Nvidia는 제조에서 건강 관리에 이르기까지 AI 의사 결정을 직접 가져 오도록 설계된 새로운 $ 3,499 로봇“Brain”을 공개했습니다. 이 발표는 AI가 실제 응용 프로그램과 인간과 같은 로봇을 포함한 고급 자동화 시스템에 깊이 통합되는 AI Evolution의 네 번째이자 마지막 물결 인“물리 AI”에 대한 CEO Jensen Huang의 비전과 일치합니다.
3 월 NVIDIA의 연례 GTC 회의에서 기조 연설을하는 동안 Huang은 4 개의 별개의 단계를 통해 AI의 진행을 설명했습니다. 약 10 년 전에 시작된 첫 번째 물결 인 Perception AI는 언어를 인식하고 이미지를 분류하는 능력에 중점을 두었습니다. Chatgpt와 같은 대규모 모델로 특징 지어진 두 번째 물결 인 생성 AI는 지난 5 년 동안 예측 패턴을 기반으로 텍스트와 이미지를 생성했습니다. 현재의 웨이브 인 Agentic AI는 AI 모델이 독립적으로 추론하고 작업을 수행 할 수 있도록합니다. Huang은 물리적 AI가 이러한 발전의 정점을 나타내며 AI를 실질적인 실제 응용 프로그램에 통합한다고 주장합니다.
가격이 3,499 달러 인 Jetson Thor 개발자 키트는 다음 달 배송을 시작할 예정입니다. 이 발표는 Nvidia의 주식이 약간 증가했으며 화요일 아침에 더 많이 상승했습니다. Nvidia의 Blackwell Chips에 의해 구동되는 Jetson Thor는“타의 추종을 불허하는 성능과 확장 성”이 생성 AI 모델의 계산 요구를 처리 할 것을 약속합니다. Nvidia에 따르면 Jetson Thor는 전임자에 비해“최대 7.5 배의 AI 컴퓨팅 및 3.5 배 더 나은 에너지 효율성”을 제공합니다. 이 시스템은 로봇이 실시간으로 주변 환경을 인식하고 대응할 수 있도록 설계되었으며, 이는 물리적 세계에서 AI 채택을 확장하는 데 중요한 기능입니다.
Jetson Thor는 로봇 내에 설치 될 소형 컴퓨터로 클라우드 연결에 의존하지 않고도 인식, 이해 및 동작을 위해 여러 AI 모델을 동시에 실행할 수 있습니다. NVIDIA는 감독, 안전 책임자 및 네비게이터를 단일 시스템에 통합하여 로봇을 통해 위험을 식별하고 장애물 주위를 재배치하며 운영 효율성을 유지할 수 있습니다. 온보드 전원과 소프트웨어의 조합을 통해 로봇은 운전자 검사 미러 확인, 사이렌 듣기 및 차선 변경과 유사하게 여러 작업을 동시에 관리 할 수 있습니다.
NVIDIA는 물리적 세계에 응용 프로그램을 포함하도록 챗봇을 훈련시키는 것 외에도 AI 기능을 적극적으로 확장하고 있습니다. 이 확장은 NVIDIA의 대상 시장을 확대하여 물류, 제조, 의료, 건설, 소매 및 자율 시스템과 같은 부문을 포함하여 상향 시간 및 안전을 우선시합니다. NVIDIA의 발표는 전자 상거래, 산업 및 기술의 얼리 어답터 및 평가자를 강조하여 더 큰 주문으로 이어질 수있는 잠재적 인 단기 파일럿 프로그램을 제안했습니다.
로봇 공학 엔지니어의 경우 Jetson Thor는 대기 시간이 줄어들고 오류가 줄어 듭니다. 이를 통해 로봇은 밀리 초로 반응 할 수 있으므로 물체가 떨어지는 물체를 성공적으로 잡고 떨어 뜨리거나 충돌하는 대신 장애물 주위를 탐색하는 것의 차이가 있습니다. 이 응답 성은 수많은 작업에 걸쳐 두 번째 절약이 축적되기 때문에 안전한 사고는 비용이 많이 들고 파괴적이기 때문에 중요합니다. NVIDIA는 시스템의 전력 효율성과 여러 AI 작업을 동시에 처리 할 수있는 능력을 강조하여 로봇 당 필요한 컴퓨터 수를 줄이고 시스템 설계를 단순화합니다.
회사는 현재 NVIDIA의 ISAAC 도구를 중심으로 구축 된 개발자 생태계가 지원하는 Jetson Thor를 채택하여 프로토 타이핑 및 배포를 가속화하고 있습니다. 비즈니스 리더는 개발자 키트를 사용하여 시험을 시작한 다음 파일럿 프로그램이 효율성 또는 안전성을 보여 주면 생산 모듈을 통해 스케일링 할 수 있습니다. NVIDIA의 장기 목표는 로봇을 다른 자본 장비로 평범하고 신뢰할 수있는 것으로, AI가 속도, 기능 및 제어 가능성을 보장하기 위해 로컬로 처리되어있는 것입니다.
Fortune은 생성 AI를 활용하여 기사의 초기 초안을 지원했으며, 이후 발행 전에 편집자에 의해 정확성을 확인했습니다.
