Carmack:Jetson Thor 128GB 内存对实时机器人是过度配置
ID_AA_Carmack · x · 2026-09-11
John Carmack 分析 NVIDIA Jetson Thor 用于实时机器人市场的性价比:
- 128GB 内存但仅 273GB/s 带宽,内存配得过多且昂贵
- 实时机器人要求模型以数十 fps 评估,权重最多用约 10GB,用不满大内存
- 更多内存只在两种情况下有用:宽 MoE 模型,或大型战略规划模型以小时间片长周期运行
- 结论:面向成本优化的系统,其实可以配置少得多的内存;当然内存大对开发更友好
「具身」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- 机器人「开派对」训练中:研究者晒 policy in training 预告 — andrew_n_carr · 2026-10-28
- RAX让真机器人探索2小时自学技能，再把技能写成代码复用 — du_yilun · 2026-10-28
- OpenTac 触觉传感器将亮相 CoRL 2026,共 17 组机器人演示 — _krishna_murthy · 2026-10-28
- SO-101 Bench：LLM Agent 得分 83.2% 击败九个 VLA 策略 — Truman Hickok · 2026-10-28
- cixliv:格斗或成机器人首个跑赢普通人类的「已实现市场」 — cixliv · 2026-10-28