Nvidia ha lanzado oficialmente su plataforma Jetson AGX Thor, un sistema diseñado para convertirse en el «cerebro» de robots avanzados en múltiples industrias. Este nuevo kit de desarrollo y módulos de producción combina un rendimiento de inteligencia artificial extremo con eficiencia energética, ofreciendo hasta 2,070 teraflops de potencia de cómputo en el modelo T5000 a 130 vatios. Con capacidades de ejecutar modelos generativos de lenguaje y visión en tiempo real, Jetson Thor está orientado a desarrolladores que buscan implementar sistemas robóticos complejos, desde brazos y drones hasta robots humanoides capaces de interactuar con su entorno físico. Su disponibilidad global promete transformar la manera en que los robots perciben, interpretan y actúan en el mundo real, facilitando aplicaciones en fábricas, logística, edificios inteligentes y más.
Jetson Thor: potencia de IA en formato compacto
El Jetson AGX Thor es el último avance en la línea Jetson de Nvidia, ofreciendo un rendimiento de inteligencia artificial significativamente superior al de su predecesor, el Jetson AGX Orin. Según Nvidia, el módulo T5000 proporciona hasta 2,070 teraflops de cómputo de IA a un consumo energético de 130 vatios, mientras que la versión T4000, más ligera, alcanza 1,200 teraflops con solo 70 vatios. Este aumento de capacidad supone un incremento de hasta 7,5 veces en potencia de cómputo y 3,5 veces en eficiencia energética, lo que permite ejecutar modelos de IA generativa de última generación directamente en los robots.
El núcleo de esta potencia reside en la GPU Nvidia Blackwell, optimizada para tareas de inteligencia artificial de alto rendimiento. Además, el módulo T5000 cuenta con 128 gigabytes de memoria, garantizando que los robots puedan procesar grandes volúmenes de datos de múltiples sensores sin sacrificar velocidad o latencia. Esto resulta especialmente útil en aplicaciones que requieren procesamiento simultáneo de cámaras, LIDAR y otros sensores críticos para robots humanoides y drones.
Aplicaciones en robótica avanzada
Jetson Thor no está limitado a un tipo específico de robot. Nvidia utiliza el término «physical AI» para describir cualquier máquina capaz de percibir, comprender e interactuar con el entorno físico mediante sensores y actuadores. Esto abarca:
-
Robots humanoides capaces de aprendizaje en tiempo real y toma de decisiones autónoma.
-
Brazos robóticos y sistemas industriales que optimizan procesos de ensamblaje y manipulación de materiales.
-
Drones aéreos, acuáticos y de almacén que combinan navegación autónoma con análisis de datos sensoriales en tiempo real.
-
Sistemas de mantenimiento autónomo en fábricas, edificios inteligentes que regulan temperatura y ventilación, y campus universitarios con gestión automatizada de energía.
Brett Adcock, fundador y CEO de Figure AI Inc., destaca que «el desarrollo de humanoides capaces depende de nuestra habilidad de ejecutar potentes modelos de IA directamente en el robot, habilitando aprendizaje e interacción en tiempo real». Esto subraya la importancia de la computación a nivel local, reduciendo la dependencia de servidores externos y minimizando la latencia en la toma de decisiones.
Comparativa técnica: T5000 vs T4000
| Modelo | Teraflops de IA | Consumo energético | Memoria | Aplicaciones principales |
|---|---|---|---|---|
| T5000 | 2,070 | 130 W | 128 GB | Robots humanoides, drones complejos, entornos industriales |
| T4000 | 1,200 | 70 W | 128 GB | Robots ligeros, drones de menor tamaño, pruebas de desarrollo |
Esta distinción permite a los desarrolladores seleccionar la versión adecuada según la carga de trabajo y la eficiencia energética requerida, facilitando una escalabilidad flexible en proyectos de robótica.
Ecosistema de desarrollo y adopción
El Jetson AGX Thor Developer Kit ya está disponible con un precio inicial de 3.499 dólares, mientras que los módulos de producción T5000 parten de 2.999 dólares y el T4000 desde 1.999 dólares. Nvidia resalta que las pruebas realizadas con el kit de desarrollo se transfieren directamente a entornos de producción, acelerando el ciclo de desarrollo de nuevos robots.
Actualmente, más de 2 millones de desarrolladores utilizan el stack de robótica de Nvidia, incluyendo compañías como Agility Robotics, Amazon Robotics, Boston Dynamics, Caterpillar, Figure AI, Hexagon, Medtronic y Meta. Esta amplia adopción refleja la confianza del sector en la plataforma Jetson para aplicaciones de alta exigencia.
Impacto en la industria y perspectivas
El lanzamiento de Jetson Thor marca un hito en la evolución de la robótica autónoma y la inteligencia artificial aplicada. La posibilidad de ejecutar modelos de lenguaje, visión y acción directamente en los robots permite una interacción más fluida y natural con el entorno, algo crucial para humanoides y sistemas de logística autónoma. Además, la eficiencia energética mejorada hace que su uso sea viable en entornos donde la disponibilidad de energía es limitada, como drones de inspección o robots subacuáticos.
En términos económicos, la adopción masiva de plataformas como Jetson Thor podría acelerar la automatización industrial y la expansión de robots inteligentes en sectores como la logística, manufactura, agricultura de precisión y cuidado de la salud. Empresas que ya han integrado Jetson en sus procesos destacan la reducción de tiempo de desarrollo en hasta un 40% y la mejora de la precisión de sensores en entornos dinámicos.
Reflexiones adicionales
Jetson Thor no solo ofrece potencia de procesamiento, sino también un enfoque integral hacia la robótica física. La capacidad de procesar datos en tiempo real desde múltiples sensores, ejecutar modelos de IA generativa y mantener eficiencia energética constituye un cambio significativo en la forma en que se diseñan y despliegan robots. A medida que la plataforma se adopte globalmente, podríamos ver una nueva generación de robots autónomos capaces de operar de manera más segura, eficiente y colaborativa en entornos humanos y naturales.
Por otro lado, la estandarización del ecosistema Jetson facilita la interoperabilidad entre robots, sensores y sistemas de control, lo que reduce la complejidad del desarrollo y aumenta la accesibilidad de la robótica avanzada a startups y universidades.
594