Jetson T3000, 로봇용 Blackwell을 절반 전력대로 낮춘 카드

로봇용 AI 컴퓨터의 기준점이 “얼마나 큰 모델을 올릴 수 있나”에서 “현장 장비 안에 얼마의 전력과 메모리로 넣을 수 있나”로 옮겨가고 있다. NVIDIA의 2026년 7월 15일 공개는 Jetson Thor 계열에 T3000과 T2000 모듈을 추가하며 그 압박을 정면으로 겨냥했다. 핵심 숫자는 T3000의 865 FP4 TFLOPS다. NVIDIA는 이 모듈이 T5000의 약 절반 크기와 전력으로 비슷한 multimodal inference 성능을 낸다고 설명한다.

T3000은 Blackwell GPU, 8코어 Neoverse Arm CPU, 32GB LPDDR5X 메모리, 273GB/s 메모리 대역폭, 25 GbE 연결을 묶은 모듈이다. IGX T3000은 같은 성능에 기능 안전 구성을 더해, 사람 옆에서 움직이는 로봇을 위한 NVIDIA Halos for Robotics 스택을 함께 구동한다. 1X, Agile Robots, Amazon Robotics, Boston Dynamics, FANUC, Hitachi, Techman Robot 같은 파트너가 Thor 플랫폼을 쓰고 있다는 점도 단순 개발 보드 이상의 신호다.

T2000은 더 넓은 가격대의 엣지 시스템을 겨냥한다. 400 FP4 TFLOPS와 16GB 메모리로 visual AI agent, autonomous mobile robot, 산업용 manipulator에 들어갈 수 있는 하위 진입점을 만든다. NVIDIA는 이번 추가로 Jetson 라인업이 70 TOPS에서 2,000 TFLOPS까지 엣지 AI workload를 덮는다고 밝혔다. 고가 GPU 서버가 아니라 로봇 본체 안의 작은 보드에서 reasoning과 perception을 돌리려는 개발자에게 중요한 변화다.

소프트웨어 쪽 변화도 가격에 직접 닿는다. 새 Jetson agent skills는 메모리 최적화와 시스템 설정을 자동화해, 개발자가 며칠 안에 더 작은 메모리 SKU로 내려갈 수 있도록 돕는다. UBTech와 Agile Robots, Connect Tech는 최대 15GB 메모리 절감을 보고했고, SandStar는 Orin NX 16GB 대신 8GB 모듈 배포가 가능해졌다고 제시됐다. NoTraffic은 Jetson TX2 NX에서 메모리 사용량을 30% 줄였다.

또 하나의 축은 Cosmos 3 Edge다. 4B parameter의 lightweight world foundation model로, Thor 계열에서 on-device inference를 통해 주변 세계를 보고 추론하며 행동을 예측·생성하는 구성을 노린다. NVIDIA는 open Cosmos framework로 특정 센서와 embodiment에 약 하루 만에 post-training할 수 있다고 설명한다. T3000 emulation mode는 JetPack 7.2.1과 함께 이달 말 시작되고, T3000·T2000 모듈은 2027년 1분기 출시 예정이다. 로봇 AI의 다음 병목은 모델 성능만이 아니라 전력, 메모리, 안전 인증, 그리고 현장 배포 비용이다.