SON DAKİKA

Nvdia

NVIDIA Jetson Thor: Fiziksel Yapay Zeka İçin En Üst Düzey Platform

Robotik, özel makineler döneminden, genel amaçlı robotlara doğru bir devrim geçiriyor. Bu geçiş, tek amaca hizmet eden, sabit işlevli robotlardan, farklı görevleri çeşitli ortamlarda gerçekleştirebilme yeteneğine sahip, uyumlu robotlara yöneliyor. İnsan bilişinden ilham alan bu robotlar, hızlı tepkilerle yüksek seviyede akıl yürütmeyi ve planlamayı birleştirerek öğrenme ve uyum sağlama süreçlerini daha verimli hale getiriyor.

Bu yeni anlayış, robotların sektörler arasında esnek bir şekilde çalışmasını sağlayarak maliyetleri azaltıyor ve uzman robotların gerçekleştiremeyeceği kadar geniş pratik uygulama olanaklarını sunuyor. GTC 2025’te, NVIDIA Isaac GR00T platformu bu dönüşümün temeli olarak tanıtıldı; robot temelli modeller, sentetik veri süreçleri, bir simülasyon ortamı ve bir çalışma bilgisayarı gibi unsurları bir araya getiriyor.

Bugün, NVIDIA Jetson AGX Thor Geliştirici Kiti ve NVIDIA Jetson T5000 modülünin genel kullanıma sunulduğunu duyurmaktan heyecan duyuyoruz. Bu yeni donanım, geliştiricilere fiziksel yapay zeka alanında geleceği inşa etme gücü veriyor. Jetson Thor ile robotların her yeni iş için yeniden programlanmasına gerek kalmıyor. Jetson Thor, fiziksel yapay zeka için en iyi platformu sunarak, jeneratif düşünme ve çok modlu, çok sensörlü işlemeyi sağlayan bir süper bilgisayar sunuyor. Jetson Thor, nesne manipülasyonu, navigasyon ve karmaşık talimatları takip etme gibi zorluklar için temellere hız kazandırarak sonraki nesil robotlara entegre edilebiliyor.

Genel Amaçlı İnsan Robotu İnşa Etmek İçin Neler Gerekiyor?

Tipik bir insan robotu inşa etmek için dört temel katman gereklidir:

  • Donanım soyutlaması: Robotun çevresini algılayabilmesi ve fiziksel olarak etkileşimde bulunabilmesi için gerekli tüm algılama ve hareket yeteneklerini entegre eder.
  • Gerçek zamanlı kontrol çerçevesi: Robotun hareketlerinin hassas, düşük gecikmeli kontrolünü yönetir; burada gecikmeyi minimize etmek, güvenli ve duyarlı bir işletim için kritik öneme sahiptir.
  • Algılama ve planlama: Robotun çevreyi anlama, kavrama ve hareket planlaması, lokomotifi, nesne tanıma ve yer belirleme yetenekleriyle donatılmasını sağlar; bu, çevre ile etkin etkileşim için gereklidir.
  • Yüksek seviyede akıl yürütme: Sahne anlama, karmaşık görev planlaması ve doğal dil etkileşimi gibi ileri düzey işlevleri güçlendirir; burada daha uzun işlem süreleri, daha derin akıl yürütme ve uyum sağlama desteği sunmak için kabul edilebilir.
A humanoid application on the left with the various layers used to build it on the right, including sections labeled high-level reasoning, perception and planning, real-time control framework, and hardware abstraction.
Şekil 1: Bir insan robotu inşa etmek için gereken donanım ve yazılım bileşenleri

NVIDIA Jetson Thor, Fiziksel Yapay Zeka ve İnsan Robotları için Neden En İyi Platformdur?

NVIDIA Jetson AGX Thor Geliştirici Kiti, eşsiz performans ve ölçeklenebilirlik sunar. NVIDIA Blackwell GPU’su ve 128 GB bellek ile donatılmıştır ve 130 W’lık güç sınırları içerisinde, en son jeneratif AI modellerini sorunsuz bir şekilde çalıştıran 2070 FP4 teraflop (TFLOPS) AI hesaplama sunmaktadır. NVIDIA Jetson AGX Orin ile karşılaştırıldığında, AI hesaplamasında 7.5 kat daha fazla ve enerji verimliliğinde ise 3.5 kat daha iyi bir performans sağlar.

Jetson Thor, yeni Blackwell Çoklu Örnek GPU (MIG) teknolojisi ve sağlam 14 çekirdekli Arm Neoverse-V3AE CPU ile düşük gecikmeli, gerçek zamanlı uygulamaları hızlandırır. Ayrıca, üçüncü nesil Programlanabilir Görüntü Hızlandırıcısı (PVA), çift kodlayıcı ve kod çözücü, bir optik akış hızlandırıcısı ve daha fazlasını içeren geniş bir hızlandırıcılar setine sahiptir.

Geliştirici kiti, yüksek hızlı sensör birleştirmesi için geniş I/O seçenekleri sunar. Bunlar arasında 4x25GbE QSFP yuvası, kablolu Multi-GbE RJ45 konektörü, çeşitli USB portları ve ek bağlantı arabirimleri yer alır. Ayrıca, mevcut insan robotu platformlarıyla sorunsuz bir entegrasyon için tasarlanmış olup, prototipleme sürecini hızlı bir şekilde başlatmak için kolayca bağlanabilir.

Transformer Motoru ve FP4 Desteği

NVIDIA Blackwell mimarisine dayanan Jetson Thor, en iyi performans için dinamik olarak FP4 ve FP8 arasında geçiş yapan sonraki nesil Transformer Motoru ile yerleşik FP4 kuantizasyonunu tanıtır. Jetson Thor, 4-bit ağırlıklar ve yüksek bellek bant genişliği ile, jeneratif AI iş yüklerinde hem doldurma hem de çözme işlemlerini hızlandırır.

Çoklu Örnek GPU

Jetson Thor, tek bir GPU’nun ayrı kaynaklarla izole örneklere bölünmesine olanak tanıyan MIG teknolojisini tanıtır. Bu, kritik iş yükleri için kapasiteyi rezerve ederek, daha az zaman hassasiyeti olan görevleri paralel olarak çalıştırmayı mümkün kılar; özellikle karışık öncelikli robotik uygulamalar için değerlidir.

Tablo 1 ve 2, Jetson T5000 modülü ile NVIDIA Jetson AGX Thor Geliştirici Kiti taşıyıcı kartının temel özelliklerini ve arabirimlerini göstermektedir.

NVIDIA Jetson T5000 NVIDIA Jetson T4000*
AI performansı 2070 TFLOPS (Seyrek FP4) 1035 TFLOPS (Yoğun FP4 | Seyrek FP8 | Seyrek INT8) 517 TFLOPS (Yoğun FP8 | Seyrek FP16) 1200 TFLOPS (Seyrek FP4) 600 TFLOPS (Yoğun FP4 | Seyrek FP8 | Seyrek INT8) 300 TFLOPS (Yoğun FP8 | Seyrek FP16)
GPU 2560 çekirdekli NVIDIA Blackwell mimarisine sahip GPU, 96 beşinci nesil Tensor Core MIG, 10 TPC ile 1536 çekirdekli NVIDIA Blackwell mimarisine sahip GPU, 64 beşinci nesil Tensor Core MIG, 6 TPC ile
CPU 14 çekirdekli Arm Neoverse-V3AE 64-bit CPU 12 çekirdekli Arm Neoverse-V3AE 64-bit CPU
Bellek 128 GB 256-bit LPDDR5X, 273 GB/s 64 GB 256-bit LPDDR5X, 273 GB/s
Frekans 1.57 GHz max GPU
2.6 GHz max CPU
1.57 GHz max GPU
2.6 GHz max CPU
Depolama PCIe üzerinden NVMe destekler;
USB3.2 aracılığıyla SSD destekler
PCIe üzerinden NVMe destekler;
USB3.2 aracılığıyla SSD destekler
Görüntü hızlandırıcı PVA v3.0 PVA v3.0
Video kodlama Toplam 6x4Kp60 (H.265/H.264) Toplam 6x4Kp60 (H.265/H.264)*
Video kod çözme Toplam 4 x 8Kp30 (H.265)
Toplam 4 x 4Kp60 (H.264)
Toplam 4 x 8Kp30 (H.265)*
Toplam 4 x 4Kp60 (H.264)*
Kamera HSB üzerinden toplam 20 kamera;
16x hatlar MIPI CSI-2 üzerinden toplam 6 kamera
Sanalsal Kanallar C-PHY 2.1 (10.25 Gbps), D-PHY 2.1 (40 Gbps) kullanarak toplam 32 kameraya kadar
HSB üzerinden toplam 20 kamera;
16x hatlar MIPI CSI-2 üzerinden toplam 6 kamera
Sanalsal Kanallar C-PHY 2.1 (10.25 Gbps), D-PHY 2.1 (40 Gbps) kullanarak toplam 32 kameraya kadar
Ekran 4x paylaşılan HDMI2.1 VESA Display Port 1.4a – HBR2, MST 4x paylaşılan HDMI2.1 VESA Display Port 1.4a – HBR2, MST
Güç 40 W – 130 W 40 W – 70 W
Tablo 1: NVIDIA Jetson AGX Thor Geliştirici Kiti modül teknik özellikleri
* Ön izleme ve değişikliğe tabidir
NVIDIA Jetson AGX Thor Geliştirici Kiti teknik özellikleri
Entegre NVIDIA Jetson Thor modülü NVIDIA Jetson T5000 modülü
Depolama Entegre 1TB NVMe M.2 Anahtar M Yuvasında
Kamera HSB kamerası üzerinden QSFP yuvası USB kamerası
PCIe M.2 Anahtar M yuvası x4 PCIe Gen5 (1TB NVMe ile doldurulmuş)
M.2 Anahtar E yuvası x1 PCIe Gen5 (Wi-Fi 6E ve Bluetooth modülü ile doldurulmuş)
USB 2x USB Type-A 3.2 Gen2
2x USB Type-C 3.1 Gen1
1x USB Type-C (Sadece hata ayıklama)
Ağ Bağlantısı 1x 5GBe RJ45 konektörü
1x QSFP28 (4x 25GbE)
Wi-Fi 802.11ax Wi-Fi 6E
Ekran 1x HDMI 2.0b
1x DisplayPort 1.4a
Diğer G/Ç’ler 2x 13-pin CAN başlığı, 2x 6-pin Otomasyon başlığı, 2x 5-pin başlık, JTAG Konektörü, 1x 4-pin Fan Konektörü – 12V, PWM ve Tach, 2x 5-pin Ses Paneli Bağlantı Noktası, 2-pin RTC Yedek Pil Bağlantısı, Mikrofit Güç Soketi, Güç, Zorunlu Kurtarma ve Sıfırlama düğmeleri
Teknik 243.19 mm x 112.40 mm x 56.88 mm (Yükseklik, ayaklar, taşıyıcı kart, modül ve termal çözüm dahil)
Tablo 2: NVIDIA Jetson AGX Thor Geliştirici Kiti taşıyıcı kart teknik özellikleri
Block diagram showing the different components in Jetson Thor modules.
Şekil 2: NVIDIA Jetson Thor modüllerinin bileşenleri

Jetson Thor’un Jeneratif AI’yi Kenarda Nasıl Hızlandırdığı

Jetson AGX Thor, doğru bir şekilde tasarlanmış yeni bir robot bilgisayar sınıfına dahil olup, yeni nesil insan robotlarını çalıştırmak için sıfırdan inşa edilmiştir. Görsel Diller Eylem (VLA) modelleri ile popüler büyük dil modelleri (LLM) ve görsel dil modelleri (VLM) dahil olmak üzere geniş bir jeneratif AI model yelpazesini destekler.

Kesintisiz bir bulut serisi deneyimi sunmak için Jetson Thor, NVIDIA’nın fiziksel AI uygulamaları için geliştirdiği AI yazılım yığınını çalıştırır. Bu yığının içerikleri arasında NVIDIA Isaac robotlar için, NVIDIA Metropolis görsel etken AI için ve NVIDIA Holoscan sensör işleme için bulunuyor. Ayrıca, NVIDIA ve video arama ve özetleme (VSS) gibi kenar uygulamaları geliştirmek için kullanılacak ajans AI iş akışlarıyla AI ajanları oluşturabilirsiniz.

Logos of all the frameworks and models supported on Jetson, including Hugging Face, PyTorch, Meta, Gemini, OpenAI, Qwen, and many more.
Şekil 3: Jetson Thor, geniş bir AI çerçevesi ve jeneratif AI modeli yelpazesini destekler

Jeneratif Akıl Yürütme ve Çok Modlu Sensör İşlemenin Önemi

Jeneratif akıl yürütme modelleri, eylem dizilerini simüle edebilme, sonuçları öngörebilme, dil veya görsel ipuçları üzerinde akıl yürütebilme ve esnek bir şekilde yüksek seviyeli planlar veya düşük seviyeli hareket politikaları üretebilme yeteneği sunar. Bu, robotik sistemlerin çok daha esnek, uyumlu ve gerçek dünya ortamlarında güçlü, insan seviyesinde akıl yürütme yeteneklerine sahip olmasını sağlar.

NVIDIA Jetson Thor, Jetson Orin’e kıyasla %500 oranında bir ivme kazandırıyor. FP4 ve spekülatif çözümleme ile geliştiriciler, Jetson Thor üzerinde ek %200 performans iyileştirmesi elde edebiliyorlar.

Bar chart comparing Jetson Thor to Jetson Orin on generative reasoning benchmarks.
Şekil 4. Jetson Thor, Jetson Orin’e kıyasla jeneratif akıl yürütmede 5 kat daha hızlıdır

Jetson Thor, birden fazla jeneratif AI modeli ve büyük sayıda çok modlu sensör girdisini sorunsuz bir şekilde işleyebilir ve gerçek zamanlı bir yanıt verme yeteneği sunar. Şekil 5, bu yeteneği Qwen2.5-VL-3B VLM ve Llama 3.2 3B LLM ile göstermektedir, her ikisi de 16 eşzamanlı isteği işleyerek 200 milisaniyeden daha kısa bir İlk Token Süresi (TTFT) ve 50 milisaniyeden daha kısa bir Çıktı Token Süresi (TPOT) sağlamaktadır.

Chart comparing performance of TPOT and TTFT on Orin and Thor.
Şekil 5: Jetson Thor, birden fazla jeneratif AI modeli ve büyük sayıda çok modlu sensör girdisini işlerken gerçek zamanlı yanıt sağlar

Jetson Thor, Blackwell yerel FP4 desteğinden yararlanır ve spekülatif çözümleme gibi ileri düzey teknikleri de mümkün kılar. Bu yaklaşımda, daha küçük bir taslak model, token’ları önerirken, daha büyük bir model onları doğrular. Bu yöntem, jeneratif AI çıkarımını hızlandırırken doğruluğu koruyarak, nihayetinde daha hızlı ve daha yüksek kaliteli sonuçlar elde edilmesini sağlar.

Şekil 4, Qwen2.5-VL-7B modelinin, FP4 kuantizasyonu ve Eagle tabanlı spekülatif çözümleme ile Jetson Orin üzerinde W4A16 (4-bit ağırlık, 16-bit etkinlik) ile çalışırken %350 hızlanma elde ettiğini göstermektedir.

Ayrıca, Jetson Thor, jeneratif AI modellerinin bir sonraki seviyede hızlandırılmasını sağlar; LLM’ler, VLM’ler ve VLA’lar üzerinde Jetson Orin’a kıyasla %500 iyileştirme sunar, Tablo 3’te gösterilmiştir.

Aile Model Jetson AGX Thor (çıkış token/saniye) Jetson AGX Orin (çıkış token/saniye) Hızlanma
LLM
Llama Llama 3.1 8B 150.8 112.33 1.34
Llama 3.3 70B 12.64 7.38 1.71
Qwen Qwen3-30B-A3B 226.42 76.69 2.95
Qwen3-32B 79.1 16.84 4.70
DeepSeek DeepSeek-R1-Distill-Qwen-7B 304.76 180.41 1.69
DeepSeek-R1-Distill-Qwen-32B 82.63 16.96 4.87
VLM
Qwen Qwen2.5-VL-3B 356.86 216 1.65
Qwen2.5-VL-7B 252 154.02 1.64
Llama Llama 3.2 11B Görüntü 69.63 44.22 1.57
VLA
GR00T GR00T N1 46.7 18.5 2.52
GR00T N1.5 41.5 15.2 2.74
Tablo 3: Jetson Thor ve Jetson AGX Orin üzerindeki ölçümler

Bu ölçümler için yapılandırma: Sıra Uzunluğu: 2048, Çıktı Sırası Uzunluğu: 128; Maksimum Eşzamanlılık: 8; LLM ve VLM modelleri VLLM ile çalıştırıldı ve VLA modelleri TensorRT ile çalıştırıldı; Güç Modu: Hem Jetson AGX Thor hem de Jetson AGX Orin için MAXN

Jetson Yazılımı Kenarda AI’yi Nasıl Hızlandırır?

Jetson yazılımı, robotik, sağlık, lojistik ve otonom sistemler üzerine odaklanmış bir uyum içinde entegre, tam yığın bir yazılım platformu olarak AI performansını kenarda artırır. 

JetPack 7 ile desteklenen yazılım, 6.8 Linux çekirdeği, Ubuntu 24.04 LTS ve en son NVIDIA AI yığını ile, fiziksel AI için gelişmiş jeneratif AI modellerinin düşük gecikmeli, belirli bir şekilde çalıştırılmasını sağlar. Donanım hızlandırmalı hesaplama ve sistem boyutunu optimize ederek, karmaşık sistemlerde doğru ve akıllı davranışı yönlendirir. 

Entegre Holoscan Sensör Köprüsü, MIG desteği ve Öncelikli Gerçek Zamanlı Çekirdek gibi özelliklerle Jetson yazılımı, yüksek hızlı sensör birleştirme ve hareket planlama gibi görevlerin performansını ve verimliliğini artırır. Jetson AI Laboratuvarı ve geniş bir ekosistem desteği ile, Jetson yazılımı, kenar AI ve robotik uygulamalar için performans süresini önemli ölçüde hızlandırır.

Jetson Thor platformu, fiziksel AI ve robotik diğer uygulamalar için açık, özelleştirilmiş 7B akıl yürütme VLM olan Cosmos Reason’i desteklemektedir.

Diagram showing the different components of the Jetson software stack.
Şekil 7: Jetson yazılım yığını

JetPack 7, SBSA Mimarisi ile Tasarlandı

JetPack 7 ile Jetson yazılımı, Donanım Tabanlı Sistemi Mimarisi (SBSA) ile uyum sağlar; Jetson Thor’u endüstri standardı Arm sunucu tasarımı ile yan yana konumlandırır. SBSA, kritik donanım ve yazılım arayüzlerini standartlaştırarak, daha güçlü işletim sistemi desteği, daha basit yazılım taşınabilirliği ve daha akıcı kurumsal entegrasyon sunar. Bu temel üzerine inşa eden Jetson Thor, artık tüm Arm hedefleri için birleştirilmiş bir CUDA 13.0 kurulumu ile desteklenmektedir ve bu geliştirme sürecinde bir bütünlük sağlar.

NVIDIA Isaac, Robot Geliştirmeyi Uçtan Uca Hızlandırıyor

NVIDIA Isaac, AMR’lar, manipülatörler, insansı robotlar ve daha fazlasını inşa etmek için CUDA ile hızlandırılmış kütüphaneler, çerçeveler ve AI modelleri içeren açık bir robotik platformdur. Modern robotlar, algılamadan eylemlere sorunsuz bir şekilde geçiş yapabilen gelişmiş kontrol, görsel ve dil modellerine ihtiyaç duyar.

Jetson Thor, Isaac GR00T N1.5 gibi talepleri yerine getirebilecek şekilde tasarlanmıştır ve gerçek zamanlı insan etkileşimi, mekânsal farkındalık ve güçlü algılama yetenekleri sunar. Isaac ve Thor birlikte, endüstri ve araştırmada robotik yeniliği hızlandıran ölçeklenebilir, kenar-depolanmış çok modlu AI’yi olanaklı hale getirir.

Diagram showing different components of Isaac GR00T.
Şekil 8: NVIDIA Isaac GR00T robot geliştirmeyi uçtan uca hızlandırır

Kenar Kameralardan Bilgi Nasıl Elde Edilir?

NVIDIA Video Arama ve Özetleme (VSS) için Kılavuz, canlı kamera akışlarını analiz eden ve bağlamsal gerçek zamanlı uyarılar, özetlemeler ve Soru-Cevap yapan video analitiği AI ajanları oluşturmak ve dağıtmak için gerekli araçları sağlar.

VSS, canlı sporlar, görsel denetim, iş güvenliği ve yol olaylarının acil müdahale sürelerinin iyileştirilmesi alanlarında görsel ajan iş gücü oluşturarak önemli bir rol oynamaktadır.

Diagram showing the components of the VSS development platform for building video analytics AI agents.
Şekil 9: VSS, üretim alanında görsel denetim ve iş güvenliği sağlar.

Thor’daki Holoscan, Gerçek Zamanlı Sensör İşleme İçin Nasıl Kullanılır?

NVIDIA Holoscan, yazılıma dayalı ve gerçek zamanlı AI için gereken hızlandırılmış tam yığın altyapıyı sunan AI sensör işleme platformudur. Kurumsal düzeyde donanımda kenar AI’yı basitleştirmek ve ölçeklendirmek için inşa edilmiştir. 

Jetson Thor üzerinde Holoscan kullanarak, kesintisiz ayrıştırma ve izole edilmiş eşzamanlı AI iş akışları gerçekleştirebilir; bu, kritik uygulamalar için belirleyici performans, hataya tolerans ve veri sızıntısından koruma sağlar. Bu yaklaşım, güvenliği tehlikeye atmadan sürekli AI yeniliğine olanak tanır. 

Modern robotlar, kameralar, IMU’lar, harekete geçiriciler ve daha fazlası gibi çeşitli sensörlerden yararlanır ve bu sensörler, akıllı bir işleyiş için esastır. NVIDIA Holoscan Sensör Köprüsü ile, sensör verileri doğrudan GPU belleğine akış yaparak gecikmeyi azaltabilir ve CPU üzerindeki yükü minimize edebilirsiniz. Bu yaklaşım, geleneksel sürücü karmaşasını yazılımla tanımlı API’lerle değiştirir ve gerçek zamanlı AI uygulamalarının hassas senkronizasyon ve güçlü ölçeklenebilirlik sağlayabilmesini mümkün kılar.

Pazar Zamanını Hızlandıran Kapsamlı Bir Ekosistem

Geliştiricilerin çözümleri daha hızlı bir şekilde piyasaya sunmalarını kolaylaştırmak için Jetson ekosistemi, 1000’den fazla ortakla geniş bir destek ağı sunarak her aşamada uygun yeteneklerin mevcut olmasını sağlamaktadır.

Ortak kategori Teklifler
Bireysel Yazılım Tedarikçileri (ISV)  Uygulama yazılımı 
Bulut Hizmeti Sağlayıcıları (CSP) Platform OS, cihaz yönetimi, AI modeli özelleştirme ve taşıma
Platform yazılımı ve AI hizmetleri Platform OS, sistem yazılımı
Donanım Ortakları (OEM/ODM/sistem üreticileri, tasarım evleri ve daha fazlası) Taşıyıcı kartlar, COTS, kişiselleştirilmiş sistemler, anahtar teslim tasarım hizmetleri, bağlantı modülleri
Sensorlar Kameralar (MIPI/GMSL, Ethernet, USB), lidar, IMU, ses, ISP ayarları
Dağıtıcılar Jetson modülleri ve geliştirici kitleri
Tablo 4: Jetson ekosistemi 1000’den fazla ortak içerir
Image showing the logos of the partners in the NVIDIA robotics ecosystem.
Şekil 10: NVIDIA ortakları, tasarımınız için gerekli bileşenleri ve hizmetleri seçmenize olanak tanıyan esnek katılım modelleri sunmaktadır.

NVIDIA Jetson Thor ile Fiziksel AI’ya Başlayın

Jetson AGX Thor Geliştirici Kitini mevcut bir robota doğrudan bağlayarak yazılım geliştirme sürecinizi hızlandırın. Sistem bütünleşimini tamamlamayı beklemeden uygulamaları oluşturmaya ve test etmeye başlayabilirsiniz.

Video 1: NVIDIA Jetson AGX Thor Geliştirici Kiti ile başlama kılavuzunu izleyin

2 milyondan fazla geliştiriciyle birlikte yerinizi alın ve sonraki nesil fiziksel AI projelerinizi başlatmaya hemen başlayın. Jetson AGX Thor Geliştirici Kiti, 3499 dolar fiyatla, ve Jetson T5000 üretim modülleriNVIDIA yetkili dağıtıcıları aracılığıyla satın alınabilir.

Jetson AGX Thor Geliştirici Kitine başlayın ve en son JetPack 7’yi indirin. 

Kapsamlı belgeler, destek kaynakları ve araçlar Jetson İndirme Merkezi’nde ve ekosistem ortakları aracılığıyla mevcuttur. Herhangi bir sorunuz veya yönlendirme ihtiyacınız varsa, NVIDIA Geliştirici Forumunda uzmanlarla ve diğer geliştiricilerle iletişime geçebilirsiniz.

Kaynak

Nvdia Blog

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri