Capaciteiten · Beslistool

Workload → hardware-selector

Beschrijf je werklast-envelop en krijg de kleinste hardwarerol die het kan hosten — een doelvereiste, geen gemeten benchmark.

Kies het kleinste en best onderhoudbare platform dat aan de gevalideerde productie-envelop voldoet.

Aanbevolen hardwarerol

Berekende schatting

NVIDIA Jetson (Thor + Orin)

Past in je envelop

Waarom deze klasse

• On-device perceptie (camera's) vereist een speciale edge-versneller.
• Realtime on-device latentie vereist een speciale edge-versneller.
• Dit is de kleinste rol die aan je envelop voldoet.

Rol: On-robot perception + policy inference at the edge; the workhorse for embedded robotics AI.
Geheugen: 4–128 GB unified (Thor T5000: 128 GB LPDDR5X, ~273 GB/s)
Vermogen: ~7–130 W (Orin ~7–60 W; Thor 40–130 W)
Software-ecosysteem: JetPack, CUDA, TensorRT, ROS 2
Runtimes: TensorRT, CUDA, ONNX Runtime, PyTorch
Bekende beperkingen: 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.

Officiële bron

Deze aanbeveling is een berekende schatting op basis van je invoer — een doelvereiste, geen meting of leveranciersbenchmark. Valideer tegen een echte werklast voordat je hardware vastlegt. Registerspecificaties zijn door leveranciers gepubliceerd en gedateerd; verifieer ze bij de officiële bron.