Zum Inhalt springen

Fähigkeiten · Entscheidungstool

Workload → Hardware-Selektor

Beschreiben Sie Ihre Workload-Hülle und erhalten Sie die kleinste Hardware-Rolle, die sie hosten kann — eine Zielanforderung, kein gemessener Benchmark.

Wählen Sie die kleinste und wartbarste Plattform, die die validierte Produktionshülle erfüllt.

Hyperion positioniert sich nicht als allgemeines Engineering-Team. Technische Kompetenz dient dazu, bessere Produktentscheidungen zu treffen, Annahmen zu hinterfragen, Evidenz zu definieren und die für das Mandat erforderlichen Spezialisten zu koordinieren.

≈ params: <50M · <3B · <14B · <70B · ≥70B

was das System hauptsächlich tut

Anforderung an die Antwortzeit

wo es physisch läuft

wohin Daten dürfen

Empfohlene Hardware-Rolle

Berechnete Schätzung

NVIDIA Jetson (Thor + Orin)

Passt in Ihre Hülle

Warum diese Klasse

  • On-Device-Wahrnehmung (Kameras) erfordert einen dedizierten Edge-Beschleuniger.
  • Echtzeit-Latenz on-device erfordert einen dedizierten Edge-Beschleuniger.
  • Dies ist die kleinste Rolle, die Ihre Hülle erfüllt.
Rolle
On-robot perception + policy inference at the edge; the workhorse for embedded robotics AI.
Speicher
4–128 GB unified (Thor T5000: 128 GB LPDDR5X, ~273 GB/s)
Leistung
~7–130 W (Orin ~7–60 W; Thor 40–130 W)
Software-Ökosystem
JetPack, CUDA, TensorRT, ROS 2
Runtimes
TensorRT, CUDA, ONNX Runtime, PyTorch
Bekannte Grenzen
CUDA-locked; thermal/power budgeting needed for sustained inference. Thor T5000 ≈1035 FP8 TOPS — confirm exact memory bandwidth (≈273–276 GB/s) per the datasheet for a given SKU.
Offizielle Quelle

Diese Empfehlung ist eine berechnete Schätzung auf Basis Ihrer Eingaben — eine Zielanforderung, keine Messung und kein Hersteller-Benchmark. Validieren Sie gegen eine echte Last, bevor Sie Hardware festlegen. Registrierungsangaben sind herstellerveröffentlicht und datiert; prüfen Sie sie an der offiziellen Quelle.

Workload → Hardware-Selektor — Hyperion