ダリウス・バルオ
2025年11月25日 17:29
NVIDIA の Jetson Thor は、効率的なハードウェア アクセラレータによってロボットの認識を強化し、開発者が動的環境向けの低遅延アプリケーションを作成できるようにします。
NVIDIA の Jetson Thor プラットフォームは、深度センシング、障害物認識、動的環境でのナビゲーションなどのタスクに不可欠な視覚認識機能を強化することで、自律ロボット工学の分野に革命をもたらしています。 NVIDIA によると、Jetson ファミリのデバイスには、これらのタスクの計算要求を処理するための強力な GPU と専用のハードウェア アクセラレータが搭載されています。
高度なハードウェア アクセラレータ
Jetson プラットフォームには、プログラマブル ビジョン アクセラレータ (PVA)、オプティカル フロー アクセラレータ (OFA)、ビデオおよびイメージ コンポジタ (VIC) など、さまざまな特殊なハードウェア アクセラレータが組み込まれています。これらのコンポーネントは、特定のコンピューター ビジョン タスクを GPU からオフロードするように設計されており、それによってパフォーマンスが最適化され、消費電力が削減されます。これは、電力効率が重要なモバイル ロボット工学において特に有益です。
PVA は画像処理用に最適化されたデジタル信号処理エンジンで、他のシステム コンポーネントと並行して非同期で実行されます。オブジェクト追跡やステレオ視差推定などのタスクにすぐに使用できるアルゴリズムをサポートしています。一方、OFA はオプティカル フローとステレオ視差の計算を処理し、VIC は再スケーリングやノイズ リダクションなどの低レベルの画像処理タスクに優れています。
現実世界のアプリケーションと利点
Jetson のハードウェア アクセラレータは、複雑な AI ワークロードなど、GPU リソースがオーバーサブスクライブされているシナリオで特に有利です。 Vision Programming Interface (VPI) を使用してタスクをさまざまなアクセラレータに分散することで、開発者は大幅な計算効率を達成し、リアルタイム アプリケーションでの低遅延を維持できます。
たとえば、DeepStream SDK は、GPU やその他のアクセラレータ全体で負荷のバランスをとることで、複数のビデオ ストリームをより効果的に管理できます。この機能は、ワークロードを分散して熱制限内でパフォーマンスを維持できるため、熱管理が懸念される産業用アプリケーションでは非常に重要です。
VPI によるロボティクスの強化
VPI フレームワークは、Jetson のアクセラレータにアクセスするための統合インターフェイスを提供し、高度な認識アプリケーションの開発を容易にします。 NVIDIA が取り上げた例には、複数のステレオ カメラからのデータを高効率で処理する VPI を使用したステレオ ビジョン パイプラインの作成が含まれます。
実際には、このアプローチにより、自律システムに不可欠な低遅延の認識アプリケーションの開発が可能になり、複雑な環境でも効率的に動作できるようになります。このパイプラインは、3D 認識に重要なステレオ視差の計算や信頼性マッピングなどのタスクを処理できます。
業界での採用
Boston Dynamics のような企業は、NVIDIA の VPI を活用してロボット システムを強化しています。 Jetson の特殊なハードウェアを利用することで、認識スタックを最適化し、さまざまなコンポーネント間で負荷を分散して効率を高め、新しい開発の価値実現までの時間を短縮できます。
全体として、Jetson Thor プラットフォームと VPI による NVIDIA の進歩は、よりインテリジェントで自律的なロボット ソリューションへの道を切り開き、開発者がスケーラブルで効率的な視覚処理アプリケーションを作成するために必要なツールを提供します。
画像出典: Shutterstock