Jetson Orin Nano 2 מביא 78 TOPS של AI לרובוטים ולרחפנים

NVIDIA הכריזה ב-25 באוגוסט 2026 על Jetson Orin Nano 2, מחשב חדש לרובוטיקה ולבינה מלאכותית בקצה הרשת (Edge AI). במקום לשלוח כל תמונה, הוראה או חישוב לענן, המכשיר נועד להריץ את המודלים ישירות בתוך הרובוט, הרחפן או מערכת הראייה — ולפעול בזמן אמת. 1

הקהל המרכזי של המוצר הוא מכונות פיזיות שמוגבלות במקום, בתקציב או בסוללה: רובוטים אוטונומיים, רחפני משלוחים ובדיקה ומערכות ראייה ממוחשבת. NVIDIA מציגה אותו כמחשב כניסה שמאפשר להכניס יכולות של AI גנרטיבי ו-AI פיזי גם למערכות קטנות יחסית. 17

המפרט המרכזי

Jetson Orin Nano 2 כולל:

• 78 TOPS של ביצועי חישוב AI — כלומר 78 טריליון פעולות בשנייה;
• 8GB זיכרון;
• מעבד Arm בעל שמונה ליבות;
• גוף קומפקטי באותו פורמט כמו Jetson Orin Nano Super;
• פי שניים ביצועי הסקה, לפי ההשוואה של NVIDIA;
• במצב עבודה של 15 ואט, ביצועים ברמה המקבילה לדגם הקודם תוך שימוש ב-40% פחות חשמל, לפי החברה. 17

ב-NVIDIA מייחסים את השיפור לליבות Tensor מעודכנות ולרוחב פס זיכרון גבוה יותר. חשוב להדגיש שמדובר בנתוני ביצועים מטעם החברה: התוצאה בפועל תלויה במודל הספציפי, ברמת הדיוק, בתוכנה ובסוג העומס. 7

למה להריץ AI בתוך הרובוט?

מערכות ניידות אינן יכולות תמיד להסתמך על חיבור ענן רציף. רחפן או רובוט שפועלים בסביבה משתנה צריכים לפרש את המידע מהחיישנים ולהגיב גם כאשר החיבור לרשת חלש, מושהה או אינו זמין.

הרצת ההסקה מקומית מקרבת את המודל אל החיישנים ואל המפעילים של המכונה. כך ניתן לצמצם את התלות בבקשות חישוב מרוחקות ולפעול במסגרת מגבלות הסוללה, הרשת והחומרה של המכשיר. זו הסיבה ש-NVIDIA מציבה את Orin Nano 2 לא כמחשב לדאטה סנטר, אלא כיחידת עיבוד למכונות פיזיות בעלות תקציב ועלויות חשמל מוגבלים. 17

אילו מודלים נתמכים?

לפי NVIDIA, Jetson Orin Nano 2 עובד עם מערך התוכנה הפתוח של החברה ועם Jetson agent skills, שנועדו לסייע בהרצת מודלים חסכונית בזיכרון בקצה. בין המודלים שהוזכרו נמצאים NVIDIA Cosmos, NVIDIA Nemotron, וכן המודלים הפתוחים Gemma 4 ו-Qwen 3. 7

המשמעות אינה רק רשימת תאימות. מודלי שפה ומודלי שפה-ראייה קטנים יותר יכולים לפעול קרוב למערכת הפיזית ולעזור לה להבין תמונות, הוראות, הקשר וסביבה — ואז לבחור פעולה. NVIDIA טוענת שמודלי Frontier קטנים ובינוניים מסוגלים כיום להתקרב ברמת הדיוק למודלים גדולים בהרבה מהשנה הקודמת, ולכן הרצת חשיבה מקומית נעשית מעשית יותר. עם זאת, בחומרים שסופקו זו מוצגת כטענת NVIDIA ולא כתוצאה של אמת מידה בלתי תלויה. 7

מה מוסיפים מודלי AI מתקדמים לרובוטיקה?

מערכות Edge AI מסורתיות מתמקדות לרוב במשימות מוגדרות היטב, כמו זיהוי עצם או איתור פגם. מודלים גנרטיביים ורב-אופניים יכולים להרחיב את היכולת הזו: הם משלבים שפה, תמונה ומידע סביבתי כדי לפרש מצב מורכב יותר.

ברובוט ביתי, למשל, מודל כזה עשוי לחבר בין הוראה קולית, הבנת הבית, מיפוי וניווט. ברחפן משלוחים או בדיקה הוא עשוי לסייע בפרשנות מהירה יותר של תנאים משתנים. היתרון ש-NVIDIA מדגישה הוא תגובה מקומית ובזמן אמת — בלי להסתמך על פנייה לענן בכל שלב. 17

למרות זאת, 8GB זיכרון ומיצוב המוצר כפתרון כניסה עדיין מחייבים את המפתחים לבחור מודלים ביעילות, לבצע קוונטיזציה ולבצע אופטימיזציה של תהליך הפריסה. המפרט לבדו אינו מבטיח שכל מודל גדול יפעל ללא התאמות.

מי בוחן את המוצר ומהם השימושים הראשונים?

NVIDIA מסרה כי יותר מ-3 מיליון מפתחים בנו עד היום על מערך הרובוטיקה שלה. החברה ציינה את Cognex, Doosan Bobcat, Matic Robotics ו-Wing כמאמצים מוקדמים או כחברות שבוחנות את הפלטפורמה. 17

הפרטים הקונקרטיים שסופקו כוללים:

• Wing בוחנת את המודול עבור רחפני משלוחים, בדגש על תגובה מהירה יותר ויעילות אנרגטית.
• Matic Robotics מתכננת להשתמש בו ברובוטים לניקוי בתים עבור AI שיחתי, זיהוי מחוות, מיפוי מדויק, הבנה סמנטית של הבית וניקוי אוטונומי. 7

Cognex ו-Doosan Bobcat הוזכרו גם הן בהקשר של אימוץ או הערכה מוקדמים. עם זאת, המקורות שסופקו אינם מאשרים פריסה מסוימת של Cognex ואינם מפרטים באיזה מוצר או תרחיש של Doosan Bobcat ישולב המודול. 17

מה עדיין לא אושר?

ההכרזה מאשרת את מיצובו של Jetson Orin Nano 2 כפלטפורמת Edge AI קומפקטית לרובוטיקה, וכן את נתוני הביצועים, צריכת החשמל ותמיכת המודלים כפי שמציגה אותם NVIDIA.

מנגד, החומרים שסופקו אינם מאמתים מועד זמינות צפוי במחצית הראשונה של 2027. הם גם אינם מבססים הכרזה רשמית על ארכיטקטורת "שלושה מחשבים" שמחברת בין Omniverse, Cosmos ו-DGX, או מספקים פרטים מאומתים על רענון עדכני של Orin NX. התמיכה ב-Cosmos במכשיר כן מופיעה בחומר הזמין, אך אין להציג מכאן חלוקת תפקידים רשמית בין המוצרים ללא מקור חזק יותר. 7

השורה התחתונה

Jetson Orin Nano 2 הוא הניסיון של NVIDIA לדחוס יכולות AI מתקדמות יותר לתוך מערכות רובוטיות קטנות וחסכוניות. הנתונים הבולטים — 78 TOPS, זיכרון של 8GB ומעבד Arm בעל שמונה ליבות — מקבלים משמעות בעיקר בשילוב עם ההבטחה לפי שניים ביצועי הסקה, אותו גוף קומפקטי וצריכת חשמל נמוכה יותר בביצועים מקבילים. 17

עבור מפתחים, ההזדמנות היא להריץ מודלי שפה ומודלי ראייה-שפה ישירות בתוך רובוטים, רחפנים ומערכות ראייה. ההסתייגות המרכזית היא שנתוני ההשוואה והטענות על מודלי Frontier יצטרכו להיבחן מול מודלים ועומסי עבודה ספציפיים, לאחר שיתפרסמו פרטים מלאים יותר על החומרה, התוכנה והזמינות.