NVIDIA präsentierte die Jetson-Plattform als eingebettete Umgebung zum Bau von KI- und Roboteranwendungen in der realen Welt, mit Modulen und Entwicklungskits, die transportiert und in Klassenzimmern, Laboren und Innovationsräumen eingesetzt werden können. Die Präsentation erfolgte in einem Video, in dem Sarah Gu, Gründerin des Risikokapitalunternehmens Conviction und Co-Moderatorin des KI-Podcasts No Priors, erläuterte, wie die Plattform Rechenleistung und Mobilität miteinander verbindet.
NVIDIA zufolge sind Jetson-Module und Entwicklungskits für den Betrieb von Robotern, autonomen Maschinen und Edge-KI-Projekten vorgesehen und unterstützen fortschrittliche offene Modelle. Die Tools Jetson Device Skills und Jetson BSP Skills ermöglichen es Studierenden, Forschern und Entwicklern außerdem, Softwareagenten zur Unterstützung beim Schreiben und Optimieren von Code sowie bei der Bereitstellung von Anwendungen am Edge einzusetzen.
Jetson Orin Nano Super für erste Projekte
NVIDIA bietet das Modul Jetson Orin Nano Super als praktischen Einstieg für Entwickler an, die neu in der Robotik sind. In einem kompakten Entwicklungskit vereint es Möglichkeiten für generative KI, Computer Vision, den Bau von Agenten und die Entwicklung von Prototypen. Seine Leistung bei KI-Operationen beträgt 67 Billionen Operationen pro Sekunde (TOPS).
Der Beitrag stellt mehrere Anwendungsbeispiele vor, darunter das SidewalkPilot-Modell, das in einem speziell angefertigten Elektroauto für Kinder autonom Manöver ausführt, sowie den sprach- und bildbasierten Reachy Mini Jetson Assistant, der lokal auf dem Roboter Reachy Mini Lite ohne Cloud, API-Schlüssel oder Internetverbindung während des Betriebs läuft. Ein weiteres Beispiel zeigt den Bau eines KI-gestützten Roboters mithilfe eines offenen Modells von Mistral.
Jetson AGX Orin für komplexere Aufgaben
Die Leistung des Jetson AGX Orin erreicht 275 Billionen KI-Operationen pro Sekunde. Er richtet sich an fortgeschrittene Robotikprojekte, autonome Maschinen und angewandte Forschung. Laut NVIDIA kann er für Computer Vision, generative KI, autonome Navigation und industrielle Automatisierung eingesetzt werden.
Zu den vom Unternehmen genannten Beispielen gehören eine Weboberfläche zum Echtzeit-Streaming der Inferenz eines Vision-Language-Modells über einen Kamerafeed sowie das SMoRes-System, das von einem Robotikteam der Carnegie Mellon University entwickelt wurde, um in zeitkritischen Rettungsszenarien eine dreidimensionale Karte der Umgebung zu erstellen und nach Überlebenden zu suchen.
Jetson AGX Thor für größere Workloads
Der Jetson AGX Thor richtet sich an die nächste Generation humanoider Roboter und autonomer Systeme, die fortschrittliche Echtzeitinferenz am Edge benötigen. Das Modul bietet bis zu 2070 Teraflops KI-Leistung nach dem FP4-Standard sowie 128 Gigabyte Speicher.
NVIDIA präsentiert das Matcha-Bot-Experiment, das vom SIGRobotics-Team der University of Illinois Urbana-Champaign mit zwei Roboterarmen durchgeführt wurde, die das Modell NVIDIA Isaac GR00T N1.5 ausführen, um autonom Matcha zuzubereiten. Außerdem bietet das Multimodal AI Studio eine Entwicklungsumgebung, die visuelle, sprachliche und textbasierte Eingaben kombiniert, um multimodale KI-Experimente am Edge durchzuführen.
Das Unternehmen verweist auf eine Livestream-Reihe mit drei Lerneinheiten zum Ausführen generativer KI, zum Erstellen von Steuerungsagenten für Roboterarme sowie zur Verwendung von Vision-Language- und Vision-Language-Action-Modellen in Anwendungen für physische KI auf Jetson.