NVIDIA Jetson Orin Nano 2 Tawar 78 TOPS untuk Robot dan AI Edge

NVIDIA mengumumkan Jetson Orin Nano 2 pada 25 Ogos 2026 sebagai komputer robotik baharu untuk AI edge peringkat permulaan. Modul ini direka untuk robot, dron penghantaran dan pemeriksaan serta sistem visi AI yang perlu memahami persekitaran dan bertindak secara masa nyata terus pada peranti. 1

Angka utama yang diketengahkan ialah 78 trilion operasi sesaat (TOPS) untuk pengiraan AI, memori 8GB dan CPU Arm lapan teras. NVIDIA mendakwa sistem ini menawarkan dua kali ganda prestasi inferens Jetson Orin Nano Super dalam faktor bentuk kompak yang sama. Dalam mod 15W, ia direka untuk memberikan prestasi setara model terdahulu dengan penggunaan kuasa 40% lebih rendah. 17

Apa yang diumumkan NVIDIA?

Jetson Orin Nano 2 menyasarkan mesin fizikal yang berdepan kekangan kos dan kuasa, bukannya beban kerja pusat data. Antara kegunaan yang dinyatakan ialah robot autonomi, dron penghantaran dan pemeriksaan serta sistem visi terbenam yang memerlukan AI tempatan untuk persepsi, pemahaman bahasa atau imej dan tindakan. 1

Fokus pada AI edge penting kerana robot dan peranti berkuasa bateri tidak semestinya boleh bergantung pada sambungan awan yang berterusan. Dengan menjalankan inferens secara tempatan, model AI berada lebih dekat dengan sensor dan penggerak peranti. Ini boleh membantu sistem bertindak dalam had sambungan rangkaian, kuasa dan keupayaan perkakasan yang tersedia. NVIDIA menggambarkan Orin Nano 2 sebagai cara untuk membawa AI generatif dan AI fizikal yang lebih berkuasa kepada mesin yang lebih kecil. 17

Spesifikasi dan peningkatan prestasi

Perkakasan yang diumumkan merangkumi:

• 78 TOPS kuasa pengiraan AI
• Memori 8GB
• CPU Arm lapan teras
• Faktor bentuk kompak yang sama seperti Jetson Orin Nano Super
• Dua kali ganda prestasi inferens yang didakwa berbanding Jetson Orin Nano Super
• Penggunaan kuasa 40% lebih rendah pada tahap prestasi yang sama dalam mod 15W 17

NVIDIA mengaitkan peningkatan inferens itu dengan Tensor Core yang dikemas kini serta lebar jalur memori yang lebih tinggi. Namun, perbandingan tersebut ialah tuntutan prestasi daripada syarikat berkenaan. Hasil sebenar boleh berubah mengikut model AI, ketepatan pengiraan, susunan perisian dan jenis beban kerja. 7

Secara praktikal, pembangun memperoleh lebih banyak ruang prestasi untuk menjalankan AI tempatan tanpa beralih kepada modul yang lebih besar. Pada masa yang sama, reka bentuk yang sensitif terhadap penggunaan tenaga boleh menyasarkan prestasi serupa pada tahap kuasa yang lebih rendah. Gabungan ini amat relevan untuk robot bergerak, dron dan peralatan pemeriksaan kompak.

Model AI yang disokong

NVIDIA berkata Jetson Orin Nano 2 menyokong tindanan perisian terbuka NVIDIA serta Jetson agent skills untuk inferens edge yang menjimatkan memori. Ekosistem model yang diumumkan termasuk NVIDIA Cosmos dan Nemotron, selain model terbuka seperti Gemma 4 dan Qwen 3. 7

Kepentingannya bukan sekadar jumlah model yang boleh dijalankan. Model bahasa dan model bahasa-visual yang lebih kecil boleh diletakkan lebih dekat dengan sistem fizikal. Ia boleh membantu robot mentafsir input pelbagai mod, memahami konteks dan memilih tindakan.

NVIDIA turut berhujah bahawa model frontier kecil dan sederhana yang lebih baharu boleh menghampiri ketepatan model jauh lebih besar dari tahun sebelumnya, sekali gus menjadikan penaakulan tempatan lebih praktikal untuk mesin yang mempunyai kekangan kuasa dan memori. Namun, dalam konteks bahan sumber yang diberikan, perkara itu kekal sebagai kerangka atau tuntutan NVIDIA dan bukan penanda aras bebas yang telah disahkan. 7

Mengapa model frontier penting untuk robotik?

Sistem AI edge tradisional lazimnya menumpukan tugas persepsi yang khusus, seperti mengenal pasti objek atau mengesan kecacatan. Model generatif dan multimodal boleh memperluas peranan itu dengan membantu mesin memahami bahasa, imej dan persekitaran secara serentak.

Bagi robot, ini boleh bermakna menggabungkan pemahaman visual dengan arahan suara. Untuk dron, ia boleh menyokong tafsiran keadaan yang berubah dengan lebih pantas. Bagi robot rumah, ia boleh menghubungkan perbualan, pemetaan dan navigasi.

Manfaat utama yang ditekankan NVIDIA ialah penaakulan tempatan masa nyata: peranti boleh memproses interaksi atau pemandangan di tempat tindakan berlaku, tanpa perlu menghantar setiap langkah kepada pelayan jauh untuk inferens. 17

Namun, Orin Nano 2 tidak menghapuskan keperluan untuk pengoptimuman model. Kapasiti memori 8GB dan kedudukan produk sebagai platform peringkat permulaan bermakna pemilihan model, kuantifikasi dan proses pelaksanaan yang cekap masih penting bagi pembangun yang membina sistem untuk kegunaan sebenar.

Pembangun dan penggunaan awal

NVIDIA berkata lebih 3 juta pembangun telah membina produk menggunakan tindanan robotiknya. Syarikat itu turut menamakan Cognex, Doosan Bobcat, Matic dan Wing sebagai pengguna awal atau pihak yang sedang menilai platform tersebut. 17

Bahan pengumuman yang tersedia memberikan perincian penggunaan paling jelas untuk dua syarikat:

• Wing sedang meneroka modul ini untuk dron penghantaran, dengan tumpuan pada tindak balas yang lebih pantas dan kecekapan tenaga.
• Matic Robotics merancang menggunakannya dalam robot pembersih rumah bagi AI perbualan, pengesanan gerak isyarat, pemetaan berketepatan tinggi, pemahaman semantik rumah dan pembersihan autonomi. 7

Cognex dan Doosan Bobcat turut dinamakan dalam konteks penggunaan awal atau penilaian. Bagaimanapun, bukti yang tersedia tidak mengesahkan penggunaan Cognex tertentu yang telah diumumkan, dan tidak menyatakan produk atau penggunaan khusus Doosan Bobcat yang akan menggunakan modul ini. 17

Perkara yang belum disahkan

Pengumuman itu mengesahkan kedudukan Jetson Orin Nano 2 sebagai platform AI edge kompak peringkat permulaan, selain tuntutan NVIDIA mengenai prestasi, penggunaan kuasa dan sokongan model. Ia juga meletakkan peranti tersebut dalam ekosistem perisian dan perkakasan robotik NVIDIA yang lebih luas.

Bagaimanapun, bukti yang diberikan tidak mengesahkan tarikh ketersediaan yang dijangka pada separuh pertama 2027. Ia juga tidak menyokong dakwaan bahawa pengumuman 25 Ogos itu memperincikan seni bina “tiga komputer” tertentu yang menghubungkan Omniverse, Cosmos dan DGX, atau memberikan butiran yang disahkan tentang penyegaran produk Orin NX baru-baru ini.

Sokongan Cosmos pada peranti ini disokong oleh bahan yang tersedia, tetapi pembahagian peranan yang lebih luas antara Omniverse, Cosmos dan DGX tidak wajar dipersembahkan sebagai seni bina rasmi yang diumumkan tanpa sumber tambahan yang lebih kukuh. 7

Kesimpulan

Jetson Orin Nano 2 ialah usaha NVIDIA untuk memasukkan inferens AI yang lebih berkuasa ke dalam sistem robotik yang kecil dan mempunyai had kuasa. Angka 78 TOPS, memori 8GB dan CPU Arm lapan teras penting, tetapi nilai utamanya terletak pada gabungan prestasi inferens yang didakwa dua kali ganda, faktor bentuk yang tidak berubah dan penggunaan kuasa yang lebih rendah pada tahap prestasi setara. 17

Bagi pembangun, peluang terbesar ialah menjalankan model bahasa dan bahasa-visual yang semakin berkeupayaan terus dalam robot, dron dan sistem visi. Namun, perbandingan prestasi utama serta dakwaan berkaitan model frontier masih perlu dinilai berdasarkan model dan beban kerja tertentu apabila maklumat terperinci tentang perkakasan, perisian dan ketersediaan diterbitkan.