Chip robotika terbaru Nvidia , Jetson AGX Thor , telah memicu diskusi intens di komunitas mengenai kepraktisan dan viabilitas jangka panjangnya. Dengan harga 3.499 dolar AS untuk pengembang dan 2.999 dolar AS untuk pesanan massal lebih dari 1.000 unit, otak robot ini menjanjikan kemampuan AI canggih untuk industri robotika. Namun, analisis awal mengungkap beberapa kekhawatiran yang perlu dipertimbangkan calon pembeli.
Spesifikasi Nvidia Jetson AGX Thor:
- Harga: $3.499 USD (kit pengembang), $2.999 USD (pemesanan massal 1.000+)
- Performa: 7,5x lebih cepat dari generasi sebelumnya Jetson AGX Orin
- Memori: 128GB arsitektur memori terpadu
- Konsumsi daya: 30W-140W
- GPU: Berbasis Blackwell dengan 2560 core CUDA, 96 core Tensor
- CPU: 14 core ARM Neoverse V3AE
- Konektivitas: 4x port 25GbE
- Bandwidth memori: 273GB/s
Konsumsi Daya Menimbulkan Pertanyaan Praktis
Kebutuhan daya chip Thor telah menjadi topik utama pembahasan di kalangan pengembang. Dengan konsumsi berkisar dari 30W hingga 140W, chip ini dapat menggunakan hingga 28% dari total anggaran daya robot pada umumnya. Perhitungan ini diperoleh dari perbandingan chip dengan robot seperti Unitree G1 , yang beroperasi sekitar 2 jam dengan baterai 9Ah-nya.
Menariknya, penggunaan daya ini lebih mirip dengan biologi manusia daripada yang diperkirakan. Otak manusia mengonsumsi sekitar 20% dari total kebutuhan energi kita, membuat nafsu daya Thor mengejutkan secara alami. Namun, robot harus membawa beban tambahan unit komputasi, tidak seperti sistem biologis di mana otak terintegrasi dalam desain keseluruhan.
Analisis konsumsi daya menunjukkan bahwa meskipun angkanya tampak tinggi, namun selaras dengan preseden biologis dan mungkin dapat diterima untuk banyak aplikasi industri.
Perbandingan Konsumsi Daya:
- Nvidia Thor : 30W-140W (rata-rata ~85W)
- Otak manusia: ~19W (20% dari total konsumsi tubuh 96W)
- Robot Unitree G1 : ~216W total daya sistem
- Thor sebagai persentase daya robot: ~28%
- Energi harian manusia: 2000 kkal = rata-rata konsumsi 96W
Riwayat Dukungan Perangkat Lunak Menimbulkan Bendera Merah
Kekhawatiran signifikan di kalangan pengembang berpusat pada rekam jejak Nvidia dalam dukungan perangkat lunak jangka panjang. Produk Jetson sebelumnya telah ditinggalkan pada sistem operasi yang ketinggalan zaman, menciptakan masalah berkelanjutan untuk sistem yang telah digunakan. Seri TX1/TX2 tetap terjebak pada Ubuntu 18.04, sementara perangkat Xavier terkunci pada Ubuntu 20.04, dan chip Orin kemungkinan akan dibekukan pada Ubuntu 24.04.
Pola ini memaksa tim teknik bekerja dengan versi Python yang ketinggalan zaman dan sistem operasi yang sudah berakhir masa pakainya, menciptakan risiko keamanan dan membatasi kemampuan pengembangan. Masalah ini menjadi sangat bermasalah karena Nvidia terus mengirimkan perangkat keras lama hingga baru-baru ini sambil menolak memperbarui stack perangkat lunak mereka.
Timeline Dukungan Perangkat Lunak Nvidia Jetson:
- TX1/TX2 (2017-2024): Terjebak di Ubuntu 18.04
- Xavier: Ditinggalkan di Ubuntu 20.04
- Orin (2023): Diperkirakan akan tetap di Ubuntu 24.04
- Thor (2025): Komitmen dukungan jangka panjang tidak diketahui
Tantangan Ketersediaan dan Kompetisi
Laporan awal menunjukkan Thor mungkin menghadapi keterlambatan pengiriman serupa dengan produk Nvidia lainnya baru-baru ini, dengan beberapa pengembang sudah mencatat kekurangan stok saat peluncuran. Ini menggema masalah dengan DGX Spark , yang mengalami keterlambatan berkepanjangan.
Kompetisi muncul dari sumber yang tidak terduga. Ryzen AI Max+ 395 dari AMD menawarkan kemampuan serupa seharga 2.000 dolar AS, meskipun perbandingan kinerja langsung masih terbatas. Perbedaan harga telah menarik perhatian, terutama karena pasar robotika mencari solusi yang hemat biaya.
Posisi Pasar dan Prospek Masa Depan
Meskipun ada kekhawatiran, profesional industri mengakui bahwa Thor mewakili nilai signifikan untuk kemampuannya. Chip ini menawarkan kinerja 7,5 kali lebih baik dari pendahulunya dan mencakup 128GB memori terpadu - sangat penting untuk menjalankan model AI besar secara lokal.
Harga tampaknya sepenuhnya layak berdasarkan hal itu saja. Siapa pun yang dapat menggunakan RPi benar-benar harus mempertimbangkannya, tetapi itu bukan pasar yang sedang bersaing.
Industri robotika tampaknya bersedia menerima biaya yang lebih tinggi untuk kemampuan komputasi edge, terutama untuk aplikasi yang memerlukan pemrosesan real-time tanpa konektivitas cloud. Aplikasi militer, operasi jarak jauh, dan penerapan yang sensitif terhadap privasi semuanya mendapat manfaat dari kekuatan pemrosesan lokal.
Ke depan, kesuksesan Thor kemungkinan akan bergantung pada Nvidia yang mengatasi kekhawatiran dukungan perangkat lunak sambil mempertahankan harga yang kompetitif seiring pasar yang matang. Untuk saat ini, ini mewakili ujung tombak komputasi robotika, meskipun dengan beberapa peringatan signifikan untuk perencanaan penerapan jangka panjang.
Referensi: Nvidia's new 'robot brain' goes on sale for $3,499 as company targets robotics for growth