بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
أعلنت NVIDIA عن وحدتَي Jetson T3000 وT2000 المبنيتَين على معمارية Thor، في خطوة تُعجّل بانتقال الروبوتات من المختبرات البحثية إلى خطوط الإنتاج وبيئات العمل الفعلية. الهدف واضح: توفير حواسيب ذكاء اصطناعي مدمجة وموفّرة للطاقة قادرة على تشغيل نماذج الأساس مباشرةً على الحافة، بعيداً عن الاعتماد الكامل على السحابة.
الوحدة الرئيسية T3000 تُقدّم 865 تيرافلوبس بدقة FP4 (وفقاً لـ NVIDIA Blog)، في حجم يبلغ نصف حجم الوحدة الأكبر T5000 وبنصف استهلاكها للطاقة. تشمل المواصفات معالجاً رسومياً من سلسلة Blackwell، ومعالجاً مركزياً Neoverse Arm بثمانية أنوية، و32 جيجابايت من ذاكرة LPDDR5X، وعرض نطاق ترددي للذاكرة يبلغ 273 جيجابايت في الثانية، مع اتصال 25 GbE. وتحقق T3000 أداء inference مماثلاً لـ T5000 في أعباء العمل المتعددة الوسائط، بما فيها نماذج اللغة الكبيرة LLM ونماذج اللغة والرؤية VLM والنماذج التأسيسية للعالم — مع ميزة إضافية تتمثل في تخفيض التكاليف في ظل ارتفاع أسعار الذاكرة. أما نسختها الصناعية IGX T3000 فتضيف السلامة الوظيفية المدمجة وتشغيل نظام NVIDIA Halos for Robotics الكامل للروبوتات العاملة جنباً إلى جنب مع البشر.
وحدة T2000 تستهدف شريحة أوسع من المطوّرين: 400 تيرافلوبس FP4 مع 16 جيجابايت من الذاكرة (وفقاً لـ NVIDIA Blog)، كنقطة دخول لبناء وكلاء الرؤية البصرية والروبوتات المتنقلة المستقلة والمشغّلات الصناعية. ومع هاتين الوحدتين، باتت NVIDIA تمتلك منظومة متكاملة قابلة للتوسّع تمتد أداءً من 70 TOPS وصولاً إلى 2,000 تيرافلوبس، لتغطية أي عبء عمل على الحافة.
الشركات الكبرى لم تنتظر — فـ1X وAgile Robots وAmazon Robotics وBoston Dynamics وFANUC وHitachi وTechman Robot تبني بالفعل أنظمتها على منصة Jetson AGX Thor. لكن الأهم من الأسماء الكبيرة هو ما يكشفه الجانب البرمجي من القصة.
أطلقت NVIDIA أيضاً Jetson agent skills، وهي مهارات وكلاء ذكاء اصطناعي تُؤتمت تحسين الذاكرة وضبط النظام والنشر — وهي مهام كانت تستغرق أسابيع من الخبراء. النتائج الميدانية لافتة: شركة UBTech وشركة Agile Robots وشركة Connect Tech خفّضت استخدامها للذاكرة بمقدار يصل إلى 15 جيجابايت، مما مكّنها من الانتقال من وحدة Jetson AGX Orin بسعة 64 جيجابايت إلى نسخة 32 جيجابايت. في قطاع التجزئة الذكية، خفّضت SandStar استخدام الذاكرة بمقدار 4 جيجابايتات للانتقال من Jetson Orin NX 16GB إلى 8GB. وفي مجال الروبوتات المرافقة، تستخدم GROOVE X — صانعة روبوت LOVOT — معجّلات الذكاء الاصطناعي غير المتجانسة في Jetson لتوزيع الأحمال وتقليص متطلبات الذاكرة. وفي النقل الذكي، خفّضت NoTraffic استخدام الذاكرة بنسبة 30% على Jetson TX2 NX، مما أفسح المجال لإضافة قدرات ذكاء اصطناعي إضافية دون رفع متطلبات العتاد (وفقاً لـ NVIDIA Blog).
على صعيد النماذج، وسّعت NVIDIA عائلة Cosmos 3 بإصدار Cosmos 3 Edge، نموذج خفيف الوزن بـ4 مليارات معامل مصمّم للتشغيل المباشر على منصات Thor. يُمكّن النموذجَ الأنظمةَ المجسّدة من رؤية العالم والاستدلال عليه في الوقت الفعلي وتوليد إجراءات مناسبة على الجهاز دون الحاجة إلى السحابة. ويمكن لأي مطوّر إعادة تدريب Cosmos 3 Edge لتجسيد وحساسات محددة خلال يوم واحد فقط باستخدام الإطار المفتوح، مما يُغلق الفجوة بين بيئات المحاكاة والواقع الفعلي.
بالنسبة لمن يريد البدء الآن: يمكن محاكاة أداء T3000 عبر مجموعة تطوير Jetson AGX Thor المتاحة من شركاء القنوات، وستتوفر وضعية المحاكاة emulation mode بدءاً من وقت لاحق هذا الشهر مع إصدار JetPack 7.2.1، فيما سيلحق دعم T2000 في إصدار لاحق. المنظومة تضم شركاء عتاد من بينهم ADLINK وAdvantech وAAEON وAetina وAuvidea وConnect Tech وآخرين، وشركاء برمجيات مثل Antmicro وREBOTNIX وRidgeRun لتسهيل الترحيل. أما التوفر الفعلي للوحدتين في السوق فمقرّر في الربع الأول من 2027.
هذا الإطار الشامل — عتاد + نماذج مفتوحة + وكلاء برمجيون + منصة محاكاة — يُشير إلى أن NVIDIA لا تبيع شرائح فحسب، بل تُرسي نفسها طبقةً أساسية لا يمكن تجاوزها في عصر الذكاء الاصطناعي الجسدي. السؤال العملي الآن ليس “هل ستُستخدم هذه المنصة؟” بل “من سيبني عليها أولاً؟”
