NVIDIA memperkenalkan Jetson T3000 dan T2000 berbasis arsitektur Thor untuk robot, visual AI, dan mesin otonom. T3000 menawarkan 865 FP4 teraflops dengan memori 32 GB, sedangkan T2000 menurunkan titik masuk menjadi 400 FP4 teraflops dan 16 GB. Angka tersebut belum cukup untuk menentukan pilihan: developer harus menguji model, aliran sensor, latency, konsumsi daya, keselamatan, serta biaya siklus hidup sebelum modul dijadwalkan tersedia pada kuartal pertama 2027.
Posisi T3000 dan T2000 dalam keluarga Thor
T3000 menggabungkan GPU Blackwell, CPU Arm Neoverse delapan inti, memori LPDDR5X 32 GB, bandwidth 273 GB per detik, dan konektivitas 25 GbE. NVIDIA menyebut ukurannya serta kebutuhan dayanya sekitar separuh T5000 sambil menargetkan performa inferensi multimodal yang sekelas untuk banyak workload. Varian IGX T3000 menambahkan integrasi keselamatan fungsional bagi sistem yang bekerja dekat manusia.
T2000 menyasar perangkat dengan kebutuhan lebih rendah melalui 400 FP4 teraflops dan memori 16 GB. Ia dapat menjadi kandidat untuk agen visual, autonomous mobile robot, manipulator industri, atau appliance edge. Namun FP4 teraflops bukan ukuran tunggal performa aplikasi. Operator, precision, preprocessing kamera, concurrency, dan thermal limit dapat mengubah throughput nyata secara signifikan.
- T3000: 865 FP4 teraflops dan memori 32 GB.
- T2000: 400 FP4 teraflops dan memori 16 GB.
- Keduanya dijadwalkan tersedia pada Q1 2027.
- Emulasi T3000 direncanakan lewat JetPack 7.2.1.
Memori sering lebih menentukan daripada puncak komputasi
Robot menjalankan beberapa pipeline sekaligus: decoding sensor, perception, mapping, planning, model bahasa atau vision-language-action, logging, dan kontrol. Total working set dapat melampaui ukuran weight model. Developer perlu membuat memory budget per proses, mengukur peak saat skenario terburuk, dan menyisakan ruang untuk update. Modul yang terlihat cukup pada demo tunggal dapat mengalami thrashing ketika semua sensor aktif.
NVIDIA juga merilis agent skills untuk optimisasi memori pada keluarga Jetson. Contoh perusahaan dalam pengumuman menunjukkan penghematan hingga beberapa gigabita, bahkan 15 GB pada kasus tertentu. Itu adalah hasil vendor dan partner, bukan jaminan universal. Uji ulang pada model, compiler, resolusi, batch, serta konfigurasi sensor milik sendiri sebelum menurunkan kelas memori demi harga.
- Catat penggunaan memori idle, rata-rata, dan puncak.
- Uji cold start serta pergantian model.
- Sertakan headroom untuk telemetry dan update.
- Validasi optimisasi terhadap akurasi serta latency.
Cosmos 3 Edge memperluas inferensi langsung di robot
NVIDIA memperkenalkan Cosmos 3 Edge berparameter empat miliar untuk platform Thor. Model ini diarahkan pada persepsi, reasoning real-time, serta prediksi tindakan pada embodied system. Developer dapat melakukan post-training untuk tubuh dan sensor tertentu, kemudian menjalankan inferensi di perangkat. Pemrosesan lokal berpotensi mengurangi round trip cloud serta menjaga operasi ketika koneksi terputus.
Meski demikian, model yang menghasilkan tindakan memerlukan evaluasi berbeda dari chatbot. Uji harus mencakup kondisi pencahayaan buruk, sensor kotor, objek tidak dikenal, manusia masuk area kerja, dan kegagalan actuator. Confidence model tidak boleh langsung menjadi izin bergerak. Pisahkan reasoning dari safety controller deterministik, tetapkan envelope operasi, dan pastikan mesin masuk kondisi aman saat input tidak dapat dipercaya.
Checklist evaluasi sebelum memilih modul
Mulai dari workload representatif, bukan demo pemasaran. Rekam sensor pada lingkungan nyata lalu jalankan replay dengan target FPS, latency persentil, konsumsi daya, suhu, dan akurasi. Uji selama beberapa jam karena throttling sering tidak terlihat pada benchmark singkat. Periksa pula carrier board, interface kamera, storage, network, enclosure, pendinginan, sertifikasi, dan ketersediaan komponen.
Software lifecycle sama pentingnya dengan hardware. Petakan versi JetPack, CUDA, driver, framework, model, serta dependency yang disertifikasi. Tentukan proses OTA, rollback, signing, observability, dan recovery ketika update gagal. Bila alat bekerja di lapangan selama bertahun-tahun, biaya kunjungan teknisi dan downtime dapat melebihi selisih harga modul. Mintalah roadmap support yang sesuai umur produk.
- Benchmark end-to-end dengan sensor serta model final.
- Ukur watt, suhu, noise, dan throttling.
- Verifikasi interface dan supply chain carrier board.
- Rancang update, rollback, dan logging sejak prototipe.
Apa artinya bagi developer Indonesia
T3000 dan T2000 dapat membuka prototipe robot inspeksi, manufaktur, agrikultur, transportasi, dan analitik visual yang tidak selalu bergantung pada cloud. Namun impor, kurs, garansi, lead time, integrator lokal, dan sertifikasi radio atau keselamatan harus masuk business case. Kemampuan komputasi yang tinggi tidak otomatis menyelesaikan kualitas dataset, mekanik, atau reliability perangkat di iklim panas dan berdebu.
TenFourSeven menyarankan memulai emulasi pada developer kit Thor, membangun matriks workload, lalu membandingkan T2000, T3000, dan alternatif yang lebih kecil. Pilot sebaiknya memiliki kriteria go atau no-go: akurasi minimum, latency maksimum, daya, biaya per unit, recovery time, serta kapasitas maintenance tim. Pilihan terbaik adalah platform paling sederhana yang memenuhi keselamatan dan kebutuhan produksi, bukan spesifikasi tertinggi.
Jetson T3000 dan T2000 memperluas Thor ke kelas perangkat yang lebih ringkas dengan 865 dan 400 FP4 teraflops. Nilainya baru terlihat setelah model, sensor, memori, thermal, software lifecycle, serta keselamatan diuji bersama. Gunakan emulasi untuk memvalidasi workload sebelum modul tersedia Q1 2027, pertahankan safety controller terpisah dari model, dan hitung biaya operasi lapangan. Untuk banyak proyek, memori yang cukup, recovery yang teruji, serta dukungan jangka panjang lebih penting daripada angka komputasi puncak.