ROBOTICS & HUMANOID

NVIDIA เปิดตัว IGX Thor แพลตฟอร์ม Edge AI สำหรับงานอุตสาหกรรมและการแพทย์ที่เน้นความปลอดภัย

NVIDIA Technical Blog23 Mar 2026
1 min read
Key Takeaways
  • IGX Thor มอบประสิทธิภาพ AI ระดับเซิร์ฟเวอร์บนสถาปัตยกรรม Blackwell พร้อมมาตรฐานความปลอดภัยทางวิศวกรรมสำหรับการใช้งานที่ Edge

ทำไมเรื่องนี้ถึงสำคัญ

เป็นการก้าวข้ามขีดจำกัดเดิมของ Edge AI ไปสู่ระดับที่สามารถรันโมเดลภาษาขนาดใหญ่ (LLM) และการวิเคราะห์วิดีโอหลายสตรีมพร้อมกันในระดับอุตสาหกรรมที่เน้นความปลอดภัยสูง

NVIDIA เปิดตัว IGX Thor แพลตฟอร์มคอมพิวเตอร์ระดับองค์กรที่ออกแบบมาเพื่อการประมวลผล AI ที่ Edge โดยเฉพาะในงานที่ต้องการความแม่นยำและความปลอดภัยสูง เช่น โรงงานอัจฉริยะ การผ่าตัดด้วยหุ่นยนต์ และระบบอัตโนมัติในอุตสาหกรรม

หัวใจหลักของ IGX Thor คือ GPU สถาปัตยกรรม Blackwell ซึ่งให้ประสิทธิภาพ AI สูงกว่ารุ่น Orin เดิมถึง 8 เท่า และรองรับการประมวลผล Generative AI ที่ซับซ้อนได้ที่ Edge โดยตรง แพลตฟอร์มนี้มาพร้อมกับฟีเจอร์ความปลอดภัยระดับฮาร์ดแวร์ (Functional Safety) ที่เป็นไปตามมาตรฐาน ISO 26262 และ IEC 61508 ทำให้สามารถใช้งานในสภาพแวดล้อมที่ต้องทำงานร่วมกับมนุษย์ได้อย่างปลอดภัย

ตระกูล IGX Thor ประกอบด้วยหลายรูปแบบ เช่น IGX T5000 (System-on-Module) สำหรับงานฝังตัวขนาดเล็ก และ IGX T7000 (Board Kit) ที่รองรับการขยายส่วนประมวลผลด้วยการเพิ่ม GPU แยก เพื่อรองรับภาระงานที่หนักหน่วง เช่น การประมวลผลจากเซนเซอร์จำนวนมากพร้อมกันด้วยความหน่วงต่ำ

สรุปประเด็นหลัก

ประสิทธิภาพ AI สูงขึ้น 8 เท่าเมื่อเทียบกับรุ่น IGX Orin

รองรับมาตรฐานความปลอดภัย ISO 26262 และ IEC 61508 ในระดับฮาร์ดแวร์

ใช้ GPU Blackwell รุ่นล่าสุดพร้อม Tensor Cores เจนเนอเรชันที่ 5

นวัตกรรมและเทคโนโลยี

infrastructure

NVIDIA Blackwell iGPU

จีพียูแบบรวมศูนย์ที่ให้พลังประมวลผล AI สูงถึง 2,070 FP4 TFLOPS สำหรับงาน Edge AI

robotics

Functional Safety Island (FSI)

หน่วยประมวลผลความปลอดภัยแยกส่วนภายในชิปเพื่อการทำงานที่เสถียรและเป็นไปตามมาตรฐานอุตสาหกรรม

Developer Impact
วิศวกรระบบสมังกลและนักพัฒนา AI ในงานอุตสาหกรรมสามารถสร้างระบบที่ซับซ้อนขึ้นได้บน Edge โดยไม่ต้องกังวลเรื่องการรับรองมาตรฐานความปลอดภัยและการประมวลผลข้อมูลมหาศาล
Keywords
#nvidia #igx thor #blackwell #edge ai #functional safety
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Technical Blog