ADI采用NVIDIA Jetson Thor平臺，推動人形機器人物理智能與推理能力發展
2025-08-27 12:32:05 EETOP當前，人形機器人正逐步邁向實際應用部署階段，其落地節奏取決于物理智能與實時推理能力的發展。隨著NVIDIA Jetson Thor平臺的正式面市，Analog Devices, Inc. (ADI)將進一步加速人形機器人與自主移動機器人(AMR)的研發進程。
通過將ADI的邊緣感知、精密運動控制、電源完整性及確定性連接技術與Jetson Thor的計算能力、Holoscan Sensor Bridge及Isaac Sim全面整合，雙方正共同為具備推理能力的機器人構建一條從仿真到實際部署的規模化落地路徑。
圖片來源：Pexels / Tara Winstead (C) 2021
物理智能的全新標桿
Jetson Thor重新定義了機器人技術的可能性。該平臺搭載NVIDIA Blackwell GPU、Transformer引擎、多實例GPU (MIG)技術、14核Arm Neoverse V3AE CPU，以及高達128GB的LPDDR5X內存，能在移動級功耗范圍內實現2070 FP4 TFLOPS的服務器級AI計算性能。同時，其高吞吐量I/O接口(包括4×25 GbE)可提供實時融合密集型多模態傳感數據所需的帶寬。
憑借這一能力，NVIDIA Jetson Thor成為首個能大規模運行機器人基礎模型的平臺，從視覺-語言模型到視覺-語言-動作模型，均能提供穩定支持。這一突破使機器人跳出單純的感知層面，邁入兼具推理能力與物理智能行為的全新階段。而這與ADI的研發核心方向高度契合：通過傳感、感知、控制與連接技術，讓此類推理能力在真實場景中發揮作用，實現高精度的物理交互。
“機器人首次能夠理解復雜任務。ADI提供精密的物理底層技術，結合NVIDIA Jetson Thor的推理能力，可實時響應現實世界的物理環境。雙方攜手合作將推動人形機器人從仿真環節穩步邁向可快速部署階段。”——ADI邊緣AI副總裁Paul Golding
基礎模型：推理與物理智能的關鍵
機器人基礎模型將數十年的技術難題整合優化，打造出具備多元感知能力的人形機器人，助力其實現接近人類速度的靈巧操控動作。不過，此類模型的真正突破在于推理能力：通過整合多模態輸入，實時完成任務規劃、環境適應與動作執行。
正如我們在2025年第三季度財報電話會議中所分享，隨著這一技術變革的發展，ADI的業務也將迎來進一步拓展。人形機器人的每個關節都需要精準的電流、位置與扭矩控制；每一次物理接觸都需要觸覺與傳感反饋；同時還需配備多個感知節點，而每個節點背后，都蘊含著信號鏈、感知棧與電源管理的業務機會，這些領域均需滿足確定性運行與低延遲的要求，而這正是ADI的技術優勢所在。
彌合Sim2Real差距
我們正將機器人基礎模型嵌入ADI的開發棧，通過這一舉措彌合仿真到現實(Sim2Real)的差距，確保ADI硬件在NVIDIA Isaac Sim中的表現與在真實場景中完全一致。我們的目標清晰明確：在NVIDIA Isaac Sim中構建物理精度最高的機器人相關解決方案，讓研發團隊既能以仿真速度快速迭代方案，又能依托ADI硬件與NVIDIA Jetson Thor，無縫擴展至真實系統并實現部署。
物理智能通過融合傳感、執行與策略學習和推理能力，賦予機器人執行精密工業任務的能力。為此，需滿足四大核心要求：高保真邊緣傳感、高能效且功能安全的電源方案、與中央計算單元的確定性連接，以及可實現Sim2Real閉環的數字孿生技術。
如今，我們已具備實現這一目標的條件：NVIDIA提供Jetson Thor作為計算基礎，ADI提供信號鏈保真度、電源完整性及相關解決方案，使其實現落地應用。
ADI為人形機器人帶來的核心價值
· 面向頻繁接觸操作的高保真邊緣傳感能力：我們正在研發創新型多模態觸覺傳感技術，同時提供ToF深度傳感器、高精度IMU、關節編碼器及多軸力/扭矩傳感器，可精準捕捉機器人的接觸狀態與本體感知數據。
· 精密運動控制與功能安全電源方案：ADI提供電流、位置、扭矩相關的驅動與控制方案，搭配先進的多圈磁傳感器，能夠實現精準、高能效且安全的執行控制。
· 與中央計算單元的確定性連接：我們具備時間同步數據鏈路能力，將針對自身數據架構棧優化的定制算子與Holoscan平臺集成，以可控延遲的方式將高密度傳感器與感知數據流傳入NVIDIA Jetson Thor。
· 仿真與數字孿生保真度：ADI面向NVIDIA Isaac Sim/Omniverse提供的高質量傳感器模型及參數化器件行為模擬功能，與ADI硬件完全匹配，能夠提升策略遷移效率，實現從仿真環境到真實系統的任務完成率。
ADI機器人技術棧如何與Jetson Thor平臺適配
· Holoscan Sensor Bridge借助NVIDIA JetPack 7實現確定性數據輸入，通過針對ADI數據棧優化的Holoscan算子，將ADI傳感器/執行器的同步數據流式傳輸至NVIDIA Jetson Thor的GPU/CPU，且全程保持可控延遲。
· 4×25 GbE互連技術可實現機器人手部、手臂、軀干及感知節點間的高吞吐量、時間對齊數據融合，憑借ADI連接技術專長，確保感知-推理-動作閉環的同步性與低延遲。
