Jetson Thor引爆機器人大腦革命：“三臺計算機”生態(tài)劍指萬億美元Physical AI市場
今年AI領域流行的熱詞無疑是Agentic AI和Physical AI。通常我們認為Agentic AI的下一個市場突破點就是Physical AI：Physical AI是將AI應用到現(xiàn)實世界實體的技術基礎。從這個角度來看，汽車、機器人，乃至更多工業(yè)自動化應用都屬于Physical AI范疇。今年Computex臺北電腦展上，NVIDIA CEO黃仁勛說Physical AI是機器人革命的基石；而通用機器人將開啟下一個萬億美元行業(yè)。
在NVIDIA FY2024年報中，黃仁勛寫了一篇長達7頁的致股東信，主要是在談行業(yè)發(fā)展熱點與未來：其中的最后一條就是“機器人的ChatGPT時刻即將到來”。所以近幾年的GTC開發(fā)者大會及更多頂會之上，黃仁勛的主題演講一定有一部分是特別分配給機器人的。
關注NVIDIA機器人生態(tài)敘事的讀者應該知道，NVIDIA在這一領域的努力、成果及延續(xù)自AI技術的絕對領先地位，絕不僅限于為機器人提供大腦芯片，而更大程度上在于建立起的一整套生態(tài)——構建生態(tài)的思路，也是NVIDIA在加速計算市場近幾十年來致勝的法寶。而傳說中的“三臺計算機”生態(tài)，藉由AI學習、模擬仿真、機器人本體部署三位一體，打造端到端生態(tài)，才真正全面直擊了當代具身智能機器人開發(fā)的痛點。
圖1：NVIDIA面向機器人的三臺計算機 圖片來源：英偉達
在前年的GTC開發(fā)者大會上，NVIDIA在媒體會上曾大致談過，面向Physical AI的“三臺計算機”生態(tài)中，對NVIDIA而言更大的盈利點恐怕在前兩臺計算機上——也就是用于AI學習和模擬仿真的兩臺計算機；只不過顯然這兩臺計算機都是要為第三臺計算機，也就是機器人本體服務的。
值得注意的是,在過去2-3年包括CES、SIGGRAPH、ISC等在內的會議上，黃仁勛的主題演講多少都會提到Jetson Thor——且這顆芯片和平臺也有機會在今年下半年及后續(xù)數年成為新爆點。而Jetson就是第三臺計算機。近期有關Jetson Thor平臺的消息已經開始頻繁活躍于網絡及媒體，借著這個機會，我們也有機會更進一步理清NVIDIA在機器人領域的生態(tài)規(guī)劃。
未來的機器人大腦
目前NVIDIA面向嵌入式應用的平臺主要有Jetson, DRIVE AGX, Clara AGX三者。后兩者分別是面向汽車與醫(yī)療應用的，而Jetson目前的定位是邊緣與機器人。實際上，機器人可被看作邊緣應用的一個子集。這三者都可以視作NVIDIA針對Physical AI布局“三臺計算機”生態(tài)的第三臺計算機，只不過作為不同應用的“大腦”存在。
所謂的“第三臺計算機”，其核心用途就是將在前兩臺計算機上完成的算法與結果部署到機器人或其他Physical AI設備本體之上。所以Jetson芯片也就成為了機器人的大腦——它可能需要負責機器人的定位導航、運動軌跡規(guī)劃、全身步態(tài)控制，以及現(xiàn)代化的視覺感知、LLM/VLM/VLA大模型參與機器人的交互與任務編排等等。
從硬件角度來看，NVIDIA面向機器人提供的“大腦”芯片主要就是Jetson系列產品，包括更早采用Pascal、Maxwell架構的Jetson，以及相對更偏近代Volta架構的Jetson Xavier，和現(xiàn)在更加為人所知基于Ampere架構的Jetson Orin。去年的ROSCon機器人大會上，我們看到現(xiàn)場超過半數的機器人及模組廠商都在用Jetson Orin，幾個月前《國際電子商情》姊妹刊《電子工程專輯》體驗過的Jetson Orin Nano也屬于其中一員。
而預計將在今年下半年推向市場的Jetson Thor將借助最新的Blackwell架構，持續(xù)強化機器人大腦的能力——傳說中的Isaac GR00T人形機器人開發(fā)平臺就基于Jetson Thor。雖說截止到發(fā)稿前，NVIDIA還未完全公開Jetson Thor的全部信息，但汽車應用方向上的DRIVE AGX Thor卻已經在今年上半年量產，不少車廠也都已經準備將其應用到汽車中；基于NVIDIA芯片面向不同應用采用同架構的特點，Jetson Thor理論上也當與DRIVE AGX Thor有著相似的配方。
圖2：英偉達Thor SoC架構介紹 圖片來源：英偉達
實際在今年早些時間，NVIDIA也已經公開談論過Jetson Thor：預計其GPU算力為8.064 TFLOPS@FP32，1035 TOPS@FP8，以及Blackwell架構原生支持的2070 TOPS FP4算力。更重要的是Jetson Thor的GPU采用MIG隔離技術，也就是多實例GPU特性，或對資源高效利用、隔離及任務并行有幫助；以及Blackwell架構更加適配現(xiàn)代化的AI模型，尤其是Transformer結構神經網絡的加速。
換用Blackwell架構之所以重要，也在于今年Computex臺北電腦展上黃仁勛談到Physical AI越來越需要具備理解現(xiàn)實世界的能力，包括對象永續(xù)性在內的各種物理世界規(guī)則——而對這些有更好的理解能力，一定程度上需要依托Agentic AI及邏輯推理(reason)。Ampere架構受制于較老的NVDLA神經網絡加速單元，在處理這類工作方面的能力顯然是不及算力水平更高且加入Transformer引擎的Blackwell架構的。同時，在“三臺計算機”生態(tài)中，作為第三臺計算機的Jetson與另外兩臺保持Blackwell架構同步，在部署和遷移上大概于開發(fā)者也更友好。
相關Jetson Thor尤為值得一提的是，其CPU部分將會是14個基于ARMv9架構的Poseidon-AE核心，也就是Neoverse V3AE。CPU性能提升2倍以上，讓Jetson更大程度上作為機器人腦獨當一面，尤其強化實時控制的能力，包括電機驅動、傳感器融合等。
另外，再加上內存帶寬提升(LPDDR5X)、安全子系統(tǒng)升級、更多加速器集群、IO擴展能力加強、適配更小的體積等等，基于Blackwell架構的Jetson Thor在我們看來，是讓“Physical AI”“具身智能”及AI機器人等稱謂真正名副其實的芯片及平臺——而“機器人的ChatGPT時刻”也將從這里開始。
開發(fā)生態(tài)可能才是殺招
但這些不是Jetson的全部。黃仁勛總說，NVIDIA是一家軟件公司。這話在作為機器人第三臺計算機的Jetson平臺同樣適用。要知道，此前《電子工程專輯》在體驗Jetson Orin Nano的過程中，在完全零基礎、零代碼的情況下達成了對象識別、與機器人對話的功能開發(fā)，這與Jetson完善的開發(fā)生態(tài)是分不開的，也是任何其他同類競品平臺做不到的——尤其在加上另外兩臺計算機的情況下。
2019年NVIDIA發(fā)布的Isaac SDK正是基于AI的機器人開發(fā)平臺——當時我們在GTC之上看到的Isaac還比較初級。而到去年NVIDIA參加ROSCon，我們再見Isaac，其完善程度已不可同日而語了。
圖3：Isaac GR00T開放式人形機器人開發(fā)平臺，其中Isaac是生態(tài)關鍵 圖片來源：英偉達
Isaac本身的核心構成組件及NVIDIA為此搭建起的參考工作流尤為多樣化。受限于篇幅，本文不打算對其做完整介紹。不過，有個例子在我們看來是頗具代表性的，也代表真正可投入生產的機器人開發(fā)流程會是怎樣。當時的主題演講中，NVIDIA工程師特別談到了機械臂的隨機深框抓取，也就是機械臂藉由視覺感知去抓取雜亂無章的對象，同時要將其以特定位姿擺到下游的生產線上。
NVIDIA針對這一問題采用的是名為Isaac Manipulator的參考工作流，特別面向工業(yè)機械臂。其大致工作流程是這樣的：首先將來自3D相機的RGBD數據流喂給檢測算法，將所有實例的mask識別出來；后續(xù)的決策算法根據設計好的排序規(guī)則，對不同實例打分，打分最高的mask喂給FoundationPose(6D位姿估計算法)；然后基于高精度要求，接入精匹配(fine matching)算法來修正6D位姿估計結果。
最后將識別到的、需要抓取目標的6D位姿，發(fā)給碰撞檢測模塊——cuMotion是可用于在復雜動態(tài)環(huán)境中進行無碰撞軌跡規(guī)劃的算法，根據機械臂狀態(tài)、目標6D位姿、環(huán)境中的障礙物，來求解是否存在無碰撞的全局軌跡——若沒有，則注冊為失敗的mask，決策算法會給出對應懲罰；如果有，則調用Motion Generation算法，生成機械臂的低層級控制，發(fā)往控制器完成動作。
圖4：英偉達隨機無序抓取解決方案架構設計 圖片來源：英偉達
上面這兩段內容可能有一些晦澀難懂，總的來說這套流程包含了感知、決策、控制三部分。這套工作流的關鍵組成部分包括了3個基礎模型：實時目標檢測算法SyntheticaDETR、6D位姿估計和追蹤的預訓練模型FoundationPose、無碰撞軌跡的cuMotion；硬件層面會藉由GPU并行加速。借此，我們大致能看到生成式AI在當代機器人開發(fā)解決方案中的重要性。
作為參考工作流，Isaac Manipulator著眼于讓開發(fā)者快速部署和驗證已有算法，機器人開發(fā)者當然可以選擇參考其中的部分模塊或整個工作流，并將自己的產品集成到其中。目前采用Isaac Manipulator方案的機器人企業(yè)已經不少( 當時會上列舉的如Franka Robotics, intrinsic, Picknik, Solomon, Yaskawa等)。
將這個例子套用到NVIDIA的“三臺計算機”生態(tài)上，情況就變成了這樣：第一臺做AI模型訓練——包括感知、抓取、6D位姿估計與追蹤等——NVIDIA在其中也提供不少預訓練模型；第二臺則是仿真計算機，底層是Omniverse，更具體地說建基于Isaac Sim機器人仿真軟件；第三臺就是采用Jetson芯片及Isaac ROS的機器人，將前兩臺計算機得到的算法與結果部署到機器人本體。
可以說，一方面Isaac作為綜合完整的機器人開發(fā)平臺，真正加速了AI機器人的模型構建、模擬仿真、部署，即加速了具身智能的潛在大規(guī)模落地；另一方面，Isaac構建起的機器人開發(fā)生態(tài)系統(tǒng)，涵蓋的軟件框架、仿真環(huán)境、AI模型、硬件加速庫等，達成的完整性、易用性、可擴展和定制性，幾乎沒有其他機器人開發(fā)平臺可比擬——構建閉環(huán)生態(tài)和標準的思路，就是NVIDIA在諸多應用領域百戰(zhàn)不殆的典型。
達成萬億市場規(guī)模的潛力
受限于篇幅，本文對于NVIDIA構建機器人生態(tài)的側重點還是放在了第三臺計算機上。實際上，另外兩臺現(xiàn)階段更能產生價值的計算機也向來是我們關注的重點，包括以DGX為代表的第一臺計算機，用于AI模型預訓練或后訓練；以及負責跑Omniverse + Cosmos的第二臺計算機，用于對AI模型做訓練、測試、驗證和模擬仿真更是我們以往探討的核心。
加上最終落地部署到Jetson Thor及機器人本體之上，這些共同構成了潛在的萬億美元行業(yè)規(guī)模，及人類與機器人共生、具身智能參與到大量生產工作中的未來。
圖5：今年GTC發(fā)布的GR00T N1模型 圖片來源：英偉達
在走向這一目標的過程中，有這樣一個基本邏輯：以人形機器人為代表的、更具泛化和通用性的機器人，將有機會真正實現(xiàn)機器人技術的規(guī)?；?。
就像Computex上黃仁勛說的“人形機器人令人驚嘆之處，并不僅在于它能做什么，而更在于它相當通用(versatile)。”“技術需要規(guī)?；?scale)。絕大部分已有的機器人系統(tǒng)，到目前為止，量都還太少。
量少的系統(tǒng)很難做到技術的規(guī)模化，并最終走得夠遠、夠快。”這是人形機器人現(xiàn)在如此受追捧，并讓機器人技術做到規(guī)模化和普及的底層邏輯。
所以去年NVIDIA也推出了Isaac GR00T(當時還叫Project GR00T)人形機器人開發(fā)平臺，及著眼于開發(fā)通用機器人基礎模型的主旨。今年GTC上，開源的Isaac GR00T N1模型就問世了——基于合成數據做生成、學習和模擬仿真；后續(xù)更新的Isaac GR00T N1.5今年6月份Computex期間也已經達到6,000次下載量。
Computex上，NVIDIA發(fā)布Isaac GR00T-Dreams這一參考工作流，建基于Cosmos，用于大規(guī)模合成軌跡數據生成，更是依托Omniverse + Cosmos第二臺計算機、借助生成未來世界狀態(tài)的夢境(Dreams)嘗試解決機器人開發(fā)當下缺數據的問題。GTC期間發(fā)布的開源Physical AI數據集更是NVIDIA嘗試解決行業(yè)缺數據痛點的身體力行。
且在NVIDIA自身生態(tài)建設努力之外，我們也看到Jetson平臺與Isaac生態(tài)正持續(xù)添磚加瓦：比如智元機器人用GR00T Teleop + GR00T Mimic打造仿真遙操作數據采集和擴增方案；群核空間智能平臺SpatialVerse則基于Isaac Sim構建具身智能“世界模擬器”；堅米智能藉由Isaac Lab構建仿真訓練模型，加速四足機器人開發(fā)；銀河通用借助Isaac Lab建起大規(guī)模機器人靈巧抓握數據集和仿真測試環(huán)境，加速靈巧手泛化抓取技能的落地......
相對的，更落地的成果表現(xiàn)在諸如光輪智能開始將GR00T N1和N1.5模型部署到汽車制造生產線；傅里葉推出的GR-2人形機器人借助Isaac Gym(現(xiàn)在的Isaac Lab)進行強化學習和場景仿真，還有我們在ROSCon上看到的諸多已經應用在科研領域的機器人成品。
隨著Jetson Thor的上市，預計越來越多的機器人都會用上Jetson Thor芯片與Isaac開發(fā)平臺，享受“三臺計算機”帶來的開發(fā)便利，并在Blackwell新架構的加持下達成
更高水平的機器人智能。圍繞三臺計算機生態(tài)，從底層算力基礎，到模型、算法、數據、開發(fā)工具鏈，及具體上層應用的參考工作流，層層覆蓋并解決機器人開發(fā)遭遇的挑戰(zhàn)和痛點，在形成開發(fā)粘性與生態(tài)依賴的同時，協(xié)同上下游及外圍合作伙伴，全面加速具身智能、機器人在商業(yè)生產上的應用，推動機器人在人類社會的普及——現(xiàn)在真正做到了這一點的，大概也只有NVIDIA了。
