推奨ハードウェアの役割 計算による見積り NVIDIA Jetson (Thor + Orin)
このクラスである理由 • オンデバイスの知覚（カメラ）には専用のエッジアクセラレータが必要です。 • オンデバイスのリアルタイム遅延には専用のエッジアクセラレータが必要です。 • これが包絡線を満たす最小の役割です。
役割 On-robot perception + policy inference at the edge; the workhorse for embedded robotics AI.
メモリ 4–128 GB unified (Thor T5000: 128 GB LPDDR5X, ~273 GB/s)
消費電力 ~7–130 W (Orin ~7–60 W; Thor 40–130 W)
ソフトウェアエコシステム JetPack, CUDA, TensorRT, ROS 2
ランタイム TensorRT, CUDA, ONNX Runtime, PyTorch
既知の制限 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. 公式ソース この推奨は入力した要件に基づく計算上の見積りであり、目標要件です——測定値でもベンダーのベンチマークでもありません。ハードウェアを確定する前に実ワークロードで検証してください。レジストリの仕様はベンダー公表かつ日付付きです。公式ソースで確認してください。