DLAP‑701 NVIDIA Jetson Thor compact edge AI platform
De DLAP-701 NVIDIA Jetson Thor is een geavanceerd compact edge AI-platform, aangedreven door de nieuwste NVIDIA Jetson Thor-serie. Het is ontworpen voor veeleisende edge AI-workloads – van generatieve AI-inferentie tot sensorfusie, robotica, industriële automatisering en autonome systemen – en brengt prestaties op datacenterniveau samen in een inzetbare, edge-ready vormfactor. Dankzij rekenkracht van het hoogste niveau en uitgebreide I/O-connectiviteit is het gebouwd voor omgevingen waar realtime verwerking, privacy en betrouwbaarheid essentieel zijn.
Of u nu large language models (LLM’s), vision-language modellen, multisensor-pijplijnen of realtime regellussen draait, de DLAP-701 biedt de hardwarebasis die nodig is voor edge AI-toepassingen van de volgende generatie.
De DLAP-701 is ideaal voor gevorderde robotica-engineers, AI-onderzoekers, architecten voor industriële automatisering en organisaties die autonome machines, slimme infrastructuur of aan de edge ingezette AI-systemen ontwikkelen. Als u grote AI-modellen – voor taal, vision, sensorfusie of besturing – lokaal wilt draaien, met lage Latency en hoge betrouwbaarheid, biedt dit platform een overtuigende hardwarebasis.
Belangrijkste kenmerken van deze serie
Een overzicht op hoofdlijnen van wat deze serie te bieden heeft
-
Enorme AI-rekenkracht – tot 2070 FP4 TFLOPS Aangedreven door de Blackwell GPU in Jetson Thor, voor generatieve AI-workloads met meerdere modellen en inferentie van grote transformers aan de edge.
-
Krachtige CPU en geheugen voor evenwichtige workloads 14-core Arm Neoverse-V3AE CPU plus 128 GB LPDDR5X-geheugen met een bandbreedte van 273 GB/s – ideaal voor geheugenintensieve modellen, sensorfusie, preprocessing en systeemorkestratie.
-
Realtime edge-inferentie – lage Latency en inzet van LLM’s Draai grote modellen offline zonder cloudlatentie en waarborg zo gegevensprivacy en deterministische prestaties.
-
Ondersteuning voor multitasking / meerdere modellen (MIG GPU Partitioning) De GPU ondersteunt Multi-Instance GPU (MIG)-modus – waardoor parallelle inferentietaken (bijv. vision + taal + besturing) gelijktijdig op dezelfde hardware kunnen draaien.
-
Uitgebreide, snelle I/O en sensorintegratie Meerdere interfaces: 5 GbE, USB 3.0, M.2 (Wi-Fi/LTE), QSFP28 (4× 25 GbE) — ideaal voor sensordata met hoge bandbreedte, multi-camerasystemen, LiDAR, snelle netwerken en realtime data-inname.
-
Schaalbare edge-inzet op ondernemingsniveau Compacte vormfactor voor edge- of embedded inzet, met ondersteuning voor NVMe-opslag, flexibel vermogensbereik (40–130 W) en uitgebreide I/O – waardoor het geschikt is voor robotica, industriële automatisering, infrastructuur of mobiele platforms.
-
Geoptimaliseerd voor moderne AI- en roboticasoftwarestack Volledig compatibel met NVIDIA’s AI-software-ecosysteem, waardoor large language models, vision-language modellen, sensorfusie-algoritmen, robotica-frameworks en meer eenvoudig op edge hardware kunnen worden ingezet.
-
Klaar voor de toekomst – multimodale AI, robotica en autonome use-cases Ontworpen voor multisensor-inputs (camera’s, LiDAR, databussen), pijplijnen voor vision + taal + besturing en realtime redenering, en maakt zo fysieke AI-systemen van de volgende generatie mogelijk, zoals robots, autonome machines en slimme infrastructuur.
Downloads
voor DLAP‑701 NVIDIA Jetson Thor compact edge AI platform
Wat zit er in deze serie?
Alle varianten binnen deze serie en een vergelijking van wat ze bieden
| Specification | DLAP-701 (Jetson Thor) / Typical Setup* |
|---|---|
AI Compute Performance | Up to 2070 FP4 TFLOPS NVIDIA Developer+1 |
GPU Architecture | NVIDIA Blackwell GPU — 2560 CUDA cores, 96 5th-gen Tensor Cores, MIG support NVIDIA+1 |
CPU | 14-core Arm Neoverse-V3AE 64-bit CPU, up to 2.6 GHz NVIDIA Developer+1 |
Memory | 128 GB LPDDR5X, 256-bit, ~273 GB/s bandwidth NVIDIA+1 |
Storage | NVMe via M.2 slot / PCIe Gen5 support Electronic Design+1 |
Networking / I/O | 5 GbE, QSFP28 (4× 25 GbE), USB 3.x, M.2 (Wi-Fi / LTE), PCIe, multiple sensor-interfaces — ideal for high-bandwidth sensor fusion ADLINK Technology+2Electronic Design+2 |
Power Envelope | ~40 W to 130 W (configurable) depending on load / deployment scenario NVIDIA+1 |
Use-Case Focus | Edge AI / Inference, robotics, multi-sensor fusion, real-time LLM/VLM inference, industrial automation, autonomous systems |
