ชิปหุ่นยนต์รุ่นล่าสุดของ Nvidia คือ Jetson AGX Thor ได้จุดประกายการถกเถียงอย่างเข้มข้นในชุมชนเกี่ยวกับความเป็นไปได้ในทางปฏิบัติและความยั่งยืนในระยะยาว ด้วยราคา 3,499 ดอลลาร์สหรัฐสำหรับนักพัฒนาและ 2,999 ดอลลาร์สหรัฐสำหรับการสั่งซื้อจำนวนมากเกิน 1,000 หน่วย สมองหุ่นยนต์ตัวนี้สัญญาว่าจะนำความสามารถ AI ขั้นสูงมาสู่อุตสาหกรรมหุ่นยนต์ อย่างไรก็ตาม การวิเคราะห์เบื้องต้นเผยให้เห็นความกังวลหลายประการที่ผู้ซื้อที่มีศักยภาพควรพิจารณา
ข้อมูลจำเพาะของ Nvidia Jetson AGX Thor :
- ราคา: 3,499 ดอลลาร์สหรัฐ (ชุดนักพัฒนา), 2,999 ดอลลาร์สหรัฐ (สั่งซื้อจำนวนมาก 1,000+ ชิ้น)
- ประสิทธิภาพ: เร็วกว่ารุ่นก่อนหน้า Jetson AGX Orin ถึง 7.5 เท่า
- หน่วยความจำ: 128GB สถาปัตยกรรมหน่วยความจำแบบรวม
- การใช้พลังงาน: 30W-140W
- GPU: ใช้ Blackwell พร้อม 2560 CUDA cores, 96 Tensor cores
- CPU: 14 Neoverse V3AE ARM cores
- การเชื่อมต่อ: พอร์ต 25GbE จำนวน 4 พอร์ต
- แบนด์วิดท์หน่วยความจำ: 273GB/s
การใช้พลังงานทำให้เกิดคำถามในทางปฏิบัติ
ความต้องการพลังงานของชิป Thor ได้กลายเป็นประเด็นสำคัญในหมู่นักพัฒนา ด้วยการใช้พลังงานตั้งแต่ 30W ถึง 140W ชิปนี้อาจใช้พลังงานได้มากถึง 28% ของงบประมาณพลังงานทั้งหมดของหุ่นยนต์ทั่วไป การคำนวณนี้มาจากการเปรียบเทียบชิปกับหุ่นยนต์อย่าง Unitree G1 ซึ่งทำงานได้ประมาณ 2 ชั่วโมงด้วยแบตเตอรี่ 9Ah
น่าสนใจที่การใช้พลังงานนี้สะท้อนชีววิทยาของมนุษย์ได้ใกล้เคียงมากกว่าที่คาดไว้ สมองมนุษย์ใช้พลังงานประมาณ 20% ของความต้องการพลังงานทั้งหมดของเรา ทำให้ความต้องการพลังงานของ Thor ดูเป็นธรรมชาติอย่างน่าประหลาด อย่างไรก็ตาม หุ่นยนต์ต้องแบกน้ำหนักเพิ่มเติมของหน่วยประมวลผล ซึ่งแตกต่างจากระบบชีวภาพที่สมองถูกรวมเข้ากับการออกแบบโดยรวม
การวิเคราะห์การใช้พลังงานแสดงให้เห็นว่าแม้ตัวเลขจะดูสูง แต่สอดคล้องกับแบบอย่างทางชีวภาพและอาจเป็นที่ยอมรับได้สำหรับการใช้งานทางอุตสาหกรรมหลายประเภท
การเปรียบเทียบการใช้พลังงาน:
- Nvidia Thor: 30W-140W (เฉลี่ย ~85W)
- สมองมนุษย์: ~19W (20% ของการใช้พลังงานทั้งร่างกาย 96W)
- หุ่นยนต์ Unitree G1: ~216W พลังงานรวมทั้งระบบ
- Thor เป็นเปอร์เซ็นต์ของพลังงานหุ่นยนต์: ~28%
- พลังงานรายวันของมนุษย์: 2000 kcal = การใช้พลังงานเฉลี่ย 96W
ประวัติการสนับสนุนซอฟต์แวร์ทำให้เกิดสัญญาณเตือน
ความกังวลที่สำคัญในหมู่นักพัฒนาเน้นไปที่ประวัติการณ์ของ Nvidia ในการสนับสนุนซอฟต์แวร์ระยะยาว ผลิตภัณฑ์ Jetson รุ่นก่อนหน้าถูกทิ้งไว้บนระบบปฏิบัติการที่ล้าสมัย ทำให้เกิดปัญหาปวดหัวอย่างต่อเนื่องสำหรับระบบที่ถูกนำไปใช้งาน ซีรีส์ TX1/TX2 ยังคงติดอยู่บน Ubuntu 18.04 ในขณะที่อุปกรณ์ Xavier ถูกล็อกไว้ที่ Ubuntu 20.04 และชิป Orin น่าจะถูกแช่แข็งไว้บน Ubuntu 24.04
รูปแบบนี้บังคับให้ทีมวิศวกรรมต้องทำงานกับ Python เวอร์ชันที่ล้าสมัยและระบบปฏิบัติการที่หมดอายุการสนับสนุน ทำให้เกิดความเสี่ยงด้านความปลอดภัยและจำกัดความสามารถในการพัฒนา ปัญหานี้กลายเป็นเรื่องที่มีปัญหาโดยเฉพาะเนื่องจาก Nvidia ยังคงจัดส่งฮาร์ดแวร์รุ่นเก่าจนกระทั่งเมื่อเร็วๆ นี้ ในขณะที่ปฏิเสธที่จะอัปเดต software stack ของพวกเขา
ไทม์ไลน์การสนับสนุนซอฟต์แวร์ Nvidia Jetson:
- TX1/TX2 (2017-2024): ติดอยู่กับ Ubuntu 18.04
- Xavier: ถูกยกเลิกการสนับสนุนบน Ubuntu 20.04
- Orin (2023): คาดว่าจะยังคงใช้ Ubuntu 24.04
- Thor (2025): ไม่ทราบความมุ่งมั่นในการสนับสนุนระยะยาว
ความท้าทายด้านความพร้อมใช้งานและการแข่งขัน
รายงานเบื้องต้นชี้ให้เห็นว่า Thor อาจเผชิญความล่าช้าในการจัดส่งที่คล้ายกับผลิตภัณฑ์ Nvidia รุ่นอื่นๆ เมื่อเร็วๆ นี้ โดยนักพัฒนาบางคนสังเกตเห็นการขาดแคลนสต็อกแล้วตั้งแต่เปิดตัว สิ่งนี้สะท้อนปัญหากับ DGX Spark ซึ่งประสบกับความล่าช้าเป็นเวลานาน
การแข่งขันกำลังเกิดขึ้นจากแหล่งที่ไม่คาดคิด Ryzen AI Max+ 395 ของ AMD เสนอความสามารถที่คล้ายคลึงกันในราคา 2,000 ดอลลาร์สหรัฐ แม้ว่าการเปรียบเทียบประสิทธิภาพโดยตรงยังคงมีจำกัด ความแตกต่างของราคาได้ดึงดูดความสนใจ โดยเฉพาะเมื่อตลาดหุ่นยนต์กำลังมองหาโซลูชันที่คุ้มค่า
การวางตำแหน่งตลาดและแนวโน้มอนาคต
แม้จะมีความกังวล ผู้เชี่ยวชาญในอุตสาหกรรมยอมรับว่า Thor แสดงถึงคุณค่าที่สำคัญสำหรับความสามารถของมัน ชิปนี้เสนอประสิทธิภาพที่ดีกว่า 7.5 เท่าจากรุ่นก่อนหน้าและรวมถึงหน่วยความจำแบบรวม 128GB ซึ่งมีความสำคัญต่อการรันโมเดล AI ขนาดใหญ่ในเครื่อง
การกำหนดราคาดูเหมือนจะเป็นไปได้อย่างสมบูรณ์โดยอิงจากสิ่งนั้นเพียงอย่างเดียว ใครก็ตามที่สามารถใช้ RPi ควรพิจารณาพวกมันอย่างแน่นอน แต่นั่นไม่ใช่ตลาดที่สิ่งนี้กำลังแข่งขันอยู่
อุตสาหกรรมหุ่นยนต์ดูเหมือนจะเต็มใจที่จะยอมรับต้นทุนที่สูงขึ้นสำหรับความสามารถ edge computing โดยเฉพาะสำหรับการใช้งานที่ต้องการการประมวลผลแบบเรียลไทม์โดยไม่ต้องเชื่อมต่อกับคลาวด์ การใช้งานทางทหาร การปฏิบัติการระยะไกล และการใช้งานที่ต้องการความเป็นส่วนตัว ล้วนได้ประโยชน์จากพลังการประมวลผลในเครื่อง
เมื่อมองไปข้างหน้า ความสำเร็จของ Thor น่าจะขึ้นอยู่กับการที่ Nvidia แก้ไขความกังวลเรื่องการสนับสนุนซอฟต์แวร์ในขณะที่รักษาราคาที่แข่งขันได้เมื่อตลาดเติบโตขึ้น ในตอนนี้ มันแสดงถึงความล้ำสมัยของการประมวลผลหุ่นยนต์ แม้ว่าจะมีข้อควรระวังที่สำคัญบางประการสำหรับการวางแผนการใช้งานระยะยาว
อ้างอิง: Nvidia's new 'robot brain' goes on sale for $3,499 as company targets robotics for growth