Nvidia a présenté les modules Jetson T3000 et T2000, deux nouvelles variantes de son architecture Thor conçues pour déployer des modèles d’intelligence artificielle sur des robots, des systèmes de vision et machines autonomes avec une moindre mémoire, consommation et taille par rapport au Jetson T5000 actuel. Ces appareils pourront être simulés avant leur lancement commercial prévu pour le premier trimestre de 2027.

Les clés des nouveaux Jetson Thor en 30 secondes

• Le Jetson T3000 offre 865 téraflops FP4, 32 Go de mémoire et une CPU Arm à huit cœurs.
• Le T2000 réduit la configuration à 400 téraflops FP4 et 16 Go.
• Nvidia estime que le T3000 est environ deux fois plus petit et économe en énergie que le T5000.
• Cosmos 3 Edge permettra d’exécuter un modèle robotique de 4 milliards de paramètres sur le dispositif.
• Les modules seront disponibles au cours du premier trimestre 2027.

Le fabricant souhaite élargir la famille Thor au-delà des robots humanoïdes et des plateformes industrielles à coût élevé. Le Jetson T3000 vise des systèmes nécessitant l’exécution de modèles multimodaux et le traitement de capteurs en temps réel, sans pour autant atteindre les 128 Go de mémoire ni les 2 070 téraflops FP4 du T5000. Le T2000 constitue une option inférieure pour robots mobiles, manipulateurs, agents visuels et autres dispositifs d’intelligence artificielle en edge.

Nvidia n’a pas encore communiqué les prix, dimensions exactes ni plages de consommation pour ces deux nouveaux modules. Elle n’a pas non plus publié de fiche technique complète détaillant interfaces, nombre de cœurs GPU, stockage compatible ou configuration des caméras. Pour l’instant, leurs spécifications doivent être considérées comme préliminaires et limitées aux données fournies dans l’annonce.

Le T3000 réduit mémoire et puissance par rapport au Jetson T5000

Le Jetson T3000 combine un GPU basé sur Blackwell, une CPU Arm Neoverse à huit cœurs, 32 Go de mémoire LPDDR5X et une bande passante de 273 Go/s. Nvidia annonce 865 téraflops de calcul FP4 et une connectivité Ethernet de 25 Gbps.

La société affirme que le module occupe environ la moitié de la taille et consomme à peu près la moitié que le T5000. Cependant, aucune mesure précise n’a été fournie pour confirmer cette comparaison, ce qui empêche de déduire directement la consommation électrique, limitée entre 40 et 130 W pour le modèle supérieur.

Les chiffres du T4000 et T5000 proviennent des spécifications officielles actuelles de Jetson Thor. Nvidia utilise les téraflops FP4 dispersés pour exprimer la performance de ces modules. Pour le T3000 et T2000, elle évoque simplement des téraflops FP4, sans préciser si ces chiffres sont calculés selon les mêmes conditions.

Cette différence complique une comparaison directe des performances réelles. Les téraflops indiquent la capacité théorique à effectuer certaines opérations mathématiques en 4 bits, mais ne prédisent pas à eux seuls la vitesse d’un robot, d’un système de vision ou d’une application linguistique.

La performance finale dépendra de la précision, de la taille du modèle, de la mémoire disponible, du flux de données, de l’optimisation logicielle et de la charge des capteurs. Un module avec moins de téraflops peut suffire lorsque le modèle tient en mémoire et que l’utilisation de la GPU n’est pas saturée.

Nvidia affirme que le T3000 atteint une capacité d’inférence comparable à celle du T5000 dans des charges multimodales incluant grands modèles de langage, vision, systèmes VLA (vision-language-action) et modèles fondamentaux. Il s’agit d’une déclaration du fabricant, qui n’a pas encore été confirmée par des tests indépendants ou des résultats détaillés par modèle.

Quelle place occupe chaque module dans la famille Thor ?

La réduction de mémoire est partiellement liée au coût. Nvidia explique que le T3000 pourrait permettre de diminuer le prix des systèmes, notamment dans un contexte de hausse du prix de la mémoire. Passer de 128 Go à 32 Go influence fortement le coût, mais limite également la taille des modèles et le nombre de tâches pouvant fonctionner simultanément.

Le T2000 amène la capacité à 16 Go et 400 téraflops FP4. Nvidia le positionne comme un point d’entrée pour étendre la plateforme Thor vers des systèmes qui utilisaient jusqu’ici Jetson Orin ou d’autres plateformes edge AI moins puissantes. La société n’a pas précisé quels modèles Orin seront remplacés ni si ces deux technologies cohabiteront plusieurs années.

Les agents logiciels tentent de compenser la réduction de mémoire

En parallèle des modules, Nvidia a publié de nouvelles fonctionnalités pour les agents de développement, permettant d’analyser et d’ajuster l’utilisation de la mémoire, la configuration système et le déploiement d’applications Jetson.

L’objectif est d’automatiser des tâches auparavant réalisées manuellement, telles que la revue des modèles, buffers, bibliothèques, processus et accélérateurs. Nvidia affirme que ces outils peuvent permettre d’exécuter une même application avec moins de mémoire, mais le résultat dépendra du contexte et du projet.

Ces résultats sont fournis par Nvidia et les entreprises partenaires. Ils ne garantissent pas que toute application pourra réduire de moitié sa consommation mémoire sans compromettre performance ou fonctionnalités.

Les techniques employées incluent la quantification, la suppression de processus inutiles, la réutilisation de la mémoire, le déchargement des opérations vers des accélérateurs spécialisés, ou encore la sélection de versions plus petites des modèles. Certaines optimisations maintiennent la performance, d’autres peuvent réduire la précision, le contexte ou la capacité.

L’économie de mémoire devient particulièrement critique avec les T2000 et T3000. Pour faire fonctionner des modèles avancés dans 16 ou 32 Go, les développeurs devront optimiser la gestion de la mémoire plus que pour un T5000 de 128 Go. La capacité de calcul annoncée est inutile si le modèle, le contexte ou les images intermédiaires ne peuvent pas tenir en mémoire.

Cosmos 3 Edge intègre un modèle robotique de 4 milliards de paramètres

Nvidia a également annoncé Cosmos 3 Edge, une version de 4 milliards de paramètres de sa famille de modèles fondamentaux. Elle est conçue pour fonctionner sur des plateformes Thor, aidant un système physique à interpréter son environnement, raisonner sur ce qu’il perçoit et prédire ou générer des actions sans dépendre en permanence du cloud.

Les développeurs pourront adapter le modèle à un type précis de robot et à ses capteurs en environ une journée. Ce délai dépendra du volume de données, du hardware d’entraînement, du degré de personnalisation et de la complexité du dispositif.

Cosmos 3 Edge vise à réduire l’écart entre simulation et réalité physique. Un développeur pourra entraîner ou ajuster un comportement en environnement virtuel avant de transférer le modèle sur le robot pour inférence locale.

Le traitement sur le dispositif diminue la latence et assure la continuité des opérations même avec une connexion limitée. Cela évite aussi d’envoyer en permanence des vidéos et des données de capteurs vers un centre distant, tout en nécessitant de protéger les données stockées ou transmises par le robot.

Jetson et IGX T3000 ne sont pas tout à fait identiques

Nvidia prépare deux versions du T3000. Le Jetson T3000 est destiné à la robotique et aux systèmes intégrés généralistes, tandis que l’IGX T3000 possède les mêmes capacités de calcul, mais inclut des fonctionnalités de sécurité fonctionnelle et la compatibilité avec Nvidia Halos for Robotics.

La sécurité fonctionnelle est cruciale dans les applications industrielles, la logistique, la médecine ou dans les espaces partagés. Elle ne correspond pas à la cybersécurité : son but est d’assurer une réponse predictable en cas d’erreur hardware ou software, et de diminuer le risque de préjudices physiques.

Nvidia n’a pas encore publié les certifications, niveaux d’intégrité ou configurations finales du IGX T3000. Sa compatibilité avec Halos doit être considérée comme un aspect de l’annonce, et non comme une certification générale pour tout robot utilisant le module.

Les développeurs pourront commencer par simulation

Les modules physiques ne seront pas disponibles avant le premier trimestre 2027, mais Nvidia facilitera les débuts de développement via le kit Jetson AGX Thor actuel.

La simulation du T3000 sera proposée dès juillet avec JetPack 7.2.1. La simulation du T2000 sera ajoutée ultérieurement, sans date précise. Cela permettra aux équipes de tester leur application avec des ressources limitées, en s’approchant du comportement futur.

La simulation aide à vérifier si une application tient en mémoire et si elle offre les performances requises, mais ne remplace pas totalement les tests matériels finaux. La température, la consommation, les interfaces, la latence et le comportement soutenu peuvent différer lors de la livraison des modules commerciaux.

Nvidia collabore déjà avec des fabricants comme ADLINK, Advantech, AAEON, Aetina, Seeed Studio, Connect Tech et AVerMedia sur la plateforme Thor. La liste inclut aussi 1X, Agile Robots, Amazon Robotics, Boston Dynamics, FANUC, Hitachi et Techman Robot, qui utilisent ou développent avec cette plateforme.

Ce lancement traduit un changement dans le secteur de la robotique. Nvidia a commencé la famille Thor avec une plateforme haut de gamme, offrant 128 Go et jusqu’à 2 070 téraflops FP4. Les versions T3000 et T2000 adaptent ces spécifications pour s’intégrer dans des systèmes où le coût, la taille et la consommation priment sur la capacité maximale.

Il manque encore des données importantes : prix, consommation précise, dimensions, interfaces et performance avec des modèles spécifiques. Jusqu’à publication des fiches techniques et à l’arrivée de tests indépendants, ces nouveaux Jetson doivent être considérés comme une extension future de la famille Thor, non comme des produits prêts pour des déploiements immédiats.

Questions fréquentes

Quand seront disponibles les Jetson T3000 et T2000 ?

Nvidia prévoit leur commercialisation pour le premier trimestre 2027, après avoir permis leur simulation sur le kit Jetson AGX Thor actuel.

Quelle différence entre T3000 et T5000 ?

Le T3000 réduit la mémoire de 128 à 32 Go et la performance annoncée de 2 070 à 865 téraflops FP4. Nvidia précise aussi qu’il occupe et consomme environ la moitié, sans fournir de chiffres exacts.

À quoi sert le Jetson T2000 ?

Il cible les agents visuels, robots mobiles, manipulateurs et autres systèmes edge nécessitant Thor, mais avec moins de mémoire et de puissance que les modules haut de gamme.

Qu’est-ce que Cosmos 3 Edge ?

Un modèle de 4 milliards de paramètres destiné à faire interpréter l’environnement, raisonner et agir localement sur Nvidia Thor, en déployant une intelligence avancée sur le robot ou le système physique.

Source : blogs.nvidia