Az NVIDIA hivatalosan bejelentette a Jetson Orin Nano 2-t, egy belépőszintű robotikai számítógépet, amelyet kifejezetten helyi, valós idejű edge AI-feladatokra szán. A gyártó szerint az új modul ugyanabban a kompakt formában kétszeres inference-teljesítményt ad az előző Jetson Orin Nano Superhez képest, miközben azonos teljesítményszinten 40 százalékkal kevesebb energiát fogyaszt.
78 TOPS, 8 GB memória és nyolcmagos Arm CPU
A Jetson Orin Nano 2 78 trillió műveletet ígér másodpercenként, 8 GB memóriát és nyolcmagos Arm processzort kap. Az NVIDIA a gyorsulást a fejlesztett Tensor Core-okkal és a nagyobb memória-sávszélességgel magyarázza. A 15 wattos üzemmódban a vállalat szerint ugyanazt a teljesítményt 40 százalékkal alacsonyabb fogyasztással hozza, mint az elődje – ez a hordozható robotoknál, drónoknál és kamerás rendszereknél többet számíthat, mint a nyers csúcsteljesítmény.
Nem csak chatbotokra készül
A platform célja, hogy a modellek ne feltétlenül a felhőben fussanak. Az NVIDIA szerint az új Jetsonon helyi nyelvi és látó-nyelvi modellek is futtathatók, köztük a vállalat Cosmos- és Nemotron-modelljei, valamint a Gemma 4 és a Qwen 3 megfelelően memóriatakarékos változatai. Ez olyan rendszereknél érdekes, amelyeknek a kameraképre vagy szenzorokra azonnal kell reagálniuk, és nem engedhetik meg maguknak a hálózati késleltetést.
A fejlesztői ökoszisztéma már készen áll
Az NVIDIA közlése szerint több mint hárommillió fejlesztő épít a vállalat robotikai szoftveres környezetére. A Cognex, a Doosan Bobcat és a Matic már vizsgálja az Orin Nano 2-t, a Wing pedig a kézbesítő drónok valós idejű érzékeléséhez tervezi értékelni. Az ökoszisztéma partnerei közben hordozólapokat, kész rendszereket és egyedi szoftvercsomagokat készítenek hozzá.
A modul és a fejlesztői készlet az NVIDIA tájékoztatása szerint 2027 első felében válhat elérhetővé. Árat és konkrét magyarországi forgalmazót még nem jelentettek be, így a 78 TOPS-os adat önmagában nem mondja meg, mennyire lesz jó vétel. A lényeg most az, hogy az NVIDIA az edge AI belépőszintjén is a helyi generatív modellek futtatását teszi fő üzenetté.
