NVIDIA Jetson AGX Thor 与 Jetson AGX Orin：主要区别、性能和应用案例

随着边缘人工智能的发展，需求正从传统的推理转向实时交互式系统。NVIDIA的Jetson 平台一直处于领跑地位，其中Jetson AGX Orin 为当今许多自主机器提供动力。

现在，NVIDIA 推出了Jetson AGX Thor，这是一个专为物理人工智能和高级机器人技术而构建的下一代平台。

那么它们之间有何区别呢？本文我们将详细介绍Jetson AGX Thor和AGX Orin 之间的主要区别，帮助您选择适合您用例的平台。

什么是NVIDIA Jetson AGX Thor？

Jetson AGX Thor 是NVIDIA 新的高级边缘AI模块，基于Blackwell GPU 架构，专为物理AI 应用而设计。

主要规格（Jetson AGX Thor）

高可达2,070 FP4 TFLOPS的AI 性能

高可达128 GB 内存

40W至130W可配置功率

4x 25 GbE网络

支持 Holoscan传感器桥

它的设计用途：

人形机器人

多模态人工智能系统

实时传感器处理

物理人工智能（感知→推理→行动）

NVIDIA将Jetson Thor 定位为一个能够实现与物理世界实时交互的平台，而不只是数据处理平台。

什么是NVIDIA Jetson AGX Orin？

Jetson AGX Orin是NVIDIA当前一代旗舰级Jetson模块，主要应用于边缘AI应用。

主要规格（Jetson AGX Orin）

高可达275 TOPS的AI性能

高可达64 GB内存

15瓦至60瓦可配置功率

常见应用场景：

计算机视觉系统

智能相机

工业自动化

自主移动机器人

Jetson AGX Orin 仍然是当今边缘AI部署中一个强大且被普遍采用的平台。

Jetson AGX Thor与Jetson AGX Orin：主要对比

特征	Jetson AGX Thor	Jetson AGX Orin
GPU架构	Blackwell（布莱克威尔）	Ampere（安培）
峰值 AI 算力	高可达 2,070 FP4 TFLOPS	多可275个TOPS
相对 AI 性能	算力约为 Orin 的 7.5 倍	性能基准参考线
统一内存上限	高可达 128GB	高可达 64GB
功耗区间	40W ~ 130W	15W ~ 60W
传感器硬件通道	4 路 25GbE QSFP28 高速光纤接口 专门相机卸载硬件	标准高速I/O（高可2.5G 电口以太网）
配套官方 SDK	JetPack 7（专属新一代软件栈）	JetPack 5 / JetPack 6（成熟量产软件栈）
目标用例	物理 AI、人形机器人、多模态大模型、多传感器融合设备	通用传统边缘AI、工业视觉、低速 AMR、视频分析
算力能效	同等功耗下 AI 性能较 Orin 提升约 3.5 倍	传统视觉场景能效表现稳定

除了硬件之外，软件栈也是关键的差异化因素。Jetson AGX Thor 引入了专为生成式人工智能和实时机器人工作负载而设计的 JetPack 7，而 Jetson AGX Orin 则依赖于更成熟的JetPack 5/6生态系统，该系统针对当前边缘人工智能部署进行了优化。

JetPack 有什么不同之处？

JetPack 7 是英伟达为 Blackwell 架构 Jetson AGX Thor 量身打造的官方软件套件，整套系统、驱动、AI 库全部围绕生成式大模型、具身机器人、超高带宽多传感器实时融合设计，不再局限于传统单路图像推理场景。 整套套件完整包含四大底层支撑：定制化 Linux 内核、Thor 专属 BSP 板级支持包、全栈硬件驱动、全新版本 CUDA、TensorRT 及配套深度学习工具链。

JetPack 5、6 为 Ampere 架构 Orin 配套开发，是经过全球海量工业设备、自动驾驶、智能安防项目量产验证的稳定成熟软件栈，优势聚焦标准化传统边缘视觉业务。

Jetson AGX Thor Holoscan：独有高速传感器实时处理能力

JetPack 7 完整原生支持 NVIDIA Holoscan 传感器实时处理平台，这是 Orin 搭配 JetPack 5/6 不具备的完整原生联动优势，也是 Thor 区别于上代模组的主要软件能力。

Holoscan 主要作用

Holoscan是面向流式传感器数据的低延迟实时 AI 开发平台，在 Thor平台上依靠原生驱动打通硬件通道，实现三大关键能力：

传感器数据零拷贝直入 GPU 显存相机、激光雷达、毫米波雷达采集的数据无需经过 CPU 内存中转，直接写入 GPU 显存，大幅降低数据搬运带来的延迟与功耗开销；

低延迟实时流水线处理 多源异构传感器数据同步对齐、点云融合、视觉检测、AI 推理串行并行调度一体化，端到端延迟可控制在数十毫秒；

万兆 / 25G 高速以太网高吞吐采集 匹配Thor 板载QSFP28 25GbE 光纤高速接口，支撑数十路 4K 相机、多台激光雷达同步海量数据回传，Orin 原生只2.5G 以太网，无配套 Holoscan 高速数据流优化。

适用场景

这套 Thor Holoscan 组合是多感知融合设备刚需：人形机器人多目视觉 全身激光雷达环境重建、自动驾驶多传感器感知、微创手术实时影像处理、大型工厂多路工业相机集中质检。 Holoscan整体落地行业集中在通用机器人、医疗实时影像设备、高精度工业检测三大赛道，是物理AI系统不可或缺的配套软件工具。

选型判断：Thor 与 Orin 谁更适合项目

两款模组不存在完全的优劣，性能差距由软件栈与硬件架构共同决定，需结合业务需求选择：

优先选用 Jetson AGX Orin JetPack 5/6

项目以传统边缘 AI 推理为主，只做单路 / 少量路数机器视觉、目标检测、视频分析；

设备有严格低功耗需求，需要无源散热、整机功耗控制在 60W 以内；

产品为成熟标准化设备，仓储 AMR、园区低速无人车、普通工业质检、智慧城市监控等量产成熟场景；

无本地大模型、文生图 AIGC、人形机器人全身协同控制需求，追求稳定、低成本、成熟生态。

优先选用 Jetson AGX Thor JetPack 7

研发通用人形机器人、双臂协作机器人等物理 AI 设备，需要多传感器融合 大模型指令交互 实时运动控制并发运行；

设备需要承载高性能生成式 AI 负载，离线本地部署 7B 及以上 LLM、VLM 多模态模型、AIGC 图像生成；

系统搭载多路高清相机、多线激光雷达，依赖 25G 高速以太网做高吞吐量实时数据采集，对端到端延迟、时序确定性要求极高；

长期产品迭代规划，需要适配未来 3-5 年机器人、多模态大模型升级，避免中期硬件与软件栈整体替换。