英伟达本周宣布为其 Jetson Thor 边缘 AI 与机器人计算平台新增两款中端模块——T3000 和 T2000，预计在 2027 年第一季度 正式出货。这两款产品将作为现有高端型号 T4000 和 T5000 的低成本补充，主要面向对价格更敏感的工业与机器人客户。

当前 Jetson Thor 产品线中，客户若想使用基于 Blackwell 架构 的 Thor 硬件，只能选择搭载 64GB 内存的 T4000 或 128GB 内存的 T5000。随着组件成本尤其是内存价格持续走高，英伟达希望通过推出配置更精简、价格更低的新型号来拓宽市场。

从规格上看，T3000 集成了 8 个 Arm Neoverse V3AE CPU 核心 和 1536 个 CUDA 核心 的 Blackwell iGPU，在稀疏 FP4 计算下可提供 865 TFLOPS 的算力，约为 T4000 图形性能的 72%。值得注意的是，T3000 与 T4000 的 GPU 核心配置完全相同，性能差异主要来自 GPU 时钟频率的调整。T3000 配备 32GB LPDDR5X-8500 内存，虽然容量仅为 T4000 的一半，但保留了完整的 256 位内存总线，内存带宽维持在 273GB/s，与高端型号持平。这意味着在内存带宽受限的 AI 推理任务中，T3000 的表现将非常接近 T4000 和 T5000，英伟达因此将其定位为多模态工作负载下更具性价比的选择。整板功耗约为 65 瓦，是 T5000 的一半，并保留了 25GbE 网络连接能力。

定位更低的 T2000 则进一步削减了配置：6 核 CPU、1024 个 CUDA 核心，算力为 400 TFLOPS（稀疏 FP4），约为高端型号的 46%。内存降至 16GB，运行在减半的内存总线上，带宽为 137GB/s。网络连接也从 25GbE 降级为 10GbE。英伟达明确表示，T2000 将主要面向轻量级边缘 AI 应用，而非复杂的机器人场景。

除了硬件层面的调整，英伟达还从软件侧应对内存成本压力。公司发布了一套高度优化的 Jetson 技能库，通过降低内存占用，使客户能够在相同硬件层级内选择更低内存配置的模块，同时保持相近的工作负载性能。英伟达在新闻稿中直言，此举就是为了让客户能够“向下迁移”到更便宜的内存配置。

此次产品线扩展反映出英伟达在享受 AI 热潮红利的同时，也在积极应对组件成本飙升对其工业和嵌入式业务的冲击。通过提供覆盖不同性能和成本区间的完整产品矩阵，英伟达试图在机器人、边缘 AI 等快速增长的领域巩固其生态地位，同时不让高昂的入门价格成为客户采用其最新 Blackwell 架构的障碍。