NVIDIA Jetson Orin Nano 2 يقدّم 78 TOPS للروبوتات منخفضة التكلفة

أعلنت NVIDIA عن Jetson Orin Nano 2، وهو حاسوب مدمج مخصص لتشغيل الذكاء الاصطناعي التوليدي وأنظمة الاستقلالية مباشرة داخل الروبوتات والطائرات المسيّرة وأنظمة الرؤية. وتقول الشركة إن الجهاز يوفّر قدرة تصل إلى 78 TOPS، أي 78 تريليون عملية ذكاء اصطناعي في الثانية، مع ضعف أداء الاستدلال مقارنةً بـ Jetson Orin Nano Super، مع الحفاظ على التصميم الخارجي المدمج نفسه. ومن المتوقع طرح الوحدة وحزمة المطورين خلال النصف الأول من عام 2027. 237

المواصفات الأساسية

يأتي Jetson Orin Nano 2 مع:

• قدرة تصل إلى 78 TOPS من حسابات الذكاء الاصطناعي
• ذاكرة بسعة 8GB
• معالج Arm بثماني نوى
• تصميم مدمج مماثل للجيل السابق

وتعزو NVIDIA تحسّن أداء الاستدلال إلى تحديث أنوية Tensor وزيادة عرض نطاق الذاكرة. كما تصف النظام بأنه يعمل ضمن نطاق طاقة يصل إلى 40 واط، وتقول إنه يستهلك طاقة أقل بنسبة 40% من النظام السابق عند تقديم الأداء نفسه في وضع 15 واط. 312

هذه الأرقام تعبّر عن ادعاءات NVIDIA بشأن المنصة، ولا ينبغي اعتبارها نتيجة موحّدة لكل نموذج أو مهمة أو بيئة تشغيل. فالأداء الفعلي سيتأثر بحجم النموذج، وتحسينات البرمجيات، وحالة التبريد وطريقة نشر النظام.

تشغيل نماذج اللغة والرؤية على الجهاز نفسه

يستهدف Orin Nano 2 تشغيل نماذج اللغة الحديثة والنماذج متعددة الوسائط، بما في ذلك نماذج اللغة الكبيرة ونماذج الرؤية واللغة، مباشرة على الجهاز بدل إرسال كل طلب إلى السحابة. ويعني ذلك أن الروبوت أو الطائرة المسيّرة يمكنها معالجة الصور والصوت وبيانات المستشعرات واتخاذ قرارات آنية بالقرب من موقع الحدث. 589

وتستهدف NVIDIA بهذا الحاسوب مجموعة من تطبيقات الذكاء الاصطناعي الطرفي، من بينها:

• طائرات التوصيل والطائرات المسيّرة المخصصة للفحص
• الروبوتات الصناعية والروبوتات المستقلة
• الروبوتات المنزلية
• أنظمة الرؤية وكاميرات الذكاء الاصطناعي

وفي هذه الاستخدامات، يمكن للمعالجة المحلية أن تدعم فهم البيئة، والتفاعل، والملاحة والتحكم، من دون اعتماد كامل على خدمة استدلال بعيدة. وتقدّم الشركة الجهاز باعتباره نقطة دخول للمطورين الذين يبنون آلات قادرة على فهم محيطها والتصرف في الوقت الفعلي. 23

ماذا تقصد NVIDIA بالذكاء الاصطناعي «المتقدم» على الحافة؟

تقول NVIDIA إن النماذج المتقدمة الصغيرة والمتوسطة الحجم أصبحت قادرة على مضاهاة دقة أكبر النماذج المتقدمة في العام السابق، وتستخدم هذا الطرح للدلالة على أن الاستدلال الآني بات أقرب إلى الأجهزة المستقلة الأصغر حجمًا. 3

لكن هذه النتيجة تظل ادعاءً من NVIDIA ضمن الأدلة المتاحة. فلا تتضمن المادة المشار إليها اختبارًا مستقلًا يثبت أن كل نموذج صغير أو متوسط يطابق أداء كل نموذج كبير سابق. والخلاصة الأكثر تحفظًا هي أن NVIDIA ترى أن كفاءة النماذج والتحسينات العتادية وسّعت نطاق مهام الذكاء الاصطناعي التوليدي التي يمكن تشغيلها محليًا.

الشركات والتطبيقات المبكرة

تقول NVIDIA إن أكثر من 3 ملايين مطور بنوا حلولًا على منظومتها للروبوتات، وتذكر Cognex وDoosan Bobcat وMatic Robotics ضمن أوائل الشركات التي تتبنى Jetson Orin Nano 2 أو تقيّمه. 3

أما التطبيقات المبكرة التي تتوافر عنها تفاصيل أوضح فتشمل:

• Wing: تستكشف استخدام الحاسوب في طائرات التوصيل المسيّرة، مع التركيز على استجابة أسرع وكفاءة أعلى في استهلاك الطاقة، وما قد يتيح توصيلات أسرع وأكثر موثوقية. 3
• Matic Robotics: تتبنى الجهاز في روبوتات تنظيف المنازل. وتقول NVIDIA إن هذه الأنظمة تهدف إلى دعم الذكاء الاصطناعي الحواري، واكتشاف الإيماءات، وإنشاء الخرائط الدلالية والخرائط الدقيقة، والإدراك والتفاعل والملاحة في الوقت الفعلي، إلى جانب التنظيف المستقل. 3
• Cognex وDoosan Bobcat: ورد اسما الشركتين ضمن الجهات المبكرة التي تتبنى الجهاز أو تقيّمه، لكن الأدلة المتاحة لا تحدد تطبيقات Jetson Orin Nano 2 الخاصة بكل منهما. 3

وتقول NVIDIA أيضًا إن شركاء المنظومة يعملون على تطوير لوحات حاملة، وأنظمة عتادية متكاملة وتصميمات مرجعية، بهدف مساعدة العملاء على طرح منتجاتهم في السوق بوتيرة أسرع. 3

موقع Jetson ضمن استراتيجية NVIDIA للروبوتات

يمثل Jetson طبقة الحوسبة الموجودة داخل الروبوت؛ أي العتاد الذي يُفترض أن يشغّل الإدراك والذكاء الاصطناعي متعدد الوسائط والتحكم الآني بعد نشر النظام في العالم الحقيقي. 23

وترتبط هذه الطبقة باستراتيجية أوسع لدى NVIDIA تجمع بين الأجهزة الفعلية وحوسبة مراكز البيانات والمحاكاة. ففي هذا التصور، تُستخدم DGX للحوسبة واسعة النطاق وتدريب نماذج الذكاء الاصطناعي، بينما تدعم Omniverse وCosmos البيئات الافتراضية والبيانات الاصطناعية والمحاكاة وسير عمل تطوير الروبوتات. أما Jetson فيمثل نقطة التنفيذ على الجهاز الفعلي.

ومع ذلك، لا توثّق الأدلة المتاحة للإعلان تحديدًا الصياغة الدقيقة لاستراتيجية «الحواسيب الثلاثة»، ولا تثبت أن جميع الروابط بين Omniverse وCosmos وDGX جزء من تفاصيل إطلاق Jetson Orin Nano 2 نفسه. والاستنتاج الأقوى المدعوم هو أن NVIDIA تقدّم Jetson بوصفه طبقة النشر ضمن منظومة روبوتات متكاملة، وليس مجرد معالج مستقل. 23

الخلاصة

يستهدف Jetson Orin Nano 2 جعل الذكاء الاصطناعي المحلي الأكثر قدرة عمليًا في الروبوتات الصغيرة والطائرات المسيّرة وأنظمة الرؤية. وتتمثل أبرز مواصفاته في 78 TOPS، وذاكرة 8GB، ومعالج Arm بثماني نوى، بينما تقول NVIDIA إنه يضاعف أداء الاستدلال ضمن التصميم المدمج نفسه ويخفض استهلاك الطاقة بنسبة 40% عند مستوى الأداء المكافئ. 23

لكن أهمية المنتج على أرض الواقع ستتوقف على دعم النماذج، وتحسين البرمجيات، والقيود الحرارية، ونتائج الاختبارات المستقلة. وفي الوقت الحالي، يشير إعلان NVIDIA إلى منصة طرفية للمبتدئين تهدف إلى نقل فهم اللغة والرؤية واتخاذ القرارات المستقلة إلى الأجهزة التي تحتاج إلى التصرف في العالم الحقيقي.