NVIDIA、Jetson T3000/T2000を発表──ロボティクスとエッジAIにBlackwell世代を拡大

NVIDIAは、ロボティクスとエッジAI向けにThorアーキテクチャを採用した新モジュール「Jetson T3000」「Jetson T2000」を発表した。T3000はコンパクトな形状で865 FP4テラフロップス、T2000は400 FP4テラフロップスを提供し、ヒューマノイド、産業用ロボット、Visual AIエージェント、自律移動ロボットなどを対象にする。Physical AIの普及にはクラウドだけでなく、現場で動く省電力なAI計算基盤が欠かせない。

新モジュールの狙い

NVIDIAによると、汎用ロボットや自律機械は研究室から量産・実運用へ移りつつあり、エッジで基盤モデルを動かせる小型で電力効率の高いAIコンピュータが求められている。T3000はBlackwell GPU、8コアNeoverse Arm CPU、32GB LPDDR5Xメモリ、273GB/s帯域、25GbE接続を備える。

T2000は16GBメモリと400 FP4テラフロップスにより、より広いエッジAI用途の入口になる。NVIDIAはJetson全体で70 TOPSから2,000テラフロップスまでをカバーするとしており、用途に応じた計算規模の選択肢を広げた。

開発現場では「モデルを載せられるか」が競争力になる

ロボットや検査装置では、通信遅延、ネットワーク断、プライバシー、安全性の理由から、すべてをクラウド推論に任せられない。視覚、言語、行動を組み合わせるVLMやVLA、世界モデルを現場側で動かせることは、製造・物流・インフラ点検の実装スピードに直結する。

同時に、NVIDIAはJetson向けagent skillsでメモリ最適化やシステム設定を自動化し、数週間かかっていた作業を数日に短縮できるとしている。ハードだけでなく、最適化作業そのものをAIで短縮する点も見逃せない。

注意点

エッジAI基盤が強くなっても、ロボット導入には安全認証、現場環境、保守、フェイルセーフが必要だ。性能値だけで判断せず、対象タスク、筐体、電力、温度、ネットワーク、現場作業者との距離を含めて検証したい。

参考：NVIDIA Blog