视程空间 ARC Thor 旗舰算力平台搭载 NVIDIA Blackwell 架构,AI 算力达 2070 FP4 TFLOPS,较Orin 提升 7.5 倍,128GB LPDDR5X 内存,适配 L4 自动驾驶、具身智能机器人、城市级空间建模等场景。

视程空间ARC Thor 2070 TFLOPS 算力 之巅 |ARC Thor 旗舰平台,解锁端边空间计算新可能
在 L4 级自动驾驶、具身智能机器人、城市级空间建模、超高清工业视觉等高端场景对算力的需求呈指数级增长的今天, 端边旗舰算力平台的性能与能效,成为决定智能化方案能否规模化落地的核心。视程科技依托与 NVIDIA 的深度生态合作,推出 ARC 系列 Thor 旗舰算力平台,以 2070 FP4 TFLOPS的 AI 算力,重新定义高端空间计算的性能标杆,为下一代智能应用提供澎湃动力。
核心算力突破:2070 TFLOPS,较前代提升 7.5 倍
视程空间ARC Thor 基于 NVIDIA Blackwell 架构打造,核心搭载 2560 核 GPU 与 96 个第五代 Tensor Core,实现 2070 FP4 TFLOPS的 AI 计算性能,较前代 Jetson AGX Orin 提升 7.5 倍。这一算力水平足以支撑 百亿参数 LLM(大语言模型)、VLM(视觉语言模型) 在边缘端的低延迟实时推理,让机器人、自动驾驶车辆具备更精准的复杂场景理解与自主决策能力。
同时,平台配备 128GB 256 位 LPDDR5X 内存,内存带宽高达 273GB/s,可轻松承载多激光雷达点云、8K 超高清视频流的并发处理,保障高分辨率感知数据的无延迟传输与解析,为毫秒级决策提供坚实支撑。
能效与架构:40–130W 灵活功耗,适配全场景部署
视程空间 ARC Thor 实现 3.5 倍能效提升,在 40W–130W的灵活功率区间内,可根据场景需求动态调节,既满足工业级设备的持续高负载运行,也适配移动机器人、无人机的低功耗需求。
架构上,平台集成 14 核 ARM Neoverse-V3 AE CPU,搭配第三代 PVA 视觉加速器、光流加速器及MIG 多实例 GPU 技术,可同时处理多模态感知、实时三维重建、超高清渲染等多任务负载,实现 “算力复用、场景适配” 的核心价值。
场景精准赋能:从 L4 智驾到工业视觉,覆盖全高端场景
作为视程空间算力天梯表的旗舰核心,ARC Thor 凭借出色性能,精准适配四大高端场景:
1. L4 级自动驾驶 :支撑端到端 Transformer 模型推理、无高精地图城区导航与复杂交通博弈,为 Robotaxi、无人卡车提供车规级决策核心。
2. 具身智能机器人 :赋能双臂协同、力控操作、多模态交互,让服务机器人、工业机器人在动态环境中实现自主作业与精准响应。
3. 城市级空间建模 :快速处理大规模点云与影像数据,实现实时三维重建与数字孪生,支撑智慧城市、低空经济巡检等场景。
4. 超高清工业视觉 :满足 8K 视频实时解码、高精度缺陷检测、高速产线视觉定位,适配高端工业质检、半导体制造等严苛场景。
核心优势:全栈优化 + 生态开放,降低部署门槛
· 全栈自研优化 :视程科技深度优化底层驱动与算法框架,确保 2070 TFLOPS 算力的高效释放,结合车规级与工业级认证,在高温、振动等复杂环境下持续稳定运行。
· 生态高度开放 :支持 TensorRT、PyTorch 等主流 AI 框架,兼容主流传感器协议,为整车厂、设备制造商提供定制化空间计算核心,大幅降低二次开发成本。
· NVIDIA 生态加持 :作为 NVIDIA 生态深度合作伙伴,ARC Thor 完美承接仿真技术、机器人全栈平台资源,加速客户产品从研发到量产的进程。
智领未来,与视程同行
从 L4 自动驾驶的规模化商用,到具身智能机器人的普及,再到城市级数字孪生的落地, 2070 TFLOPS的端边算力正在成为高端智能化方案的 “标配”。视程 ARC Thor 旗舰平台,以算力为基石,以场景为导向,助力合作伙伴在空间计算的浪潮中抢占先机。
选择视程 ARC Thor,就是选择以出色算力,解锁智能世界的无限可能。
· 核心产品词 :视程 ARC Thor、ARC 系列 Thor、2070 TFLOPS 算力平台、NVIDIA Blackwell 架构算力板
· 核心参数词 :2070 FP4 TFLOPS、7.5 倍算力提升、128GB LPDDR5X、273GB/s 内存带宽、40–130W 功耗
· 应用场景词 :L4 级自动驾驶、具身智能机器人、城市级空间建模、超高清工业视觉、数字孪生、Robotaxi
· 技术优势词 :边缘计算、端边云协同、车规级认证、工业级稳定、MIG 多实例 GPU、LLM 边缘推理、VLM 实时处理
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/70049640/viewspace-3174336/ ,如需转载,请注明出处,否则将追究法律责任。