NVIDIAの「Jetson Orin Nano 2」、78 TOPSでエントリー向けロボットAIを強化

NVIDIAは2026年8月25日、エントリー向けエッジAIを想定したロボットコンピューター「Jetson Orin Nano 2」を発表しました。ロボットやドローン、カメラなどに組み込み、クラウドへ常時データを送ることなく、生成AIや自律システムの処理を現場で実行するための製品です。237

モジュールと開発者キットは、2027年前半の提供が予定されています。7

78 TOPS、8GBメモリ、8コアArm CPU

Jetson Orin Nano 2の主な仕様は次のとおりです。

• AI処理性能：78 TOPS（1秒あたり78兆回の演算）
• メモリ：8GB
• CPU：8コアArm CPU
• フォームファクター：従来モデルと同じ小型サイズ

NVIDIAによると、改良されたTensor Coreとメモリ帯域幅の向上により、従来のJetson Orin Nano Superと比べて推論性能は2倍になりました。システムは40Wの電力枠で動作し、15Wモードで同等の性能を発揮する場合、従来システムより消費電力を40％削減できるとしています。312

ただし、これらはNVIDIAが示したプラットフォーム上の主張です。実際の性能や消費電力は、使用するAIモデルの規模、ソフトウェア、処理内容、温度などの動作条件によって変わります。

LLMや視覚言語モデルをデバイス上で実行

Jetson Orin Nano 2は、現代的な大規模言語モデル（LLM）や視覚言語モデル（VLM）を、エッジデバイス上で動かすことを想定しています。カメラ映像、音声、センサー情報を組み合わせ、クラウドとの通信に全面的に頼らず、現場で認識や判断を行える点が特徴です。589

NVIDIAが想定する用途には、次のようなシステムがあります。

• 配送ドローン、点検ドローン
• 産業用ロボットなどの自律型ロボット
• 家庭用ロボット
• ビジョンAIシステムやスマートカメラ

こうした機器では、周囲の認識、会話やジェスチャーへの反応、地図作成、経路計画、制御などをリアルタイムで処理する必要があります。処理を機器の近くで完結できれば、通信遅延や常時接続への依存を抑えながら、状況に応じて動作する設計を目指せます。23

「フロンティアモデル」についてのNVIDIAの主張

NVIDIAは、小型・中型のフロンティアモデルが、前年に登場した最大規模のフロンティアモデルと同等の精度に達しつつあると説明しています。同社はこの進歩を、より小型の自律機器でもリアルタイム推論が実用的になっている根拠として位置づけています。3

もっとも、今回示された資料には、すべての小型・中型モデルが、すべての前年の大型モデルと同等の精度を持つことを裏付ける独立ベンチマークは含まれていません。より慎重な見方をすれば、モデルの効率化とハードウェアの性能向上によって、ローカル実行できる生成AIの範囲が広がっている、というのが今回の発表から読み取れる点です。

WingやMatic Roboticsが初期用途を検討

NVIDIAは、同社のロボティクス向けソフトウェアスタックを利用してきた開発者が世界で300万人を超えると説明しています。また、Cognex、Doosan Bobcat、Matic RoboticsをJetson Orin Nano 2の初期導入または評価企業として挙げています。3

具体的な用途が示されている企業は次のとおりです。

• Wing：配送ドローンへの活用を検討。より応答性が高く、エネルギー効率に優れた動作を通じて、配送の高速化と信頼性向上を目指します。3
• Matic Robotics：家庭用掃除ロボットに採用。会話型AI、ジェスチャー検出、意味地図と高精度地図の作成、リアルタイム認識、インタラクション、ナビゲーション、自律清掃などへの利用を想定しています。3
• Cognex、Doosan Bobcat：初期導入企業または評価企業として名前が挙げられていますが、提供された発表資料では、Jetson Orin Nano 2を使った具体的な製品や用途までは明らかにされていません。3

NVIDIAはこのほか、エコシステム各社がキャリアボード、完成済みハードウェアシステム、リファレンスデザインを開発していると説明しています。これにより、顧客が製品を市場に投入するまでの時間を短縮する狙いです。3

NVIDIAのロボティクス戦略でJetsonが担う役割

Jetsonは、実際にロボットへ搭載される「現場側のコンピューター」です。機器が展開された後の認識処理、マルチモーダルAI、リアルタイム制御を担当するレイヤーにあたります。23

NVIDIAはより広いロボティクス戦略の中で、データセンター向けの大規模計算や学習にDGXを、仮想環境、合成データ、シミュレーション、ロボット開発のワークフローにOmniverseやCosmosを位置づけています。その上で、Jetsonは学習・シミュレーションで得たAI機能を実機へ持ち込むエッジ側の到達点とされます。

ただし、今回提供された資料だけでは、Jetson Orin Nano 2の発表において、Omniverse、Cosmos、DGXを含む厳密な「3台のコンピューター」という表現がどのように説明されたかまでは確認できません。確実に言えるのは、NVIDIAがJetsonを単独のプロセッサーではなく、より広いフルスタックのロボティクス基盤における実機展開用のレイヤーとして提示していることです。23

まとめ：小型機器にローカルAIを載せるための新しい選択肢

Jetson Orin Nano 2は、より高度な言語・画像理解や自律判断を、小型ロボット、ドローン、ビジョンシステムへ近づけるためのエッジAIプラットフォームです。78 TOPS、8GBメモリ、8コアArm CPUを搭載し、NVIDIAは同じ小型フォームファクターで推論性能2倍、同等性能時の消費電力40％削減をうたっています。23

実際の価値を左右するのは、対応モデル、ソフトウェア最適化、熱設計、電力制約、そして独立したテスト結果です。現時点では、エントリー向けのロボットやドローンが、クラウドだけに頼らず言語・視覚・自律処理を実行するための基盤として、NVIDIAがJetson Orin Nano 2を位置づけた発表と言えます。