NVIDIA曝Jetson T3000：865 TFLOPS边缘AI，尺寸功耗砍半

NVIDIA在7月15日突然甩出两张新牌——Jetson Thor T3000和T2000模组，专为机器人和边缘AI打造。最炸裂的是T3000：官方号称在不到T5000一半的尺寸和功耗下，塞进了865 FP4 TFLOPS的AI算力，相当于把一台能跑大模型、视觉语言模型的超级计算机压缩到巴掌大小。这还没完，它搭载Blackwell GPU、八核Arm Neoverse CPU和32GB LPDDR5X内存，带宽273GB/s。不过别急着下单，NVIDIA说模组要到2027年第一季度才正式供货，现在只能通过JetPack 7.2.1仿真体验。

目前能确认到哪一步
announced（已发布，预计2027年Q1供货，现可仿真开发）

T3000：小身材，大算力
NVIDIA这次在T3000上玩了一把“缩骨功”。官方数据显示，这块模组的尺寸和功耗只有T5000的一半，但AI性能却能达到865 FP4 TFLOPS——几乎和大哥T5000持平。这意味着开发者可以把原本需要大机箱的AI推理任务，塞进一个紧凑的机器人脑袋里。它集成了Blackwell GPU、八核Neoverse CPU和32GB LPDDR5X内存，带宽273GB/s，还支持25GbE网络。对于跑大语言模型、视觉语言模型甚至世界基础模型的多模态任务，T3000声称能提供相似的推理性能。

不过，NVIDIA也留了一手：T3000并非孤军奋战，还有一款面向功能安全的IGX T3000版本，集成了NVIDIA Halos全栈安全系统，专门用于与人协作的机器人场景。官方强调，在当前内存价格高企的背景下，迁移到T3000能帮企业省下真金白银。但要注意，这些性能数据都来自NVIDIA官方，实际表现还得等2027年Q1模组上市后才能验证。



T2000：边缘AI的“亲民”入口
如果T3000算力过剩，T2000可能更对你的胃口。它同样基于Thor架构，但算力砍到400 FP4 TFLOPS，内存减半至16GB，定位是视觉AI智能体、自主移动机器人和工业机械臂的入门选择。NVIDIA表示，随着T2000的加入，Jetson平台实现了从70 TOPS到2000 TFLOPS的算力全覆盖，开发者几乎可以应对任何边缘AI负载。

但T2000的吸引力不止于硬件。NVIDIA同步推出了Jetson智能体技能，能自动优化内存和系统配置，号称把数周的手动调优压缩到几天。比如，优必选和Agile Robots通过软件优化，内存占用降低了15GB，从而从Orin 64GB模组降级到32GB版本。不过，这些案例来自NVIDIA官方博客，具体效果可能因场景而异。T2000的仿真模式将在后续JetPack版本中提供，正式供货同样要等到2027年Q1。





生态与软件：不只是卖芯片
NVIDIA这次不只是发布两块模组，还端出了一整套软件生态。新推出的Cosmos 3 Edge模型只有40亿参数，专为Thor平台优化，能在端侧实现实时视觉分析和机器人策略执行。开发者只需一天就能针对特定机器人进行后训练，弥合仿真与现实的差距。此外，NVIDIA Isaac、Nemotron等工具链也全面支持新模组，从仿真到部署一条龙。

目前，1X、Agile Robots、Amazon Robotics、波士顿动力等公司已宣布采用Jetson Thor平台。NVIDIA还拉上了ADLINK、研华、Seeed Studio等20多家生态伙伴提供基于Thor的解决方案。但要注意，这些合作消息均来自NVIDIA官方，实际产品落地进度和性能表现仍需观望。开发者现在可以通过Jetson AGX Thor开发者套件进行仿真开发，但模组本身要等到2027年Q1才能到手。

资料线索
• analyticsinsight.net
• blogs.nvidia.com
• blogs.nvidia.cn

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。