- NVIDIA JETSON AGX TOR與Blackwell GPU，128GB內存和1TB存儲
- 首次修訂描述了一個有能力的平台，該平台與Jetson Orin相比提供了重大性能的改進
- 審稿人同意，它將解決需要強大材料項目的開發人員
NVIDIA最近推出了Jetson Agx Thor開發人員Kit，這是一個$ 3,499的平台，旨在開發機器人技術和Edge AI-審稿人熱情的初始接收。
她心中的是建立在Blackwell Architecture上的Jetson T5000單元，該單元將GPU與2,560個Cuda核心，96張量和CPU 14核心Neoverse結合在一起。
它與128GB的LPDDR5X結合使用，提供超過270GB的帶寬和1TB存儲空間。連接選項包括USB C，USB A，HDMI 2.1，Wi Fi 6e，藍牙，千兆以太網和100GBE端口。
“馬力的蓋布”
現在發現了Kit的首次修訂，並暗示NVIDIA與Jetson Orin相比為開發人員創造了令人印象深刻的選擇。
Hothardware的 測試表明，即使比較有限，Jetson Agx Thor也是一個有力的表現。 NVIDIA的ARM64容器運行順利，但是對其他Blackwell材料的測試是不可能的，並且較舊的Orin Kit無法完成工作量。
但是，該能力的差距很明顯，而Orin更接近RTX 3050，並且Thor接近RTX 5070水平。
大型語言模型在測試中表現良好。作為 Hothardware 他指出：“ LLMS是Jetson優越和需要的地區，因為預計類人形機器人會將舌頭與視覺輸入混合在一起。”
評論得出的結論是，該套件具有機器人和AI項目的“ hosspower”，並指出“如果您想使用NVIDIA的軟件堆棧在多工程友好的環境中運行非常大的AI模型，Jetson Agx Thor開發人員Kit是您的工具的新工具，可以改善您的工具。使用其他AI II ai Cababilities。”。
服務 審查發現，該性能接近NVIDIA的相應主張，其中包括每秒149.1芯片3.1 8b，而150.8。
多速CPU將其放置在AMD Ryzen AI 7 350或Mac Mini M4附近，考慮到GPU的焦點，這被認為足夠了。
正如預期的那樣，在參考測試中，Thor在每個模型中都穩步超過了Orin。較小的工作負載的收入，例如QWEN 2.5-VL 7B和LLAMA 3.1 8B，中度是中等的，Thor的速度約為1.3倍。
DeepSeek-R1 7b在大約1.5倍的速度上顯示出更大的改善。 QWEN 3 32B結論是最引人注目的差異，Thor達到了Orin性能的近五倍，在運行更大且要求更高的模型時強調了他的力量。
雖然動力拉力會導致電池系統，但 僕人 他得出的結論是，Thor提供了高級機器人技術所需的計算和內存。他還設法將1TB SSD識別為WD/Sandisk SN5000。
兩項修訂都將Jetson Agx Thor描述為Edge AI和Robotics項目的有能力的一步，並讚揚了計算能力，內存能力和程序員工具的組合，並指出軟件更新將需要解鎖其所有知識分子。
作為 僕人 說，新套件“將像熱蛋糕一樣銷售。如果您建立高質量的下一代機器人，這是您想做的平台。”
