Nvidia n’a pas fanfaronné. Mais son nouveau Jetson AGX Thor Developer Kit n’a rien d’un lancement mineur. Cette plateforme compacte ; qui tient plus du poste de travail spécialisé que du PC de salon , porte un module Jetson T5000 à l’architecture Blackwell et affiche une puissance d’IA inédite : 2 070 TFLOPS en FP4 (sparse). Pour les chercheurs en robotique, les ingénieurs en vision ou les intégrateurs d’IA en périphérie, c’est un signal clair : les performances des serveurs descendent à l’edge, dans un format de plus en plus maniable.
Un format « mini-PC », un usage pro
Au premier regard, la machine déroute. Radiateur massif, ventilateur apparent, carénage épuré : l’esthétique rappelle les cartes Founders Edition de la gamme GeForce. De là à la confondre, de loin, avec une hypothétique RTX 5090, il n’y a qu’un pas… visuellement. Dans les faits, on parle d’un kit développeur pensé pour l’IA embarquée et la robotique, pas d’une carte graphique de jeu. L’objectif : offrir une base technique clé en main pour prototyper des systèmes « physiques » ( humanoïdes, cobots, plateformes mobiles ) sans passer par un rack serveur.
2 070 TFLOPS… Wow
Le chiffre-choc de 2 070 TFLOPS correspond à des opérations FP4 (précision 4 bits) avec sparsité structurée. Ce format, utilisé en IA moderne, réduit la précision de calcul et exploite le fait qu’une partie des paramètres des réseaux de neurones peut être mise à zéro sans perte significative d’exactitude. Résultat : des performances phénoménales à consommation égale. Il ne s’agit donc pas d’une comparaison directe avec des TFLOPS FP32 « grand public », mais bien d’un indicateur pertinent pour l’inférence de modèles massifs en bord de réseau.
Dans le détail, le Jetson T5000 embarque un GPU Blackwell à 2 560 cœurs CUDA et 96 Tensor Cores de 5e génération, compatible MIG (Multi-Instance GPU) pour partitionner la ressource et exécuter plusieurs charges simultanément en isolation. Côté CPU, il s’appuie sur 14 cœurs Arm Neoverse-V3AE (architecture Armv9.2-A) capables de monter à 2,6 GHz, épaulés par 128 Go de LPDDR5X offrant 273 Go/s de bande passante. L’ensemble est dimensionné pour avaler des pipelines vidéo denses, des flux multi-capteurs et des modèles génératifs récents.
Une connectique de station de travail, taillée pour les capteurs
Le kit met l’accent sur l’ingestion et l’agrégation de données à très haut débit — logique pour la robotique et la vision. On trouve :
- Un port QSFP28 exposant 4 × 25 GbE pour des capteurs réseau ou des caméras via ponts dédiés.
- Un port RJ45 5 GbE pour le réseau de terrain.
- Des M.2 pour le NVMe (un SSD 1 To est pré-installé) et la carte Wi-Fi 6E.
- Des sorties HDMI 2.0b et DisplayPort 1.4a, de multiples ports USB-A/USB-C, ainsi que des en-têtes CAN et JTAG pour le debug bas niveau.
La partie vidéo ne se contente pas d’affichage : encode et decode matériels gèrent plusieurs flux 4K et 8K en parallèle, de quoi nourrir des algorithmes de perception temps réel, du suivi d’objets à la synthèse de scènes.
Encombrement maîtrisé, puissance modulable
Avec 243,19 × 112,4 × 56,88 mm, le Jetson AGX Thor Developer Kit n’est pas un « NUC », mais reste nettement plus compact que la majorité des stations IA. Surtout, sa consommation ajustable de 40 à 130 W permet d’envisager des intégrations variées : labo de recherche, robot d’essai, baie mobile. La promesse de Nvidia : jusqu’à 7,5 × les performances IA d’un Jetson AGX Orin, pour 3,5 × d’efficacité énergétique en plus ; des gains qui comptent autant pour l’autonomie que pour le budget énergétique d’un banc d’essai.
Un écosystème logiciel prêt pour la robotique
Nvidia n’empile pas seulement des cœurs. La valeur vient aussi de l’écosystème : Isaac (simulation, perception, contrôle), Metropolis (agents visuels, vidéo-intelligence) et Holoscan (traitement de capteurs, pont « sensor-over-Ethernet »). Cet empilement outille la chaîne de bout en bout : simulation en amont, orchestration des flux capteurs, déploiement et monitoring. Pour des équipes qui veulent passer vite de la preuve de concept au prototype robuste, c’est un raccourci précieux.
RTX Pro 6000 Blackwell : Nvidia explose le game avec 96GB de GDDR7 ECC !
Une déclinaison plus légère : le Jetson T4000
Nvidia prépare en parallèle un Jetson T4000, version plus frugale mais toujours musclée : 1 200 TFLOPS FP4 (sparse), GPU 1 536 cœurs (avec Tensor Cores 5e génération), 64 Go de LPDDR5X et une enveloppe 40–75 W. L’intérêt : réduire le ticket d’entrée pour des systèmes moins gourmands, ou multiplier les nœuds IA sur une plate-forme robotique sans exploser le budget thermique. Les caractéristiques demeurent préliminaires, mais donnent déjà la tendance : Thor vise une famille de modules, pas un « one-shot ».
Prix, positionnement et calendrier
Le Jetson AGX Thor Developer Kit est annoncé à 3 499 $ et disponible en précommande chez des distributeurs partenaires. Plusieurs fiches indiquent une disponibilité attendue autour du 20 novembre 2025. Là encore, il faut garder en tête la nature du produit : un kit de développement destiné à la mise au point et à l’évaluation de charges réelles, pas un PC familial. Nvidia positionne d’ailleurs ce lancement dans la continuité de ses initiatives « desktop IA », aux côtés de solutions plus orientées « bureau » comme DGX Spark, mais avec un cap clair : humanoïdes, vision et intégration capteurs.
alors ça change quoi ?
- Le « serveur IA » devient un périphérique : avec 2 070 TFLOPS FP4, on traite localement des modèles qui, hier, imposaient un aller-retour cloud.
- La robotique accélère : entre I/O haut débit (4×25 GbE), prise en charge de dizaines de flux vidéo et écosystème logiciel mature, les cycles de prototypage se raccourcissent.
- Le coût énergétique reste contenu : l’IA « physique » doit tenir dans des contraintes thermiques strictes ; 40–130 W pour ce niveau de compute change la donne.
- Un signal pour le marché : les fabricants de robots, de véhicules autonomes ou de systèmes d’inspection disposent d’un socle matériel plus dense, apte à suivre la montée en taille des modèles et la complexité croissante des capteurs.
Plus d’infos sur le site Officiel Nvidia