{"id":14509,"date":"2025-08-29T18:20:07","date_gmt":"2025-08-29T16:20:07","guid":{"rendered":"https:\/\/www.shincommunication.com\/?p=14509"},"modified":"2025-09-15T18:24:18","modified_gmt":"2025-09-15T16:24:18","slug":"adi-e-nvidia-jetson-thor-nei-robot-umanoidi","status":"publish","type":"post","link":"https:\/\/www.shincommunication.com\/en\/adi-e-nvidia-jetson-thor-nei-robot-umanoidi\/","title":{"rendered":"ADI e NVIDIA Jetson Thor nei robot umanoidi"},"content":{"rendered":"

 <\/p>\n

 <\/p>\n

 <\/p>\n

I robot umanoidi sono sempre pi\u00f9 vicini all\u2019implementazione nel mondo reale; i loro progressi dipendono dall’intelligenza fisica e dal ragionamento in tempo reale. Con l’annuncio della disponibilit\u00e0 generale di NVIDIA Jetson Thor<\/a>, Analog Devices, Inc.<\/a> (ADI) accelera ulteriormente lo sviluppo di robot umanoidi e di robot mobili autonomi (AMR).<\/p>\n

Combinando l\u2019edge sensing di ADI, la precisione del motion control, l’integrit\u00e0 dell’alimentazione e la connettivit\u00e0 deterministica con le funzionalit\u00e0 di calcolo di Jetson Thor, Holoscan Sensor Bridge<\/a> e Isaac Sim<\/a>, ADI sta tracciando un percorso per portare i robot dotati di capacit\u00e0 di ragionamento dalla simulazione all’implementazione su vasta scala.<\/p>\n

Un nuovo punto di riferimento per l’intelligenza fisica<\/strong><\/p>\n

Jetson Thor, piattaforma definitiva per l’IA fisica e la robotica umanoide, ridefinisce le possibilit\u00e0 di questo settore. Con una GPU NVIDIA Blackwell<\/a>, un transformer engine, una Multi-Instance GPU (MIG), una CPU Arm Neoverse V3AE a 14 core e fino a 128 GB di memoria LPDDR5X, fornisce 2070 TFLOPS FP4 di calcolo AI di classe server in una power case mobile. I suoi I\/O ad alta velocit\u00e0 di trasmissione, inclusi 4×25 GbE, offrono la larghezza di banda necessaria per integrare il rilevamento real time multimodale.<\/p>\n

Questa capacit\u00e0 rende NVIDIA Jetson Thor la prima piattaforma in grado di eseguire modelli di base per la robotica su vasta scala, dai modelli da visione a linguaggio a quelli da visione-linguaggio-azione, consentendo ai robot di andare oltre la percezione, arrivando al ragionamento e a comportamenti fisicamente intelligenti. Tutto ci\u00f2 si allinea perfettamente con l’obiettivo di ricerca e sviluppo di ADI: rilevamento, percezione, controllo e connettivit\u00e0 che rendono tale ragionamento utilizzabile nel mondo reale con un’elevata accuratezza fisica. “Per la prima volta, i robot sono in grado di comprendere compiti complessi. ADI fornisce il preciso substrato fisico che, combinato con la capacit\u00e0 di ragionamento di NVIDIA Jetson Thor, risponde in tempo reale alla fisica del mondo reale. Insieme, stiamo portando gli umanoidi dalla simulazione a un’implementazione pronta per l’uso.<\/em>” afferma Paul Golding, Vice Presidente di Edge AI, ADI<\/p>\n

I modelli di base: la chiave per il ragionamento e l’intelligenza fisica<\/strong><\/p>\n

I modelli di base per la robotica racchiudono decenni di sfide sui robot umanoidi ricchi di percezione, capaci di manipolazioni agili e veloci come quelle umane. Ma la loro vera svolta \u00e8 nel ragionamento: integrare input multimodali per pianificare, adattarsi e agire in tempo reale.<\/p>\n

Come accennato nella teleconferenza sui risultati del terzo trimestre 2025 di ADI, l’opportunit\u00e0 per ADI cresce con questo cambiamento. Ogni giunzione richiede un controllo preciso di corrente, posizione e coppia. Ogni contatto necessita di un feedback tattile e sensoriale. I robot umanoidi richiedono quindi pi\u00f9 nodi di percezione. Ogni nodo rappresenta un’opportunit\u00e0 per la catena di segnale, lo stack di percezione e la gestione dell’alimentazione i quali devono funzionare in modo deterministico e a bassa latenza; questo \u00e8 il punto di forza di ADI.<\/p>\n

Azzerare il divario tra simulazione e realt\u00e0 (Sim2Real)<\/strong><\/p>\n

ADI sta integrando i modelli di base per la robotica nel proprio stack di sviluppo, azzerando il divario tra simulazione e realt\u00e0 (Sim2Real) in modo che l\u2019hardware si comporti in NVIDIA Isaac Sim esattamente come nel mondo reale. L\u2019obiettivo di ADI \u00e8 quello di creare il contenuto robotico pi\u00f9 fisicamente accurato in NVIDIA Isaac Sim, consentendo ai team di iterare alla velocit\u00e0 di simulazione per poi scalare senza problemi verso sistemi reali con il proprio hardware e NVIDIA Jetson Thor.<\/p>\n

L’intelligenza fisica fonde rilevamento, attuazione e apprendimento delle policy e ragionamento in modo che i robot possano eseguire precisi compiti a livello industriale. Ci\u00f2 richiede un rilevamento periferico ad alta fedelt\u00e0, un’alimentazione efficiente dal punto di vista energetico e sicura dal punto di vista funzionale, una connettivit\u00e0 deterministica con il calcolo centralizzato e un Digital Twin che chiuda il ciclo Sim2Real.<\/p>\n

Oggi \u00e8 possibile raggiungere tutto questo: NVIDIA Jetson Thor \u00e8 il substrato di calcolo, mentre ADI fornisce la fedelt\u00e0 della signal chain, l’integrit\u00e0 dell’alimentazione e i contenuti che la rendono operativa.<\/p>\n

Il contributo di ADI ai robot umanoidi<\/strong><\/p>\n