NVIDIA przedstawiła 25 sierpnia Jetson Orin Nano 2 — moduł obliczeniowy dla robotów, dronów i systemów wizyjnych. 78 TOPS, 8 GB pamięci i ośmiordzeniowy procesor Arm w obudowie identycznej z poprzednikiem. Firma obiecuje dwukrotnie wyższą wydajność inferencji i o 40 procent niższy pobór mocy w trybie 15 W. Moduł trafi na rynek w pierwszej połowie 2027.
Najważniejsze w skrócie
- 78 TOPS, 8 GB pamięci, 8-rdzeniowy procesor Arm
- Dwukrotnie wyższa wydajność inferencji niż Jetson Orin Nano Super
- Tryb 15 W: o 40% niższy pobór mocy przy tej samej wydajności
- Obudowa bez zmian — moduł wchodzi w istniejące płyty nośne
- Premiera modułu i zestawu deweloperskiego w I połowie 2027, ceny nie podano
Co się zmieniło
Poprzednik, Jetson Orin Nano Super, oferuje 67 TOPS w trybie sparse INT8, 8 GB LPDDR5 o przepustowości 102 GB/s i sześć rdzeni Cortex-A78AE. Nowy moduł NVIDIA dokłada dwa rdzenie Arm i jedenaście TOPS, zachowując wymiary 69,6 × 45 mm oraz złącze SO-DIMM.
| Parametr | Jetson Orin Nano Super | Jetson Orin Nano 2 |
|---|---|---|
| Wydajność AI | 67 TOPS (sparse INT8) | 78 TOPS |
| CPU | 6 rdzeni Cortex-A78AE, 1,7 GHz | 8 rdzeni Arm |
| Pamięć | 8 GB LPDDR5, 102 GB/s | 8 GB, przepustowości nie podano |
| Obudowa | 69,6 × 45 mm, SO-DIMM 260-pin | bez zmian |
| Moc | 7–25 W | tryb 15 W: −40% poboru przy tej samej wydajności |
| Dostępność | w sprzedaży | I połowa 2027 |
Dlaczego 78 TOPS to nie jest dwa razy więcej
Tu zaczyna się interesująca część. 78 TOPS wobec 67 TOPS to wzrost o szesnaście procent, a producent mówi o dwukrotnej wydajności inferencji. To nie sprzeczność. TOPS mierzy surową przepustowość układu, a nie liczbę klatek, jaką układ wyciśnie z konkretnego modelu. Podwojenie musi więc pochodzić z architektury i stosu programowego, nie z tabliczki znamionowej.
Energia zamiast surowej mocy
W trybie 15 W nowy moduł ma dostarczyć tę samą wydajność co poprzednik przy poborze mocy niższym o 40 procent. Dla robota na baterii przekłada się to wprost na czas pracy.
Kto już to bierze
Wśród pierwszych odbiorców NVIDIA wymienia Cognex, Doosan Bobcat i Matic — ten ostatni planuje wstawić moduł do domowych robotów sprzątających, żeby obsłużyć rozmowę z użytkownikiem i autonomiczną nawigację. Wing, spółka Alphabetu, ma sprawdzić platformę we flocie dronów dostawczych. Płyty nośne i rozwiązania referencyjne zapowiedziało ponad dwadzieścia firm, w tym AAEON, ADLINK i Advantech.
Jetson Orin Nano 2 oddaje ten przełom w ręce milionów deweloperów, dostarczając wydajność i efektywność energetyczną potrzebną do wnioskowania w czasie rzeczywistym na brzegu sieci.
Deepu Talla, wiceprezes ds. robotyki i edge AI w NVIDIA.
Dlaczego to ważne?
Segment wejściowy Edge AI decyduje o tym, ile robotów w ogóle powstanie. Moduł, który mieści model na pokładzie i nie wymaga przeprojektowania płyty nośnej, obniża próg wejścia dla małych zespołów. Utrzymanie wymiarów jest tu ważniejsze niż same TOPS — pozwala podmienić obliczenia w istniejącym produkcie zamiast budować go od nowa. Cena, której producent nie podał, zdecyduje, czy ta obietnica się zmaterializuje.
Co dalej?
- Premiera modułu i zestawu deweloperskiego zapowiedziana na I połowę 2027 — do tego czasu nie ma sprzętu do niezależnych testów
- NVIDIA nie ujawniła ceny ani przepustowości pamięci, a to dwie liczby decydujące o pozycji wobec poprzednika
- Deklaracji o dwukrotnej wydajności inferencji nie da się zweryfikować bez opublikowanej metodyki pomiaru
