一台人形机器人只剩一家算力供应商:Digit 5 锁死 IGX Thor 后,机载算力采购要重算三笔账

行业新闻 · 丁香 · 发布 2026-10-24 · 阅读 41

公告里最硬的一句:GA 版只认一个模组

Agility Robotics 10 月 22 日确认,第五代人形机器人 Digit 5 的量产机型将把机载算力统一到 NVIDIA IGX Thor 模组上,NVIDIA 由此成为该版本唯一的机载算力供应商。这不是临时换板,而是把此前分散在多块板卡上的感知、安全检测与主控收敛到同一套模组:公司此前已宣布以 NVIDIA Halos for Robotics 支撑安全体系,Digit 5 是 Halos 的首个发布合作方。时间表也给了——早期访问在 2027 年上半年启动,随后六到九个月逐步放量,目标客户锁定制造、仓储与分拨运营。

账面参数:算力够用,真正卡采购的是内存和功耗

按 NVIDIA 公布的口径,IGX Thor(T5000 模组)集成 2,560 核 Blackwell iGPU,单模组 AI 算力最高 2,070 FP4 TFLOPS;加装 RTX PRO 6000 Blackwell Max-Q 级 dGPU 后最高到 5,581 FP4 TFLOPS,约为前者的 2.7 倍。内存 128GB LPDDR5X、带宽 273 GB/s,功耗 40 到 130W TMP(dGPU 另算,最高 300W);相对上一代 IGX Orin,官方称 iGPU 算力提升 8 倍、dGPU 2.5 倍、连接性 2 倍。安全侧的关键不是算力,而是 SoC 内的功能安全岛(FSI)加板载安全 MCU,目标是 ISO 26262 与 IEC 61508 那套逻辑:安全判定跑在独立处理器上,不与推理抢资源。

第一张表:单点依赖要从备件改成架构

把机载算力收敛到一家供应商,短期看是 BOM 简化、驱动栈统一、认证只做一遍;长期看是议价权和交期都压在一个供应方身上。Digit 5 的量产版没有二供,这在仓储场景里意味着备机策略不能只备电池和关节,得按整机算力模组算冗余。自建产线若照抄这套架构,合同至少要写死三条:模组供货年限、替代方案迁移窗口、换芯时软件栈的兼容承诺。

第二张表:功耗预算决定续航,不是算力峰值

2,070 与 5,581 的差距听着诱人,但 130W 到 300W 的跃升要由电池和散热一起承担。人形机器人是移动负载,每多 100W 热耗,散热模组与电池包都要加重量,反过来吃掉有效载荷。实用标尺是先按续航反推可用平均功耗,再倒推该给多少 FP4 算力,而不是先把算力拉满再补电。

第三张表:内存带宽才是推理速度的天花板

端侧推理基本是带宽瓶颈。按 273 GB/s 粗算,一个 15B 激活参数的 MoE 模型在 4bit 下约需 7.5GB 权重,理论解码上限约 36 tok/s;换到 20B 激活约 27 tok/s,32B 激活约 17 tok/s——这还没扣调度与传感器抢占的开销。128GB 内存按 4bit 理论上能装约 256B 参数的模型,但真到 320B 级稀疏 MoE(4bit 约 160GB)就得靠 dGPU 或内存卸载。所以能跑多大模型,在单机载平台上由容量和带宽共同回答。

我的判断

这笔合作的实质是把安全认证和 AI 算力绑成一件商品卖:Agility 参与 NVIDIA Halos AI Systems Inspection Lab,评估安全软件、AI 组件与网络安全,最终仍需第三方认证,等于把认证风险前置到了供应链里。对国内做具身智能的团队,可复制的不是硬件,而是流程——先在架构上留出功能安全岛的独立通道,再谈算力。采购时把三项写成硬指标:安全通道独立可验证、模组级二供可行、性能承诺按带宽而不是峰值算力。

来源:Agility Robotics 官方公告(2026-10-22)、GlobeNewswire 通稿、The Next Web、NVIDIA IGX Thor 产品资料;硬件参数为厂商公布口径,tok/s 为按内存带宽的估算值。