NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה. המערכת מציעה 78 טריליון פעולות AI בשנייה (TOPS), זיכרון בנפח 8GB, מעבד Arm בעל שמונה ליבות ורוחב פס זיכרון מדווח של 120GB/s.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did NVIDIA announce about the Jetson Orin Nano 2 entry-level robotics computer, including its AI performance, memory, CPU, Tensor Core. Article summary: NVIDIA announced Jetson Orin Nano 2 as an entry-level edge-AI robotics computer for robots, delivery and inspection drones, and vision-AI systems. It is positioned to bring frontier-class generative AI inference to compa. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, click
NVIDIA הציגה ב-25 באוגוסט 2026 את Jetson Orin Nano 2 — מחשב רובוטיקה קומפקטי שמיועד להביא יכולות AI מתקדמות יותר אל הרובוט עצמו, ולא להשאיר את כל העיבוד בידי שירותי ענן. המערכת מיועדת לרובוטים, לרחפני משלוחים ובדיקה ולמערכות המבוססות על ניתוח תמונה. לפי NVIDIA, היא מציעה 78 טריליון פעולות AI בשנייה ומספקת פי שניים ביצועי הסקת מסקנות לעומת הדור הקודם, Jetson Orin Nano Super. 3
5
6
המשמעות המעשית אינה רק מספר גדול יותר בדף המפרט. NVIDIA מנסה לאפשר למכונות קומפקטיות להריץ מודלים שמבינים שפה, תמונות והקשר — קרוב יותר לחיישנים ולמנועים של המכונה, ובפחות תלות בתקשורת הלוך-חזור עם שרת מרוחק.
אלה הנתונים הבולטים של מחשב הרובוטיקה החדש:
הקפיצה בביצועים מיוחסת לשיפור ב-Tensor Cores — יחידות החישוב של NVIDIA המותאמות לעומסי AI — ולרוחב פס זיכרון גדול יותר, ולא למחשב פיזי גדול יותר. 4
6
11 עבור מפתחי רובוטיקה מדובר בהבדל חשוב: מקום, פיזור חום ותקציב חשמל עלולים להגביל את המערכת לא פחות מעוצמת החישוב הגולמית.
NVIDIA טוענת כי Jetson Orin Nano 2 מספק פי שניים ביצועי הסקה לעומת Jetson Orin Nano Super, תוך שמירה על אותו פורמט קומפקטי. 3
5
6 במילים אחרות, החברה מתמקדת בהפקת יותר עבודת AI שימושית ממחשב Edge קטן מספיק כדי להשתלב ברובוטים ובמכונות אוטונומיות מוגבלי-מקום.
עם זאת, מדובר בטענת ביצועים של NVIDIA ולא בתוצאה של מבחן ביצועים עצמאי המופיע במקורות שסופקו. התוצאות בפועל יהיו תלויות במודל, ברמת הכימות שלו, במחסנית התוכנה, בסוג העומס ובתכנון התרמי של המערכת.
לפי NVIDIA, Jetson Orin Nano 2 יכול לספק ביצועים המקבילים לאלה של קודמו תוך צריכת חשמל הנמוכה ב-40% במצב 15W. 5
6
8 עבור רובוטים ניידים ורחפנים, הנתון הזה עשוי להיות חשוב לא פחות מ-78 TOPS: צריכה נמוכה יותר עשויה להפחית את עומס החום ולשמור יותר מהסוללה לתנועה, לחיישנים ולתקשורת.
הטענה מתייחסת להשוואה ברמת ביצועים זהה — לא להבטחה שכל משימה תצרוך 40% פחות אנרגיה. הצריכה בפועל תשתנה בהתאם למצב ההפעלה וליישום.
מודלי שפה גדולים (LLMs) יכולים לעזור למכונה להבין הוראות בשפה טבעית, בעוד מודלי ראייה-שפה (VLMs) מחברים בין מידע חזותי לבין שפה והבנה של ההקשר. הרצת עומסים כאלה בקצה — כלומר ישירות על המכשיר — מאפשרת לרובוט לפרש את מה שהוא רואה ולהגיב באופן מקומי, במקום לשלוח כל בקשה לשירות ענן. 4
6
הדבר עשוי להיות שימושי במצבים שבהם זמן תגובה, זמינות התקשורת או פרטיות תפעולית הם קריטיים. רחפן משלוחים, מערכת בדיקה או רובוט ביתי צריכים לפעמים להגיב בזמן תנועה בסביבה משתנה, ולא להמתין לתשובה משרת מרוחק לפני ביצוע הצעד הבא.
NVIDIA מתארת את ההזדמנות כהרצת AI גנרטיבי “ברמת חזית הטכנולוגיה” על מערכות פיזיות קטנות. המקורות תומכים בכיוון הכללי של תמיכה ב-LLMs וב-VLMs, אך אינם מוכיחים שכל מודל מתקדם ירוץ על התקן עם 8GB זיכרון או יספק ביצועים דומים. גודל המודל, דרישות הזיכרון, הדחיסה ומורכבות המשימה עדיין מציבים מגבלות משמעותיות.
הדיווחים על ההכרזה מציינים את מודלי Cosmos ו-Nemotron של NVIDIA, לצד Gemma 4 של Google ו-Qwen 3 של Alibaba, כחלק מאפשרויות ה-LLM וה-VLM המותאמות להסקה חסכונית בזיכרון בקצה. 20
21
הרשימה מצביעה על כיוון התוכנה שאליו NVIDIA מכוונת, אך המונח “נתמך” אינו אומר שכל המודלים יספקו ביצועים זהים בכל תרחיש. מפתחים יצטרכו לבדוק את גרסת המודל, צריכת הזיכרון, התאימות לסביבת ההרצה וזמן התגובה עבור הרובוט או מערכת הראייה הספציפיים שלהם.
Jetson Orin Nano 2 מיועד לרובוטים, לרחפני משלוחים ובדיקה ולמערכות AI המבוססות על ראייה ממוחשבת. 3
4 NVIDIA מסרה כי יותר מ-3 מיליון מפתחים כבר בנו על גבי מחסנית הרובוטיקה שלה, וציינה את Cognex, את Doosan Bobcat ואת Matic Robotics כחברות המאמצות את הפלטפורמה או בוחנות אותה.
4
Wing בוחנת את המחשב עבור רחפני משלוחים, בדגש על תגובתיות ועל יעילות אנרגטית. Matic Robotics מתכננת להשתמש בו ליכולות כמו אינטראקציה קולית, זיהוי מחוות, הבנה סמנטית של בתים, מיפוי מדויק וניקוי אוטונומי. 4
NVIDIA מסרה גם כי שותפות אקוסיסטם מפתחות לוחות נשיאה, מערכות חומרה ופתרונות ייחוס. רכיבים כאלה עשויים לקצר את הדרך של צוותי מוצר מאב-טיפוס של AI למכונה שאפשר לפרוס בשטח, משום שהם מפחיתים את כמות עבודת התכנון החומרתי הייעודית.
לפי הדיווחים שסופקו, המודולים וערכות הפיתוח של Jetson Orin Nano 2 צפויים להיות זמינים במחצית הראשונה של 2027. 15
21 מדובר בחלון זמינות מדווח; במידע שסופק אין תאריך משלוח מדויק או מחיר.
המחשב ממוקם כמוצר הכניסה במשפחת Jetson Orin הרחבה של NVIDIA. החברה מתארת את המשפחה כשבעה מודולים המבוססים על ארכיטקטורה משותפת, עם יכולת להגיע לעד 275 TOPS עבור הסקת מסקנות של AI רב-מודלי. 2
3
ההכרזה משתלבת בחלוקת עבודה רחבה יותר בפלטפורמת הרובוטיקה של NVIDIA: מחשבי Jetson מבצעים את ההסקה על המכונה הפרוסה, בעוד מערכות ותוכנות גדולות יותר יכולות לשמש לפיתוח, לסימולציה ולאימון. עם זאת, הראיות שסופקו אינן מוכיחות אינטגרציה רשמית של Jetson Orin Nano 2 עם “מערכת שלושה מחשבים” ספציפית הכוללת את DGX, Omniverse ו-Cosmos. לכן יש להתייחס לקשר האסטרטגי הרחב הזה כהקשר, ולא כתכונה מאומתת של ההכרזה על המוצר.
ההצעה החזקה ביותר של Jetson Orin Nano 2 היא השילוב בין יותר כוח חישוב להסקה, צריכת חשמל נמוכה יותר באותה רמת ביצועים וגודל פיזי שלא השתנה. השילוב מיועד למפתחים שצריכים AI מקומי במכונות שבהן חיי סוללה, חום, מקום וזמן תגובה חשובים כולם.
השאלות החשובות ביותר עדיין מעשיות: אילו מודלים עומדים ביעד זמן התגובה של היישום, כמה זיכרון נשאר לאחר טעינת שאר מחסנית הרובוטיקה, וכיצד המערכת מתפקדת לאורך זמן תחת מגבלות חום וסוללה. ההכרזה של NVIDIA מציגה כיוון חומרה ותוכנה שאפתני; צוותי מוצר יצטרכו לבצע בדיקות ייעודיות ליישום לפני שיתייחסו לנתוני הכותרת כתוצאות שהוכחו במערכת פרוסה.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה.
NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה. המערכת מציעה 78 טריליון פעולות AI בשנייה (TOPS), זיכרון בנפח 8GB, מעבד Arm בעל שמונה ליבות ורוחב פס זיכרון מדווח של 120GB/s.
לפי NVIDIA, המחשב מספק פי שניים ביצועי הסקת מסקנות לעומת Jetson Orin Nano Super, ובמצב 15W משיג ביצועים מקבילים תוך צריכת חשמל הנמוכה ב 40%.
NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה. המערכת מציעה 78 טריליון פעולות AI בשנייה (TOPS), זיכרון בנפח 8GB, מעבד Arm בעל שמונה ליבות ורוחב פס זיכרון מדווח של 120GB/s.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did NVIDIA announce about the Jetson Orin Nano 2 entry-level robotics computer, including its AI performance, memory, CPU, Tensor Core. Article summary: NVIDIA announced Jetson Orin Nano 2 as an entry-level edge-AI robotics computer for robots, delivery and inspection drones, and vision-AI systems. It is positioned to bring frontier-class generative AI inference to compa. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, click
NVIDIA הציגה ב-25 באוגוסט 2026 את Jetson Orin Nano 2 — מחשב רובוטיקה קומפקטי שמיועד להביא יכולות AI מתקדמות יותר אל הרובוט עצמו, ולא להשאיר את כל העיבוד בידי שירותי ענן. המערכת מיועדת לרובוטים, לרחפני משלוחים ובדיקה ולמערכות המבוססות על ניתוח תמונה. לפי NVIDIA, היא מציעה 78 טריליון פעולות AI בשנייה ומספקת פי שניים ביצועי הסקת מסקנות לעומת הדור הקודם, Jetson Orin Nano Super. 3
5
6
המשמעות המעשית אינה רק מספר גדול יותר בדף המפרט. NVIDIA מנסה לאפשר למכונות קומפקטיות להריץ מודלים שמבינים שפה, תמונות והקשר — קרוב יותר לחיישנים ולמנועים של המכונה, ובפחות תלות בתקשורת הלוך-חזור עם שרת מרוחק.
אלה הנתונים הבולטים של מחשב הרובוטיקה החדש:
הקפיצה בביצועים מיוחסת לשיפור ב-Tensor Cores — יחידות החישוב של NVIDIA המותאמות לעומסי AI — ולרוחב פס זיכרון גדול יותר, ולא למחשב פיזי גדול יותר. 4
6
11 עבור מפתחי רובוטיקה מדובר בהבדל חשוב: מקום, פיזור חום ותקציב חשמל עלולים להגביל את המערכת לא פחות מעוצמת החישוב הגולמית.
NVIDIA טוענת כי Jetson Orin Nano 2 מספק פי שניים ביצועי הסקה לעומת Jetson Orin Nano Super, תוך שמירה על אותו פורמט קומפקטי. 3
5
6 במילים אחרות, החברה מתמקדת בהפקת יותר עבודת AI שימושית ממחשב Edge קטן מספיק כדי להשתלב ברובוטים ובמכונות אוטונומיות מוגבלי-מקום.
עם זאת, מדובר בטענת ביצועים של NVIDIA ולא בתוצאה של מבחן ביצועים עצמאי המופיע במקורות שסופקו. התוצאות בפועל יהיו תלויות במודל, ברמת הכימות שלו, במחסנית התוכנה, בסוג העומס ובתכנון התרמי של המערכת.
לפי NVIDIA, Jetson Orin Nano 2 יכול לספק ביצועים המקבילים לאלה של קודמו תוך צריכת חשמל הנמוכה ב-40% במצב 15W. 5
6
8 עבור רובוטים ניידים ורחפנים, הנתון הזה עשוי להיות חשוב לא פחות מ-78 TOPS: צריכה נמוכה יותר עשויה להפחית את עומס החום ולשמור יותר מהסוללה לתנועה, לחיישנים ולתקשורת.
הטענה מתייחסת להשוואה ברמת ביצועים זהה — לא להבטחה שכל משימה תצרוך 40% פחות אנרגיה. הצריכה בפועל תשתנה בהתאם למצב ההפעלה וליישום.
מודלי שפה גדולים (LLMs) יכולים לעזור למכונה להבין הוראות בשפה טבעית, בעוד מודלי ראייה-שפה (VLMs) מחברים בין מידע חזותי לבין שפה והבנה של ההקשר. הרצת עומסים כאלה בקצה — כלומר ישירות על המכשיר — מאפשרת לרובוט לפרש את מה שהוא רואה ולהגיב באופן מקומי, במקום לשלוח כל בקשה לשירות ענן. 4
6
הדבר עשוי להיות שימושי במצבים שבהם זמן תגובה, זמינות התקשורת או פרטיות תפעולית הם קריטיים. רחפן משלוחים, מערכת בדיקה או רובוט ביתי צריכים לפעמים להגיב בזמן תנועה בסביבה משתנה, ולא להמתין לתשובה משרת מרוחק לפני ביצוע הצעד הבא.
NVIDIA מתארת את ההזדמנות כהרצת AI גנרטיבי “ברמת חזית הטכנולוגיה” על מערכות פיזיות קטנות. המקורות תומכים בכיוון הכללי של תמיכה ב-LLMs וב-VLMs, אך אינם מוכיחים שכל מודל מתקדם ירוץ על התקן עם 8GB זיכרון או יספק ביצועים דומים. גודל המודל, דרישות הזיכרון, הדחיסה ומורכבות המשימה עדיין מציבים מגבלות משמעותיות.
הדיווחים על ההכרזה מציינים את מודלי Cosmos ו-Nemotron של NVIDIA, לצד Gemma 4 של Google ו-Qwen 3 של Alibaba, כחלק מאפשרויות ה-LLM וה-VLM המותאמות להסקה חסכונית בזיכרון בקצה. 20
21
הרשימה מצביעה על כיוון התוכנה שאליו NVIDIA מכוונת, אך המונח “נתמך” אינו אומר שכל המודלים יספקו ביצועים זהים בכל תרחיש. מפתחים יצטרכו לבדוק את גרסת המודל, צריכת הזיכרון, התאימות לסביבת ההרצה וזמן התגובה עבור הרובוט או מערכת הראייה הספציפיים שלהם.
Jetson Orin Nano 2 מיועד לרובוטים, לרחפני משלוחים ובדיקה ולמערכות AI המבוססות על ראייה ממוחשבת. 3
4 NVIDIA מסרה כי יותר מ-3 מיליון מפתחים כבר בנו על גבי מחסנית הרובוטיקה שלה, וציינה את Cognex, את Doosan Bobcat ואת Matic Robotics כחברות המאמצות את הפלטפורמה או בוחנות אותה.
4
Wing בוחנת את המחשב עבור רחפני משלוחים, בדגש על תגובתיות ועל יעילות אנרגטית. Matic Robotics מתכננת להשתמש בו ליכולות כמו אינטראקציה קולית, זיהוי מחוות, הבנה סמנטית של בתים, מיפוי מדויק וניקוי אוטונומי. 4
NVIDIA מסרה גם כי שותפות אקוסיסטם מפתחות לוחות נשיאה, מערכות חומרה ופתרונות ייחוס. רכיבים כאלה עשויים לקצר את הדרך של צוותי מוצר מאב-טיפוס של AI למכונה שאפשר לפרוס בשטח, משום שהם מפחיתים את כמות עבודת התכנון החומרתי הייעודית.
לפי הדיווחים שסופקו, המודולים וערכות הפיתוח של Jetson Orin Nano 2 צפויים להיות זמינים במחצית הראשונה של 2027. 15
21 מדובר בחלון זמינות מדווח; במידע שסופק אין תאריך משלוח מדויק או מחיר.
המחשב ממוקם כמוצר הכניסה במשפחת Jetson Orin הרחבה של NVIDIA. החברה מתארת את המשפחה כשבעה מודולים המבוססים על ארכיטקטורה משותפת, עם יכולת להגיע לעד 275 TOPS עבור הסקת מסקנות של AI רב-מודלי. 2
3
ההכרזה משתלבת בחלוקת עבודה רחבה יותר בפלטפורמת הרובוטיקה של NVIDIA: מחשבי Jetson מבצעים את ההסקה על המכונה הפרוסה, בעוד מערכות ותוכנות גדולות יותר יכולות לשמש לפיתוח, לסימולציה ולאימון. עם זאת, הראיות שסופקו אינן מוכיחות אינטגרציה רשמית של Jetson Orin Nano 2 עם “מערכת שלושה מחשבים” ספציפית הכוללת את DGX, Omniverse ו-Cosmos. לכן יש להתייחס לקשר האסטרטגי הרחב הזה כהקשר, ולא כתכונה מאומתת של ההכרזה על המוצר.
ההצעה החזקה ביותר של Jetson Orin Nano 2 היא השילוב בין יותר כוח חישוב להסקה, צריכת חשמל נמוכה יותר באותה רמת ביצועים וגודל פיזי שלא השתנה. השילוב מיועד למפתחים שצריכים AI מקומי במכונות שבהן חיי סוללה, חום, מקום וזמן תגובה חשובים כולם.
השאלות החשובות ביותר עדיין מעשיות: אילו מודלים עומדים ביעד זמן התגובה של היישום, כמה זיכרון נשאר לאחר טעינת שאר מחסנית הרובוטיקה, וכיצד המערכת מתפקדת לאורך זמן תחת מגבלות חום וסוללה. ההכרזה של NVIDIA מציגה כיוון חומרה ותוכנה שאפתני; צוותי מוצר יצטרכו לבצע בדיקות ייעודיות ליישום לפני שיתייחסו לנתוני הכותרת כתוצאות שהוכחו במערכת פרוסה.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה.
NVIDIA הכריזה ב 25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב Edge AI למתחילים עבור רובוטים, רחפני משלוחים ובדיקה ומערכות ראייה. המערכת מציעה 78 טריליון פעולות AI בשנייה (TOPS), זיכרון בנפח 8GB, מעבד Arm בעל שמונה ליבות ורוחב פס זיכרון מדווח של 120GB/s.
לפי NVIDIA, המחשב מספק פי שניים ביצועי הסקת מסקנות לעומת Jetson Orin Nano Super, ובמצב 15W משיג ביצועים מקבילים תוך צריכת חשמל הנמוכה ב 40%.