NVIDIA、Jetson Thorを一般提供──ロボットのリアルタイム推論をオンデバイスへ

NVIDIAは、ロボティクス向けコンピュータ「Jetson Thor」を一般提供し、Physical AI向けのオンデバイス推論基盤を強化した。Jetson Thorは前世代Jetson Orinと比べてAI計算性能が7.5倍、CPU性能が3.1倍、メモリが2倍になったという。ロボットの知能はクラウドだけでなく、現場で低遅延に推論できる計算基盤によって大きく左右される。

なぜロボットにオンデバイスAIが必要なのか

ロボットは複数センサーからのデータを同時に処理し、遅延の少ない判断を続ける必要がある。NVIDIAは、Jetson Thorが視覚言語モデル、Vision-Language-Actionモデル、Cosmos Reason、DeepSeek、Llama、Gemini、Qwen、Isaac GR00T N1.5などの推論をエッジで実行できると説明している。

Agility Roboticsはヒューマノイド「Digit」の第6世代でJetson Thor採用を計画し、Boston DynamicsもヒューマノイドAtlasに統合するとされる。対象はヒューマノイドだけでなく、手術支援、スマートトラクター、配送ロボット、産業用マニピュレータ、Visual AIエージェントにも広がる。

Physical AIは現場実装フェーズへ

生成AIがテキストやコードから現実空間へ広がると、センサー処理、行動計画、推論、制御を一体で動かす必要がある。クラウド依存が大きいと、通信遅延、障害、プライバシー、安全性の面で制約が出るため、現場側の計算能力が実用性を左右する。

製造、物流、建設、医療、農業では、人手不足や安全性の課題が強く、ロボット導入の需要がある。Jetson Thorのような基盤は、ロボットメーカーだけでなく、現場システムを設計するSIerや設備メーカーにも影響する。

注意点

性能向上は重要だが、ロボット導入には安全認証、現場検証、保守、フェイルセーフ、作業者教育が欠かせない。デモの滑らかさだけでなく、現場の例外処理と停止条件を含めて評価したい。

参考：NVIDIA Blog