BrainChip представила комплект для разработки AKD1500 — в него входят одноимённая плата форм-фактора M.2 и одноплатный компьютер Raspberry Pi 5. Решение представляет собой готовый инструмент для создания энергоэффективных ИИ-приложений, работающих в режиме постоянной готовности (always-on).

BrainChip AKD1500 позиционируется как решение для такого режима — нейроморфная архитектура чипа основана на обработке событий. Система реагирует только на значимые события, а не на каждый поступающий фрагмент данных, поэтому она оптимально подходит для задач, требующих постоянной активности, в том числе для сенсорного мониторинга и обнаружения объектов.

Обработка данных происходит непосредственно на устройстве, что исключает связанные с облаком угрозы. AKD1500 поддерживает обучение на самом чипе — модели могут осваивать новые объекты прямо на устройстве. Разработчик может научить запущенное на Raspberry Pi 5 приложение распознавать новое ключевое слово, жест или объект непосредственно в процессе эксплуатации.

Источник изображений: brainchip.com

«В комплект входят образы Docker, чтобы упростить тестирование и демонстрации; они служат эталоном для создания собственных контейнеров с нейроморфными приложениями. Разработчики, у которых уже есть Raspberry Pi 5 с модулем расширения M.2 HAT, могут просто установить в него M.2-карту AKD1500 и пользоваться тем же ПО», — отметили в BrainChip.

Работу приложения можно оценить на платформе Raspberry Pi 5, а затем интегрировать тот же чип AKD1500 в конечный продукт с использованием PCIe или SPI. На портале BrainChip Developer Hub бесплатно доступны программные инструменты и оптимизированные для работы в среде MetaTF ИИ-модели, которые можно адаптировать под конкретные задачи.

Ранее в продаже появились Raspberry Pi 4 Model B с пониженной частотой процессора. Производитель был вынужден поднять цены на 2-Гбайт версии Raspberry Pi 4 и Raspberry Pi 5 из-за дефицита памяти. Zotac представила промышленный мини-компьютер ZBox Pro CM5-Pico на основе Raspberry Pi CM5.

Компания HPE представила HPE Spaceborne Computer-4 (SBC4) — передовой вычислительный модуль, разработанный для работы в космосе. Он будет установлен на луноходе Flex Lunar Innovation Platform (FLIP) компании Astrolab, который в конце 2026 года доставят в район горы Монс-Мутон (Mons Mouton) недалеко от южного полюса Луны. Доставка будет осуществляться в рамках программы NASA Commercial Lunar Payload Services (CLPS) с помощью посадочного модуля Griffin-1, разработанного компанией Astrobotic, подразделением Voyager Technologies.

Цель проекта — оценить пригодность современных вычислительных систем для будущих миссий и развивающейся лунной экономики. Согласно плану, в рамках годовой миссии лунохода на южном полюсе Луны SBC4 будет задействован в ряде экспериментов, связанных с ИИ и HPC. По словам HPE, результаты этих экспериментов помогут заложить технологический фундамент, необходимый для будущих миссий и исследований на лунной поверхности.

В рамках эксперимента FLUID (Federated Learning for Unbounded and Intelligent Decentralization — «Федеративное обучение для неограниченной интеллектуальной децентрализации») NASA задействует ИИ-модель, обученную на данных, полученных на Земле, Луне и МКС. Это позволит продемонстрировать координацию трёх отдельных моделей. Кроме того, NASA проведёт испытания большой языковой модели (LLM) с возможностями семантической обработки, которая поможет искать и интерпретировать бортовую документацию. LLM будет использоваться для получения аналитических данных, обработки визуальной информации и обеспечения автономного мониторинга непосредственно на месте проведения работ.

Источник изображения: HPE

Также на SBC4 проведут несколько тестов производительности (HPC-бенчмарков), призванных проверить возможности системы на пределе её мощности. Среди них — тесты HPL (Linpack) и HPCG, отметил The Register. Кроме того, будут проведены испытания по обработке данных, полученных с датчиков LiDAR, необходимых для картографирования, навигации, анализа рельефа и развития инфраструктуры. Также будет продемонстрировано развёртывание масштабируемых сервисов на базе ИИ. А Silent Shield компании Deloitte, предназначенная для обнаружения кибервторжений, обеспечит прогностическую кибераналитику и выявление аномалий практически в режиме реального времени.

Подготовленный HPE пакет ПО позволит оптимизировать взаимодействие с наземными ресурсами и обеспечить безопасную передачу данных и результатов исследований с Луны на Землю. Кроме того, HPE обеспечит поддержку центра управления полётами Astrolab в Хоторне (Hawthorne, штат Калифорния) с помощью решения HPE Private Cloud, которое поможет получать аналитические данные в режиме реального времени. В дополнение к этому ПО HPE CloudOps предоставит единую гибкую среду для управления рабочими нагрузками и их автоматизации.

Известно, что система SBC4 оснащена энергоэффективными CPU и GPU, а также двумя M.2 SSD Kioxia BG6 в RAID1 общей ёмкостью 1 Тбайт. Как сообщает The Register, партнёр HPE, предоставивший вычислительные компоненты, пожелал сохранить своё имя в тайне, поскольку не хотел бы, чтобы в случае выхода оборудования из строя название его бренда ассоциировалось с неудачей. Устройство имеет небольшие размеры — 130 × 250 × 25 мм.

Источник изображения: HPE

Луноходу, а значит, и SBC4, предстоит выдерживать экстремальные вибрационные нагрузки во время запуска и посадки, а также резкие перепады температур. Кроме того, аппаратуре придётся противостоять воздействию космических лучей и солнечной радиации, поскольку на Луне нет плотной атмосферы и магнитного поля, которые защищают вычислительные системы на Земле.

По словам Марка Фернандеса (Mark Fernandez), главного научного сотрудника HPE по космическим технологиям и решениям, система SBC4 в основном собрана из стандартных серийно выпускаемых компонентов, включая SSD. Вместе с тем HPE вложила значительные средства в программные механизмы резервирования и восстановления. Фернандес называет это «аппаратной защитой на программном уровне». Суть подхода заключается в том, что свободные вычислительные ресурсы процессора используются для непрерывного мониторинга аппаратных показателей и их сравнения с эталонными значениями. Если какой-либо параметр выходит за установленные пределы, система SBC4 принимает меры для самозащиты.

«Если говорить в общих чертах: в идеале я хочу работать на полной скорости. Если это невозможно — снижаю скорость. Если и это не помогает, система переходит в состояние загрузки, но без запуска каких-либо задач — возможно, сервер сможет восстановиться. В худшем случае лучше просто отключить питание, чем допустить полное разрушение оборудования», — пояснил он.

Источник изображения: HPE

Проект FLIP был задуман прежде всего как концептуальная демонстрация — своего рода испытательный полигон для технологий, которые в будущем могут быть использованы в других миссиях на Луну. Учитывая ограниченную пропускную способность каналов связи с Землёй, гораздо эффективнее обрабатывать значительную часть данных и телеметрии, поступающих с камер, лидаров и датчиков лунохода, непосредственно на месте. По словам Фернандеса, именно поэтому система SBC4 спроектирована для работы «на самом краю» (at the edge of the edge) — непосредственно в месте сбора данных.

Первая версия HPE Spaceborne прошла тестирование на МКС в 2017 году, проработав на орбите 615 дней. А HPE Spaceborne 2, который стал вдвое производительнее предшественника, с успехом использовался в 24 экспериментах на МКС.

Луна становится своего рода полигоном для испытания возможностей вычислительных систем в условиях космоса. Ранее Lonestar Data Holdings протестировала на поверхности естественного спутника Земли свою микро-ЦОД. А в конце этого года американская частная аэрокосмическая компания Firefly Aerospace планирует запуск на орбиту Луны в рамках проекта Blue Ghost Mission 2 космического аппарата, в котором будет использоваться вычислительная платформу NVIDIA Jetson для обработки изображений Луны с использованием ИИ-алгоритмов.

Компания Xeal, управляющая инфраструктурой для зарядки электромобилей в 500 городах США, представила платформу Laitent. Сеть периферийных ЦОД сможет использовать более 200 МВт разрешённой и установленной мощности зарядных станций для электромобилей в 1,6 тыс. локаций, сообщает Datacenter Dynamics.

В общей сложности компания намерена развернуть 100 тыс. ИИ-ускорителей NVIDIA для инференса. По данным Xeal, зарядные площадки для электромобилей в США должны получать разрешения на заданную максимальную энергетическую нагрузку, но обычно используют менее 10 % от максимальной мощности. Оставшиеся 90 % можно потратить на питание ИИ-ускорителей.

Станции Laitent Pod, разработанные Xeal, используют ПО для динамической оркестрации и способны управлять и целой сетью ускорителей в разных кластерах в пределах города, и активировать даже часть единственного ускорителя. Каждый модуль размером приблизительно с одно парковочное место и может вмещать до 48 ускорителей NVIDIA Hopper или Blackwell, подключение жидкостного охлаждения не понадобится.

Источник изображения: Xeal

По словам Xeal, если кому-то нужен инференс, а дожидаться ввода в эксплуатацию нового ЦОД слишком долго, Laitent может ускорить запуск с нескольких лет до нескольких месяцев. Laitent — самый быстрый способ ввести их в эксплуатацию, поскольку станции уже получили разрешения и подключены к электросетям. При этом они расположены оптимально для обеспечения низкой задержки.

Xeal работает над оркестрацией ИИ-инфраструктуры с Rafay Systems, со Spectrum Business в сфере оптоволоконных решений и с JVM Realty для ввода станций в эксплуатацию. Компания обещает большие финансовые выгоды для владельцев автопарковок, утверждая, что станции могут добавить к стоимости их собственности по миллиону долларов «с малыми или нулевыми инвестициями».

Впрочем, организовать ИИ-вычисления на парковках предлагается не впервые. Музыкальная ИИ-платформа Auddia, впоследствии переключившаяся на проекты ЦОД, в марте заявила, что намерена внедрять ИИ-ускорители с питанием от солнечных панелей на парковках, принадлежащих компании, специализирующейся на «медицинской» недвижимости.

Бельгийский стартап Tonomia в 2025 году объявил, что работает с британским поставщиком оборудования Panchaea для создания ИИ-платформы eCloud, модули которой планируется размещать в «солнечных навесах» тоже на парковках. А Tesla предложила запитать крупные ЦОД от домашних аккумуляторов и электромобилей — в США насчитали 16 ГВт таких мощностей.

AAEON анонсировала компьютер небольшого форм-фактора UP Xtreme PTL Edge Air, предназначенный для решения различных задач на периферии, в том числе в области робототехники. В основу новинки положена аппаратная платформа Intel Panther Lake.

Максимальная конфигурация включает процессор Core Ultra X7 358H с 16 вычислительными ядрами (4Р+8Е+4LPE; 16 потоков), работающими на тактовой частоте до 4,8 ГГц. В состав чипа входят графический ускоритель Intel Arc B390 и NPU-модуль с пиковой производительностью 50 TOPS (INT8). Объём оперативной памяти DDR5-7200 может достигать 128 Гбайт в виде двух модулей SO-DIMM.

Особенностью компьютера является применение твердотельной системы активного охлаждения Frore Systems AirJet. Принцип её работы основан на использовании специальных ультразвуковых мембран, формирующих микропотоки воздуха. Внутри такого кулера нет вращающихся деталей с моторами и подшипниками, как у обычных вентиляторов. Преимущества твердотельной системы — небольшая толщина, отсутствие шума и более высокая эффективность по сравнению с пассивными решениями.

Источник изображений: AAEON

UP Xtreme PTL Edge Air получил два слота M.2 2280 M-Key (PCIe 4.0 x4 и PCIe 5.0 x4) для SSD, коннектор M.2 2230 E-Key (PCIe 4.0 x1, USB 2.0) для адаптера Wi-Fi/Bluetooth, двухпортовый сетевой контроллер 2.5GbE (Intel I226-IT), а также модуль TPM 2.0 для обеспечения безопасности. Есть по два порта USB 3.1 Type-A и USB 4.0 Type-C (DP 2.1), по два разъёма HDMI 2.1 и RJ45, два последовательных порта RS-232/422/485, аудиогнездо на 3,5 мм, 40-контактная колодка GPIO. Питание в диапазоне 19–36 В подаётся через DC-разъём; типовое энергопотребление — 100 Вт.

Диапазон рабочих температур простирается от -10 до +45 °C. Габариты составляют 236 × 129 × 35,8 мм, масса — около 0,71 кг. Говорится о совместимости с Windows 11 IoT Enterprise и Ubuntu 24.04 LTS.

Компания MSI IPC анонсировала индустриальный компьютер небольшого форм-фактора MS-C9ZA, предназначенный для выполнения ИИ-задач на периферии. Новинка, в частности, подходит для приложений машинного зрения, робототехники, систем видеоаналитики, автономных устройств и пр.

В основу положен вычислительный модуль NVIDIA Jetson Orin Nano. Задействованы шесть ядер Arm Cortex-A78AE с частотой 1,5 ГГц, графический блок на архитектуре NVIDIA Ampere и 8 Гбайт памяти LPDDR5-3200. Применена система пассивного охлаждения, а ребристая верхняя часть корпуса выполняет функции радиатора для рассеяния тепла. Диапазон рабочих температур простирается от -25 до +65 °C.

Компьютер располагает слотом M.2 M Key 2280 для SSD с интерфейсом PCIe 4.0 x4 (в оснащение в базовой конфигурации входит накопитель вместимостью 256 Гбайт) и коннектором M.2 E Key 2230 (PCIe/UART) для адаптера Wi-Fi. Есть два сетевых порта 1GbE RJ45, интерфейс HDMI с возможностью вывода изображения с разрешением до 3840 × 2160 точек (30 Гц), два порта USB 3.1 Type-A, один порт USB 2.0 Type-C, а также колодка GPIO (4 × GPI, 4 × GPO).

Источник изображения: MSI

Габариты новинки составляют 126 × 96 × 74 мм, масса — около 1 кг. Питание подаётся через DC-разъём в диапазоне 12–24 В. Допускается монтаж на DIN-рейку. Упомянут модуль TPM 2.0 для обеспечения безопасности. Используется операционная система NVIDIA Jetson Linux 35.5, специально оптимизированная для разработки и запуска приложений в области ИИ, компьютерного зрения и периферийных вычислений.

Компания Equinix расширяет платформу ЦОД и межсетевого взаимодействия, добавив взаимодополняющие сервисы, обеспечивающие распределённую эксплуатацию вычислительных ресурсов. Equinix Fabric One обеспечивает подключение между корпоративными площадками, облаками и ИИ-провайдерами, а Equinix Inference Exchange позволяет объединить эталонные решения NVIDIA Enterprise Reference Architectures с открытой платформой для инференса компании Together AI в пределах экосистемы Equinix.

Сервисы позволят решить распространённую проблему архитектуры данных, когда корпоративная информация, приложения и пользователи распределены по разным объектам, облакам и юрисдикциям с отдельными правовыми нормами, а обслуживающие эти ресурсы вычислительные системы отделены от них и работают в других локациях. Equinix рассчитывает превратить распределение рабочих нагрузок и управление подключениями в единый управляемый сервис вместо того, чтобы реализовать сетевые подключения в рамках отдельных ИИ-проектов.

Fabric One позволит клиентам описывать необходимый результат подключений на естественном языке. Equinix будет самостоятельно определять и организовывать маршрутизацию, облачные подключения, шифрование, управлять отказоустойчивостью и переключением на резервные ресурсы.

Источник изображения: Equinix

Основными партнёрами по интеграции выступят AWS и Google Cloud, Fabric One будет использовать открытые спецификации OpenAPI 3.0 Interconnect, разработанные в рамках программ AWS и Google по организации мультиоблачных сетей, к которым присоединились Microsoft Azure и OCI. Приложения и инфраструктурные агенты смогут программно запрашивать необходимые соединения вместо того, чтобы полагаться на ручную координацию кросс-соединений и ручное предоставление сетевых ресурсов.

Inference Exchange представляет собой распределённую платформу для ИИ-инференса. Equinix будет поставлять объекты, электроэнергию, передовые системы охлаждения, обеспечит эксплуатацию инфраструктуры после ввода в эксплуатацию и подключение через Equinix Fabric.

NVIDIA обеспечит развёртывание с помощью проверенных эталонных архитектур Enterprise Reference Architectures, а Together AI обеспечит платформу для инференса с более 200 open source ИИ-моделей. Платформа будет поддерживать общие многопользовательские проекты и выделенные среды для отдельных клиентов, которым требуются гарантированные объёмы ресурсов и высокий уровень «изоляции» данных.

Источник изображения: Equinix

По данным Storage Review, платформа Inference Exchange ориентирована на три ключевых топологии развёртывания. Во-первых, для инференса на уровне городских периферийных узлов организации способны запускать модели в рамках агломераций, с быстрым откликом API-обращений к открытым базовым моделям. Во-вторых, её можно использовать для перехода от закрытых проприетарных API на модели с открытым исходным кодом. Наконец, для обеспечения суверенного ИИ и выполнения нормативных требований локальных регуляторов — компании из регулируемых сфер могут обеспечить инференс и обработку данных в пределах заданных географических границ.

Предполагается, что бета-тестирование Fabric One начнётся до конца 2026 года, а полная доступность сервиса запланирована на 2027 год, сначала в Северной Америке. Inference Exchange будет доступен в I квартале 2027 года. Стратегическим преимуществом Equinix является инфраструктура компании и плотность сосредоточенной вокруг неё экосистемы. На конец 2025 года она управляла 280 ЦОД на 77 рынках 36 стран. Платформа объединяет более 10,5 тыс. компаний, около 3 тыс. поставщиков облачных и IT-сервисов, а также более 500 тыс. физических и виртуальных интерконнектов.

Объекты совредоточены в мегаполисах и городских агломерациях, где пересекаются телеком-операторы, облачные провайдеры, корпорации, платформы с контентом и и финансовые площадки. Для распределённого инференса близость всех игроков может быть важнее масштаба вычислительных ресурсов, поскольку часто корпоративные данные невозможно переместить в удалённый регион из-за требований к задержке, стоимости, управлению, безопасности, юрисдикции и т. п.

Fabric One и Inference Exchange координируют два уровня физической инфраструктуры Equinix — на одном находятся объекты International Business Exchange (IBX), предназначенные для разных клиентов, на другом — дата-центры xScale для крупных заказчиков, в том числе гиперскейлеров. Fabric One координирует подключения между разными инфраструктурными доменами, а Inference Exchange позволяет размещать и эксплуатировать мощности для инференса ближе к локациям, где корпоративный спрос максимален. Впрочем, это не сделает инфраструктуру Equinix однородной, поскольку, например, некоторые IBX могут быть ограничены по своим проектным техническим характеристикам. Новые объекты IBX проектируются с расширенными возможностями в контексте электропитания и охлаждения.

UserGate объявила о выпуске межсетевого экрана NGFW X10. Решение предназначено для защиты автоматизированных систем управления технологическими процессами (АСУ ТП) и может эксплуатироваться при температуре окружающего воздуха от −40 до +60 °C и отн. вл. 80 %.

UserGate NGFW X10 монтируется на DIN‑рейку, имеет габариты 58,5 × 146 × 150 мм и весит 1,4 кг. В основу устройства положены 4‑ядерный Arm‑процессор с частотой 1,8 ГГц, 16 Гбайт DDR4 и SSD ёмкостью 128 Гбайт. Сетевое соединение обеспечивают шесть портов RJ-45 (два из них поддерживают bypass) и один интерфейс SFP+. Также доступепн один порт USB 3.0 Type-A. Максимальная потребляемая мощность — 24 Вт.

Функциональные возможности брандмауэра включают контроль состояния сессий, систему предотвращения вторжений (IPS), идентификацию пользователей, дешифрование SSL, защиту от DoS-атак, контентную фильтрацию (более 230 млн URL в 88 категориях), блокировку по GeoIP, поддержку протоколов динамической маршрутизации (OSPF, BGP, RIP) и построение защищённых VPN-каналов (IKEv2). Реализована поддержка 35 протоколов АСУ ТП, в том числе BACnet, DNP3, IEC 104, MMS, Modbus, OPC UA, Profinet IO over DCE/RPC, S7Comm и S7Comm Plus.

Производительность решения достигает 1780 Мбит/с на L4-трафике, 100 Мбит/с на уровне приложений (L7 + IPS), пропускная способность функций NGFW — 40 Мбит/с. Поддерживается обработка до 7700 новых соединений в секунду и до 500 тысяч одновременных сессий.

Межсетевой экран UserGate NGFW X10 (источник изображения: usergate.com)

Устройство сертифицировано ФСТЭК России по 4 уровню доверия. Выданный ведомством сертификат подтверждает соответствие NGFW X10 требованиям к межсетевым экранам профилей защиты A, Б, Г и Д 4-го класса, а также статус системы обнаружения вторжений (СОВ) уровня сети 4-го класса. Программное обеспечение брандмауэра внесено в реестр Минцифры России, что позволяет использовать комплекс на значимых объектах критической информационной инфраструктуры (КИИ) и в госзакупках.

Дизайн и схемотехнику аппаратной платформы NGFW X10 разрабатывало конструкторское бюро UserGate. Производство устройств осуществляется в Санкт-Петербурге, включая монтаж элементов на материнскую плату и селективную пайку, а также все виды входного и выходного контроля.

NVIDIA анонсировала вычислительный модуль Jetson Orin Nano 2, предназначенный для реализации возможностей ИИ начального уровня на периферии. Новинка может использоваться в различных робототехнических устройствах, дронах, системах машинного зрения и пр.

Изделие приходит на смену версии Jetson Orin Nano, которая дебютировала ещё в 2022 году. Оригинальное решение несёт на борту 6-ядерный процессор Arm Cortex-A78AE, 4 или 8 Гбайт памяти LPDDR5, а также графический блок на архитектуре Ampere с 1024 ядрами CUDA и 32 тензорными ядрами. Пиковая производительность в режиме INT8 достигает 40 TOPS.

Модуль Jetson Orin Nano 2 получил чип с восемью ядрами Arm и 8 Гбайт памяти. Заявленное ИИ-быстродействие составляет 78 TOPS. Утверждается, что по сравнению с Jetson Orin Nano Super новинка обеспечивает вдвое более высокую производительность при инференсе благодаря усовершенствованным тензорным ядрам и увеличенной пропускной способности памяти. А в режиме 15 Вт Jetson Orin Nano 2 потребляет на 40 % меньше энергии, обеспечивая ту же производительность, что и его предшественник. Прочие технические характеристики пока не раскрываются.

Источник изображения: NVIDIA

Изделие позволяет работать с такими ИИ-моделями, как NVIDIA Cosmos и Nemotron, Gemma 4 и Qwen 3. О намерении выпустить решения на основе Jetson Orin Nano 2 сообщили Cognex, Doosan Bobcat, Matic и Wing. В число партнёров NVIDIA по экосистеме Jetson также входят AAEON, ADLINK, Advantech, Aetina, Antmicro, Aptiv, Auvidea, AVerMedia, Chuanglebo, Connect Tech, ForeCR, JWIPC, Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK и YUAN.

Компания NVIDIA, по сообщению ресурса CNX Software, повысила цены на вычислительные модули Jetson и комплекты для разработчиков на их основе. Стоимость некоторых изделий увеличилась сразу в два раза.

Официально о причинах столь резкого скачка ничего не сообщается. Но можно предположить, что это связано с дефицитом чипов оперативной и флеш-памяти. Ранее из-за недостатка компонентов NVIDIA была вынуждена свернуть продажи изделий Jetson с памятью LPDDR4, которые были выпущены до 2021 года включительно.

Значительнее всего подорожал модуль Jetson Nano: при заказах партиями от 1 тыс. штук его цена подскочила на 101 % — с $99 до $199. Вдвое подорожали и модули Jetson AGX Orin, оснащённые 32 Гбайт RAM: теперь они предлагаются за $1799 вместо прежних $899. В наименьшей степени рост цен затронул изделия Jetson Orin Nano с 8 Гбайт памяти и Jetson TX2i — плюс 33 %.

Источник изображения: NVIDIA

В целом обновлённый прайс-лист выглядит следующим образом:

Компания NVIDIA объявила о расширении семейства вычислительных модулей Jetson Thor: дебютировали изделия T2000 и T3000, предназначенные для создания робототехнических систем и запуска ИИ-приложений на периферии сети. Обе новинки построены на архитектуре Blackwell.

Младшее из двух решений, Jetson T2000, содержит шесть 64-бит вычислительных ядер Arm Neoverse-V3AE. Кроме того, задействован 1024-ядерный графический блок NVIDIA Blackwell. ИИ-производительность достигает 400 Тфлопс (FP4 Sparse). Объём памяти LPDDR5X составляет 16 Гбайт, её пропускная способность — до 137 Гбайт/с. Реализованы два сетевых интерфейса 10GbE. Энергопотребление не уточняется.

В свою очередь, модуль Jetson T3000 объединяет восемь ядер Arm Neoverse-V3AE с 1 Мбайт кеша L2 каждое и 1536-ядерный GPU на базе NVIDIA Blackwell. Быстродействие на операциях ИИ составляет до 865 Тфлопс (FP4—Sparse). Это изделие располагает 32 Гбайт памяти LPDDR5X с пропускной способностью 273 Гбайт/с. Говорится о поддержке 25GbE-подключения. Энергопотребление, согласно предварительным данным, находится в диапазоне от 20 до 65 Вт. Размеры обеих новинок — примерно 50 × 87 мм. Прочие технические характеристики пока не раскрываются.

Источник изображения: NVIDIA

NVIDIA намерена начать поставки Jetson T2000 и Jetson T3000 в I квартале следующего года. Разработчики уже могут приступить к созданию продуктов на новых модулях, используя комплект Jetson AGX Thor Developer Kit. Отмечается, что в число партнёров NVIDIA по экосистеме Jetson входят такие компании, как ADLINK, Advantech, AAEON, Aetina, Auvidea, AVerMedia, Connect Tech, ForeCR, JWIPC, NEXCOM Robotic Solutions, Realtimes, Seeed Studio, Twowin, TZTEK и YUAN. Некоторые из них уже объявили о намерении выпустить решения на новых аппаратных платформах.