Kooperation von ADI und NVIDIA: Durchbruch in physischer Intelligenz

Humanoide Roboter rücken immer näher an den praktischen Einsatz in der realen Welt. Ihr Fortschritt hängt dabei maßgeblich von physischer Intelligenz und Echtzeit-Reasoning ab. Mit der Markteinführung von NVIDIAs Plattform Jetson Thor will Analog Devices (ADI) die Entwicklung humanoider und autonomer mobiler Roboter (AMRs) weiterbeschleunigen.

Durch die Kombination von ADIs Edge-Sensorik, präziser Bewegungssteuerung, Powerintegrität und deterministischer Konnektivität mit Jetson Thors Rechenleistung, Holoscan Sensor Bridge und Isaac Sim entsteht ein Weg, reasoning-fähige Roboter von der Simulation in den realen Einsatz zu überführen.

Automation NEXT Conference

Entdecken Sie die Zukunft der Automatisierung auf der Automation NEXT Conference. Diese Veranstaltung bringt Branchenexperten zusammen, um über neueste Trends und Technologien in der Automatisierung zu diskutieren.

Die Themenbereiche umfassen Künstliche Intelligenz, Industrie 4.0, Cybersicherheit, Edge Computing, Robotik und nachhaltige Automatisierungslösungen. Die Veranstaltung bietet eine einzigartige Plattform für Wissensaustausch, Netzwerken und Inspiration für Fachleute aus der Automatisierungsbranche.

Interessiert? Dann melden Sie sich gleich an! Hier gibt es weitere Informationen Automation NEXT Conference.

Ein neuer Maßstab für physische Intelligenz

Jetson Thor definiert die Möglichkeiten für Roboter neu. Der KI-Supercomputer basiert auf Nvidias Blackwell-GPU-Architektur und ist ausgestattet mit einer Transformer Engine, einer Mehr-Instanzen-GPU (MIG), einem 14-Kern-Arm-Neoverse-V3AE-Prozessor und bis zu 128 GB Arbeitsspeicher (LPDDR5X). Das System bietet bis zu 2.070 FP4-TFLOPS KI-Rechenleistung bei gleichzeitig niedrigem Energieverbrauch, sodass es auch mobil eingesetzt werden kann. Die I/O-Schnittstellen umfassen unter anderem vier 25-Gigabit-Ethernet-Verbindungen und sorgen für die erforderliche Bandbreite, um große Mengen unterschiedlicher Sensordaten in Echtzeit zu fusionieren.

Damit ist NVIDIA Jetson Thor die erste Plattform, die Robotik-Basismodelle skalierbar ausführen kann – von Vision-Language-Modellen (VLM) bis zu Vision-Language-Action-Modellen (VLA) –, sodass Roboter über reine Wahrnehmung hinaus Schlussfolgerungen ziehen und physisch intelligent handeln können. Dies entspricht unmittelbar ADIs F&E-Fokus: Sensorik, Wahrnehmung, Steuerung und Konnektivität, die Reasoning in der realen Welt mit hoher physischer Genauigkeit ermöglichen.

Basismodelle: Schlüssel für Reasoning und physische Intelligenz

Die Robotik-Basismodelle bündeln jahrzehntelange Herausforderungen in Modellen, die humanoiden Robotern eine präzise Wahrnehmung und feinmotorische Bewegungen auf menschlichem Niveau ermöglichen. Der entscheidende Fortschritt steckt im Reasoning: durch die Zusammenführung multimodaler Sensordaten können Roboter in Echtzeit planen, reagieren und agieren.

Wie in der Präsentation der Quartalsergebnisse 2025 (Q3) erläutert. erweitern sich ADIs Marktchancen durch diese Entwicklung. Jedes Gelenk erfordert eine präzise Regelung von Strom, Position und Drehmoment. Jeder Berührungspunkt erfordert taktile und sensorische Rückmeldungen. Humanoide Roboter benötigen mehrere Wahrnehmungsknoten. Jeder dieser Knoten umfasst eine Signalverarbeitungskette, ein Wahrnehmungs-Stack und eine Möglichkeit zum Energiemanagement – und muss deterministisch sowie mit geringer Latenz arbeiten. Genau darin liegt ADIs Stärke.

Die Sim2Real-Lücke überwinden

Robotik-Basismodelle werden in den ADI-Entwicklungsstack integriert, wodurch die Sim2Real-Lücke geschlossen wird und sich die Hardware in NVIDIA Isaac Sim genauso verhält wie in der realen Welt. Ziel ist es, in NVIDIA Isaac Sim die physikalisch genauesten Robotik-Inhalte zu entwickeln, damit Teams mit Simulationstempo iterieren und ihre Lösungen nahtlos auf reale Systeme mit ADI-Hardware und NVIDIA Jetson Thor übertragen können.

Physische Intelligenz vereint Sensorik, Ansteuerung, Policy-Learning und Reasoning, sodass Roboter präzise industrielle Aufgaben ausführen können. Dafür erforderlich sind hochpräzise Edge-Sensorik, energieeffiziente und funktional sichere Stromversorgung, deterministische Konnektivität zur zentralen Recheneinheit sowie ein digitaler Zwilling, der die Sim2Real-Schleife schließt.

Mit NVIDIA Jetson Thor als Rechenplattform und ADI, das hochpräzise Signalketten, zuverlässige Stromversorgung sowie passende Hardware- und Softwarekomponenten liefert, wird dies nun umsetzbar.

Marktübersicht Innovation 2025

Kollegeroboter

Humanoide Roboter 2025: Die spannendsten Modelle im Überblick

Ob in der Logistik, in der Fertigung oder im Haushalt – humanoide Roboter haben 2025 den Sprung vom Labor in die Praxis geschafft. Unsere Bildergalerie zeigt die beeindruckendsten Modelle weltweit – von Tesla bis Apptronik, von Deutschland bis China.mehr lesen

ADI-Technologien für humanoide Roboter

• Hochpräzise Edge-Sensorik für kontaktintensive Handhabung: Neuartige multimodale taktile Sensoren (in Entwicklung), ToF-Tiefensensoren, hochpräzise IMUs, Gelenkencoder und Mehrachsen-Kraft-/Drehmomentsensoren erfassen Kontakte und Propriozeption präzise.
• Präzise Bewegungssteuerung und Powerintegrität: Treiber und Regelung für Strom, Position und Drehmoment sowie fortschrittliche Multiturn-Magnetsensorenermöglichen präzise, energieeffiziente und funktional sichere Aktuierung.
• Deterministische Anbindung an zentrale Recheneinheiten: Zeitsynchronisierte Datenpfade, integriert über Holoscan und speziell optimierte Operatoren, gewährleisten latenzbegrenzte Verarbeitung dichter Sensor- und Wahrnehmungsströme in NVIDIA Jetson Thor.
• Simulation und digitaler Zwilling mit hoher Genauigkeit: Hochwertige Sensormodelle und parametrisierte Geräteverhalten für NVIDIA Isaac Sim/Omniverse entsprechen der ADI-Hardware und verbessern die Übertragung von Policies sowie die Ausführung von Aufgaben von der Simulation auf reale Systeme.

Wie sich der ADI-Robotik-Stack in Jetson Thor abbildet

• Die Holoscan Sensor Bridge liefert eine deterministische Datenaufnahme mit NVIDIA JetPack 7 und streamt synchronisierte ADI-Sensor- und Aktordaten mit begrenzter Latenz in GPU/CPU von NVIDIA Jetson Thor, wobei Holoscan-Operatoren speziell für den ADI-Datenstack optimiert sind.
• 4 x 25-GbE-Verbindungen ermöglichen die zeitlich ausgerichtete Fusion großer Datenmengen über Hände, Arme, Rumpf und Wahrnehmungsknoten hinweg. ADIs Expertise in Konnektivität hält die Sense–Reason–Act-Schleife synchron und mit niedriger Latenz.
• Die Rechenleistung von Thor mit 2070 FP4 TFLOPS unterstützt Basismodelle wie NVIDIA Isaac GR00T sowie VLM/LLM-Reasoning. Gleichzeitig bereichern ADI-Taktil-, ToF-, IMU- und Encoder-Daten die Trainings- und Laufzeit-Policies und erhöhen so die physische Genauigkeit beim Echtzeit-Reasoning.
• MIG-basierte Workload-Partitionierung erlaubt isolierte GPU-Slices für Lokomotion, Greifplanung, Wahrnehmung und VLA-Policies, was die funktionale Aufteilung vereinfacht.

Die Zukunft von Reasoning und physischer Intelligenz

Die Nachfrage nach humanoiden Robotern wächst in Bereichen wie Logistik, Landwirtschaft und chirurgischer Robotik. Zu den zukunftsweisenden Einsatzszenarien gehören etwa die feinmotorische Handhabung von Kabelbäumen in Rechenzentren und der Automobilproduktion – Aufgaben, die Geschwindigkeit, Präzision und Wiederholgenauigkeit erfordern. Die Zusammenarbeit an digitalen Zwillingen und dem Training von Policies in NVIDIA Isaac Sim wird diese Nachfrage adressieren und die Zeit von der Konzeptphase bis zu einsatzbereiten humanoiden Robotern mit ADIs Stack und NVIDIA Jetson Thor verkürzen.

Das gleiche Stack – hochpräzise Sensorik, deterministische Konnektivität und digital-zwillingsbasierte Policy-Training – lässt sich auch auf andere Plattformen wie AMRs übertragen. Dabei werden ADIs Wahrnehmungskomponenten über IMUs, Tiefensensoren und Radencoder in cuVSLAM integriert.

(Quelle: ADI, NVIDIA)