, terwijl geheugencapaciteit, energieverbruik en modulegrootte met ongeveer 50% zijn teruggebracht.

Die verhouding is commercieel belangrijk. Bij de huidige geheugenprijzen telt elke gigabyte die je uit de stuklijst haalt direct door in de kostprijs per unit. En robots worden nu eenmaal in duizenden verkocht, niet in miljoenen zoals smartphones. Elke euro besparing per module telt.

IGX T3000 voor veiligheidskritische toepassingen

Naast de standaard T3000 is er een IGX T3000-variant met een geïntegreerd Functional Safety Island. Deze module draait Nvidia’s Halos for Robotics-stack en richt zich op omgevingen waar robots naast mensen werken, zoals fabriekshallen en magazijnen. Voor industriële armen, autonome systemen en andere safety-critical toepassingen is dat een noodzakelijke laag.

De T2000 als toegangspoort tot Thor

Waar de T3000 het middensegment invult, opent de T2000 de Thor-architectuur voor bredere edge-toepassingen. Deze module levert 400 FP4 teraflops en beschikt over 16 GB LPDDR5X-geheugen met een vermogen van slechts 40 watt. Dat maakt hem geschikt voor visuele AI-agents, autonome mobiele robots en robotarmen waar kosten en energieverbruik doorslaggevend zijn.

Met de toevoeging van T3000 en T2000 dekt Nvidia’s edge-AI-portfolio nu het volledige bereik van 70 TOPS tot 2.000 teraflops. Van slimme camera’s tot volwaardige humanoïde brein-modules draait alles op dezelfde softwarestack.

Cosmos 3 Edge voor fysieke AI

Hardware zonder passende modellen levert weinig op. Daarom introduceerde Nvidia gelijktijdig Cosmos 3 Edge, een world foundation model met 4 miljard parameters dat speciaal is afgestemd op Thor-hardware. Het model verzorgt on-device perceptie, real-time redenering en actievoorspelling voor embodied systemen.

Ontwikkelaars kunnen het model in ongeveer een dag post-trainen voor een specifiek robotmodel en sensorpakket. Dat is snel genoeg om per klant of per vloot te fine-tunen zonder dat het economisch niet rendabel is. Cosmos 3 Edge ondersteunt onder meer real-time livestream-analyse en multi-view visueel begrip, wat het geschikt maakt voor slimme infrastructuur en autonome systemen.

Jetson agent skills verkorten de deploymentcyclus

Naast Cosmos 3 Edge lanceerde Nvidia Jetson agent skills, een automatiseringslaag die geheugenoptimalisatie, systeemconfiguratie en deployment-tuning regelt over het volledige Jetson-portfolio, inclusief oudere Orin-modules. De resultaten:

  • UBTech, Agile Robots en Connect Tech besparen tot 15 GB geheugengebruik, waardoor ze konden overstappen van de Jetson AGX Orin 64GB naar de 32GB-module.
  • Retail vision-bedrijf SandStar bespaarde 4 GB en migreerde van de Orin NX 16GB naar de 8GB-variant.
  • NoTraffic, dat AI draait op verkeersinfrastructuur, verminderde geheugengebruik met 30% op de oudere Jetson TX2 NX. Daarmee ontstond ruimte voor nieuwe functies zonder hardwarevervanging.

De agent skills laten ontwikkelaars met minder geheugen hetzelfde doen. Dat vertaalt zich direct in lagere kosten per unit bij grote volumes.

Wie er al mee bouwt

De adaptie door het ecosysteem zegt vaak meer dan een specificatielijst. Nvidia noemt bedrijven als 1X, Agile Robots, Amazon Robotics, Boston Dynamics, FANUC, Hitachi en Techman Robot als partijen die op het Jetson Thor-platform bouwen. Die spreiding dekt de vier categorieën die de komende jaren het meeste commerciële volume zullen halen: humanoïden, industriële armen, magazijnlogistiek en fabrieksautomatisering.

Aan de leverancierskant leveren partners zoals ADLINK, Advantech, AAEON, Aetina, Connect Tech, Seeed Studio en YUAN al Thor-gebaseerde carrier boards en systemen. YUAN gaf aan de bestaande productieklare edge AI-platforms uit te breiden richting T3000 en T2000, gericht op fabrieksinspectie, autonome robotica en intelligente beveiliging.

Nu al ontwikkelen, later leveren

De modules zijn pas beschikbaar in het eerste kwartaal van 2027. Dat lijkt ver weg, maar ontwikkelaars kunnen direct aan de slag. De T3000-emulatiemodus komt beschikbaar via JetPack 7.2.1 op de bestaande Jetson AGX Thor Developer Kit. Emulatie voor de T2000 volgt in een latere release.

Omdat T3000 en T2000 dezelfde chip-architectuur en softwarestack delen als de bestaande AGX Thor-kit, is er continuiteit. Werk dat je nu in emulatie start, draait straks op productiechips zonder ingrijpende aanpassingen. De volledige fysieke AI-stack, met Isaac voor simulatie en perceptie en open modellen zoals Nemotron, Cosmos 3 en Isaac GR00T, blijft dezelfde.

De economische impact

De kostenefficiëntie van de T3000 is misschien commercieel het interessantst aan deze aankondiging. Als Cosmos 3 Edge en de Jetson agent skills deploymenttijden van weken naar dagen terugbrengen, gaat het bouwen van een robotoplossing sneller.

Nvidia benadert robotica zoals het vijf jaar geleden datacenter-AI benaderde. Bouw het rekenplatform, verspreid de frameworks, koester het ecosysteem en wacht tot het volume van de vraag explodeert.