انفجاری از قدرت تو جعبه کوچیک! معرفی مینی‌پی‌سی جدید انویدیا که ۲۰۷۰ ترافلاپس زور داره!

اگه فکر می‌کردید مینی‌پی‌سی‌ها فقط واسه کارای سبک ساخته شدن، باید خبر جدید انویدیا رو بشنوید! انویدیا خیلی بی‌سروصدا اومده قوی‌ترین مینی‌پی‌سی‌ش رو تا حالا معرفی کرده که اسمش هست Jetson AGX Thor Developer Kit و کلی هم حرف برای گفتن داره.

خب، این مدل جدید به یه چیپ (همون سیستم روی ماژول یا System-on-Module) به اسم Jetson T5000 مجهز شده که راستش رو بخواید، قدرتش باورتون نمی‌شه: یه چیزی حدود ۲۰۷۰ ترافلاپس! (ترافلاپس یعنی چند تریلیون عملیات عددی تو هر ثانیه… خلاصه یعنی مغزش حسابی گاز می‌ده!)

این افتخار رو مدیون GPU جدیدشه که رو معماری Blackwell ساخته شده. معماری یعنی همون ساختار داخلی یک تراشه یا پردازنده که نشون می‌ده مغز سیستم چطور طراحی شده. اینجا ۲۵۶۰ هسته داره، که اگه نمی‌دونید هسته چیه، ساده بخوام بگم: هر چی هسته بیشتر، تا حدودی یعنی زور بیشتر واسه پردازش کارهای پیچیده مثل هوش مصنوعی! تازه ۹۶ تا Tensor Core نسل پنجمی هم داره (Tensor Coreها همون واحدهای تخصصی محاسباتی واسه کارای خیلی سنگین مثل یادگیری ماشین هستن)، و یه قابلیت جالب اسمش multi-instance GPU هست. یعنی این برد می‌تونه خودش رو به چند تا بخش تقسیم کنه و همزمان چند تا کار رو انجام بده.

خودِ کیت توسعه Jetson AGX Thor رو اگه ببینید، شاید فکر کنید یه کیس دسکتاپ باحال یا حتی شاید یه کارت گرافیک عجیب و غریب با RTX 5090 اشتباهش بگیرید! اما هدفش چیز دیگه‌ایه: این دستگاه بیشتر واسه پروژه‌های هوش مصنوعی لب مرزی ساخته شده، یعنی همون Edge AI که جایی به کار میاد که مثلا باید ماشین‌ها یا ربات‌ها خودشون تصمیم بگیرن و منتظر ارسال داده‌ها به مرکز نمونه.

داخلش یه CPU هم داره از خانواده Arm Neoverse-V3AE، با ۱۴ هسته حسابی چابک و ۱۲۸ گیگ رم از نوع LPDDR5X (اینم جدیدترین نسل رم‌هاست که سرعت انتقال داده رو سرسام‌آور بالا می‌بره).

از لحاظ ارتباطی هم ترکونده: چهار تا پورت ۲۵ گیگابیتی اترنت (۲۵GbE) گذاشته، NVMe برای حافظه سریع (NVMe یه جور SSD خیلی پرسرعته)، و حتی گرافیکش می‌تونه به راحتی چندین تصویر ۴K و ۸K رو رمزگذاری و رمزگشایی کنه! فکر کنید دارید چند تا ویدئوی فوق‌سنگین پخش می‌کنید و این برد عین خیالش هم نیست.

یه مدل سبک‌تر هم معرفی شده به اسم Jetson T4000 که هنوز کامل لانچ نشده. این یکی ۱۲۰۰ ترافلاپس زور داره، ۱۵۳۶ تا هسته و ۶۴ گیگ رم داره. پس اگه بودجه‌ت کمتره یا نیاز به اون قدرت فضایی نداری، T4000 به کارت میاد.

جفت این مدل‌ها مصرف برق متغیر دارن. مثلاً T5000 بین ۴۰ تا ۱۳۰ وات می‌بلعه که با توجه به کاری که انجام می‌ده، برای یه سیستم جمع و جور فوق‌العاده‌ست.

واسه چی اینو ساختن؟ بیشتر محقق‌ها، مهندس‌ها و کسایی که به رباتیک یا Edge Workload علاقه دارن از این سیستم سود می‌برن. Edge Workload یعنی کارهایی که لازم نیست حتماً اطلاعات رو بفرستن سرور مرکزی و خودشون تو همون محل جمع و جور تصمیم‌گیری و تجزیه و تحلیل رو انجام بدن.

برد حاملش (یعنی مادر بورد مرجعی که همه چی روش سوار می‌شه) با وای‌فای 6E اومده، یه ترابایت حافظه NVMe SSD داره، رابط‌های استاندارد دیباگ (یعنی برای اشکال‌زدایی) و کلی درگاه ارتباطی مثل QSFP28 واسه شبکه خیلی سریع و یه پورت ۵ گیگابیتی RJ45 هم هست. همه اینا یعنی اگه کلی سنسور سنگین و دیتا داشتی که تو پروژه‌هات می‌خوای استفاده کنی، این برد جا نمی‌زنه!

درگاه‌های گسترش مثل M.2 رو هم داره، خروجی HDMI 2.0b و DisplayPort 1.4a (که تصویر رو فوق‌العاده شفاف نشون می‌دن) و چند تا پورت USB هم روش پیدا میشه. ابعادش هم ۲۴۳ در ۱۱۲ در ۵۶ میلی‌متره؛ یعنی کمی بزرگ‌تر از مینی‌پی‌سی‌های معمولیه، اما نسبت به ایستگاه‌های کاری غول‌پیکر خیلی جمع و جورتره.

خود انویدیا می‌گه این محصول در کنار پروژه‌هایی مثل DGX Spark که سال قبل معرفی کرده بودن قراره بازار توسعه هوش مصنوعی رو داغ کنه. Jetson AGX Thor به طور خاص برای ربات‌های انسان‌نما، سیستم‌های هوش مصنوعی تصویری و کار با کلی سنسور طراحی شده. علاوه بر سخت‌افزار، از فریم‌ورک‌های معروف انویدیا مثل Isaac، Metropolis و Holoscan هم پشتیبانی می‌کنه (این فریم‌ورک‌ها پکیج نرم‌افزاری هستن که کار توسعه‌دهنده‌ها رو راحت می‌کنن).

قیمت این دسکتاپ جمع و جور حرفه‌ای ۳۴۹۹ دلاره. سفارش پیش‌فروش از الان شروع شده و از بیستم نوامبر ۲۰۲۵ به دست مشتری‌ها می‌رسه. پس اگه به رباتیک یا هوش مصنوعی علاقه داری و دنبالت یه پلتفرم کامل می‌گردی، این گزینه حسابی به کارت میاد!

در ضمن، اگه دنبال مینی‌پی‌سی‌های دیگه هستی یا دوست داری بهترین ورک‌استیشن‌های امروزی رو ببینی، یه سرچ ساده تو سایت‌هایی مثل TechRadar کلی گزینه جلوت می‌ذاره. راستی، برنامه‌نویسی با پایتون هم هنوز زنده و پرقدرته، پس نگران نباش 😉

منبع: +