輝達本週宣佈為其 Jetson Thor 邊緣 AI 與機器人計算平臺新增兩款中端模組——T3000 和 T2000，預計在 2027 年第一季度 正式出貨。這兩款產品將作為現有高階型號 T4000 和 T5000 的低成本補充，主要面向對價格更敏感的工業與機器人客戶。

當前 Jetson Thor 產品線中，客戶若想使用基於 Blackwell 架構 的 Thor 硬體，只能選擇搭載 64GB 記憶體的 T4000 或 128GB 記憶體的 T5000。隨著元件成本尤其是記憶體價格持續走高，輝達希望通過推出配置更精簡、價格更低的新型號來拓寬市場。

從規格上看，T3000 集成了 8 個 Arm Neoverse V3AE CPU 核心 和 1536 個 CUDA 核心 的 Blackwell iGPU，在稀疏 FP4 計算下可提供 865 TFLOPS 的算力，約為 T4000 圖形效能的 72%。值得注意的是，T3000 與 T4000 的 GPU 核心配置完全相同，效能差異主要來自 GPU 時脈頻率的調整。T3000 配備 32GB LPDDR5X-8500 記憶體，雖然容量僅為 T4000 的一半，但保留了完整的 256 位記憶體匯流排，記憶體頻寬維持在 273GB/s，與高階型號持平。這意味著在記憶體頻寬受限的 AI 推理任務中，T3000 的表現將非常接近 T4000 和 T5000，輝達因此將其定位為多模態工作負載下更具價效比的選擇。整板功耗約為 65 瓦，是 T5000 的一半，並保留了 25GbE 網路連線能力。

定位更低的 T2000 則進一步削減了配置：6 核 CPU、1024 個 CUDA 核心，算力為 400 TFLOPS（稀疏 FP4），約為高階型號的 46%。記憶體降至 16GB，執行在減半的記憶體總線上，頻寬為 137GB/s。網路連線也從 25GbE 降級為 10GbE。輝達明確表示，T2000 將主要面向輕量級邊緣 AI 應用，而非複雜的機器人場景。

除了硬體層面的調整，輝達還從軟體側應對記憶體成本壓力。公司釋出了一套高度最佳化的 Jetson 技能庫，通過降低記憶體佔用，使客戶能夠在相同硬體層級內選擇更低記憶體配置的模組，同時保持相近的工作負載效能。輝達在新聞稿中直言，此舉就是為了讓客戶能夠“向下遷移”到更便宜的記憶體配置。

此次產品線擴充套件反映出輝達在享受 AI 熱潮紅利的同時，也在積極應對元件成本飆升對其工業和嵌入式業務的衝擊。通過提供覆蓋不同效能和成本區間的完整產品矩陣，輝達試圖在機器人、邊緣 AI 等快速增長的領域鞏固其生態地位，同時不讓高昂的入門價格成為客戶採用其最新 Blackwell 架構的障礙。