Jetson T3000、865 FP4 TFLOPSを小型ロボット筐体へ

ロボットAIの競争軸は、研究室で大きなモデルを動かすことから、現場の筐体と電力枠にperception、reasoning、action modelを収めることへ移っている。NVIDIAの2026年7月15日の公開は、Jetson Thor系にT3000とT2000を加え、その制約に直接答えるものだ。T3000の中心となる数字は865 FP4 TFLOPS。NVIDIAは、T5000の約半分のサイズと電力で、multimodal inferenceでは近い性能を出すとしている。

T3000はBlackwell GPU、8コアNeoverse Arm CPU、32GB LPDDR5Xメモリ、273GB/sのメモリ帯域、25 GbE接続を組み合わせる。IGX T3000は同じ性能にfunctional safetyを統合し、人の近くで動くロボット向けにNVIDIA Halos for Roboticsスタックを走らせる。1X、Agile Robots、Amazon Robotics、Boston Dynamics、FANUC、Hitachi、Techman RobotがJetson AGX Thor上で開発している点も、単なる開発ボード更新より重い材料だ。

T2000は同じThor architectureをより広いedge AI機器へ下ろす。400 FP4 TFLOPSと16GBメモリを備え、visual AI agent、自律移動ロボット、産業用manipulatorなどに入る下位の入口になる。NVIDIAは今回の追加で、Jetsonの範囲が70 TOPSから2,000 TFLOPSまで広がると説明した。開発チームにとっては、試作から量産SKUへ移る時にソフトウェアスタックを大きく変えずに済む可能性がある。

商用化に効くのは、目立つ演算性能だけではない。新しいJetson agent skillsは、メモリ最適化、システム設定、デプロイ作業を自動化する。NVIDIAは、UBTech、Agile Robots、Connect Techで最大15GBのメモリ削減があり、Jetson AGX Orin 64GBから32GBモジュールへ移れるケースがあったと示した。SandStarはOrin NX 16GBではなく8GB構成に下げ、NoTrafficはJetson TX2 NXでメモリ使用量を30%削減したという。モデル最適化が部品コストに直結する局面だ。

もう一つの材料はCosmos 3 Edgeである。4B parameterのworld foundation modelとして、embodied systemが周囲を見て、リアルタイムに推論し、行動を予測・生成する用途を狙う。NVIDIAはopen Cosmos frameworkを使えば、特定のembodimentやsensor向けに約1日でpost-trainingできるとしている。T3000 emulation modeはJetPack 7.2.1とともに今月後半から始まり、T3000とT2000のモジュール提供は2027年第1四半期予定。次に見るべき点は、この小型化がデモではなく実地配備の台数に変わるかどうかだ。