ADI dan NVIDIA percepat pengembangan autonomous mobile robots/AMRs

JAKARTA (IndoTelko) - Robot humanoid kini semakin dekat dengan penerapan di dunia nyata dan kemajuannya bergantung pada kecerdasan fisik serta kemampuan penalaran secara real-time.

Analog Devices, Inc. (ADI) mengumumkan kolaborasi dengan NVIDIA melalui ketersediaan umum NVIDIA Jetson Thor guna mempercepat pengembangan humanoid dan robot bergerak otonom (autonomous mobile robots/AMRs).

Dengan menggabungkan kemampuan ADI dalam edge sensing, kontrol gerak presisi, integritas daya, serta konektivitas deterministik dengan performa komputasi Jetson Thor, Holoscan Sensor Bridge, dan Isaac Sim, keduanya menciptakan jalur untuk membawa robot berbasis penalaran dari tahap simulasi ke arah penerapan sehari-hari.

Jetson Thor ini disebut dapat mendefinisikan ulang standar robotika. Dilengkapi oleh GPU NVIDIA Blackwell, transformer engine, Multi-Instance GPU (MIG), CPU Arm Neoverse V3AE 14-core, dan memori LPDDR5X hingga 128 GB, platform inimampu menghasilkan performa komputasi AI setara server sebesar2070 FP4 TFLOPS dalam konsumsi daya yang lebih efisien. Selain itu, dukungan I/O berkecepatan tinggi, termasuk 4×25 GbE, memberikan bandwidth untuk memproses data multimodal sensing secara real-time.

Kemampuan tersebut menjadikan NVIDIA Jetson Thor sebagai platform pertama yang bisa menjalankan robotics foundation models dalam skala besar, mulai dari model vision-language ke vision-language-action. Dengan begitu, robot memiliki kemampuan gerakan yang melampaui persepsi hingga penalaran, serta berperilaku cerdas secara fisik. Fokus riset dan pengembangan ADI di bidang sensing, persepsi, kontrol, dan konektivitas ini mendukung agar penalaran tersebut bisa dijalankan dengan akurasi tinggi di dunia nyata.

Dikatakan VP Edge AI Analog Devices Inc.,Paul Golding, untuk pertama kalinya, robot dapat memahami tugas-tugas kompleks. "ADI menghadirkan presisi dalam sisi fisik, sementara NVIDIA Jetson Thor memberikan kemampuan penalaran yang mampu merespons kondisi dunia nyata secara real-time. Bersama, kami membawa humanoid dari simulasi ke tahapan yang siap diterapkan secara nyata,” ujarnya.

Robotics foundation models merangkum puluhan tahun tantangan robotika dalam bentuk humanoid yang kaya persepsi dan mampu bergerak cekatan seperti manusia. Namun terobosan utamanya ada pada penalaran, yakni bagaimana robot bisa menggabungkan berbagai input sensor untuk merencanakan, menyesuaikan, dan bertindak secara real-time.

Dalam laporan kinerja kuartal ketiga 2025, ADI mencatat bahwa peluang konten mereka terus berkembang seiring pergeseran ini. Setiap sendi pada humanoid pastinya membutuhkan kontrol arus, posisi, dan torsi yang presisi. Setiap kontak juga memerlukan umpan balik dari sensor taktil dan sensorik. Humanoid akan mengandalkan banyak perception nodes, yang masing-masing terdiri dari rantaisinyal, tumpukan persepsi, dan sistem manajemen daya. Semua ini harus berjalan secara deterministik dengan waktu respons singkat, yang merupakan keunggulan ADI.

ADI kini menanamkan foundation models ke dalam development stack mereka untuk menutup kesenjangan Sim2Real, sehingga perangkat keras ADI dapat berperilaku sama di NVIDIA Isaac Sim seperti di dunia nyata. Tujuan ADI adalah menghadirkan konten robotika dengan akurasi fisik setinggi mungkin di Isaac Sim, sehingga tim bisa beriterasi cepat di tahap simulasi dan kemudian menerapkannya secara mulus ke sistem nyata dengan perangkat keras ADI dan Jetson Thor.

Kecerdasan fisik ini menggabungkan kemampuan sensor, gerakan, dan penalaran sehingga robot bisa menjalankan tugas industri dengan presisi tinggi. Untuk mewujudkan hal ini, dibutuhkan edge sensing berakurasi tinggi, sistem daya yang efisien dan aman, konektivitas andal ke pusat komputasi, serta digital twin yang menutup celah Sim2Real.

Berikut kontribusi ADI untuk Humanoid :

•
Sensor berakurasi tinggi yang meliputi sensor taktil multimodal, sensor kedalaman ToF, IMU presisi, joint encoder, serta sensor gaya dan torsi multi-sumbu.
•
Kontrol gerak dan daya yang presisi melalui driver dan sistem kontrol untuk arus, posisi, dan torsi, ditambah sensor magnetik multi-putaran untuk aktuasi yang aman dan efisien.
•
Konektivitas andal dengan jalur data yang tersinkronisasi waktu dan terintegrasi dengan Holoscan untuk memastikan aliran data tanpa jeda.
•
Simulasi dan digital twin dengan model sensor ADI di NVIDIA Isaac Sim/Omniverse yang sesuai dengan perangkat keras aslinya, sehingga hasil simulasi dapat langsung diterapkan kesistem nyata.

Cara Robotics Stack ADI terhubung dengan Jetson Thor :

•
Holoscan Sensor Bridge menghadirkan alur data deterministik dengan NVIDIA JetPack 7, menyalurkan data sensor dan aktuator ADI secara sinkron ke GPU/CPU NVIDIA Jetson Thor dengan latensi terjaga melalui operator Holoscan yang dioptimalkan untuk data stack ADI.
•
Koneksi 4×25 GbE menyediakan throughput tinggi dengan fusi data yang tersinkronisasi waktu di bagian tangan, lengan, torso, hingga perception nodes. Keahlian ADI dalam konektivitas memastikan siklus sensereasonact tetap sinkron dengan latensi rendah.
•
Kapasitas komputasi Thor sebesar 2070 FP4 TFLOPS mendukung foundation models seperti NVIDIA Isaac GR00T bersamaan dengan penalaran VLM/LLM. Input ADI berupa sensor taktil, ToF depth, IMU, dan encoder memperkaya pelatihan maupun kebijakan saat runtime, sehingga akurasi fisik tetap terjaga dalam penalaran real-time.
•
Partisi beban kerja berbasis MIG memungkinkan pembagian GPU yang terisolasi untuk fungsi seperti lokomosi, perencanaan genggaman, persepsi, hingga kebijakan VLA, sehingga proses fungsional lebih sederhana.

Golding menambahkan, dengan NVIDIA Jetson Thor sebagai otak, dan sensor presisi serta konektivitas andal ADI sebagai sistem sarafnya, pihaknya bisa membawa robot dari NVIDIA Isaac Sim langsung ke lantai pabrik dengan akurasi fisik yang lebih cepat.

ADI melihat permintaan humanoid terus meningkat di berbagai sektor, mulai dari logistik, pertanian, hingga robotika medis. Contoh penggunaan lanjutan mencakup manipulasi kabel di pusat data maupun di lini produksi otomotif, tugas yang menuntut kecepatan, presisi, dan konsistensi. Kolaborasi ADI dan NVIDIA dalam pengembangan digital twin serta pelatihan berbasis Isaac Sim ditujukan untuk mempercepat transisi dari konsep ke produksi humanoid.

Teknologi yang sama juga relevan untuk AMR (autonomous mobile robots), di mana ADI dan NVIDIA bekerja sama mengintegrasikan kemampuan persepsi ADI ke cuVSLAM melalui IMU, sensor kedalaman, dan wheel encoder. (mas)