NVIDIA Jetson Orin Nano 2 ma przenieść zaawansowaną AI do mniejszych robotów

NVIDIA zapowiedziała Jetson Orin Nano 2 — kompaktowy komputer przeznaczony do uruchamiania generatywnej AI i systemów autonomicznych bezpośrednio w robotach, dronach oraz urządzeniach wizyjnych. Firma deklaruje 78 TOPS mocy obliczeniowej AI i dwukrotnie wyższą wydajność wnioskowania niż w modelu Jetson Orin Nano Super, przy zachowaniu tego samego formatu. Moduł oraz zestaw deweloperski mają być dostępne w pierwszej połowie 2027 r. 237

Najważniejsze parametry

Jetson Orin Nano 2 ma oferować:

• 78 TOPS mocy obliczeniowej AI — czyli do 78 bilionów operacji na sekundę,
• 8 GB pamięci,
• 8-rdzeniowy procesor Arm,
• ten sam kompaktowy format co poprzednik.

NVIDIA przypisuje wzrost wydajności zaktualizowanym rdzeniom Tensor oraz większej przepustowości pamięci. Firma opisuje system jako pracujący w ramach limitu mocy 40 W i twierdzi, że w trybie 15 W zużywa on o 40% mniej energii niż poprzednia konstrukcja przy zapewnianiu takiej samej wydajności. 312

To deklaracje producenta dotyczące platformy, a nie uniwersalny wynik dla każdego modelu AI i każdego zastosowania. Rzeczywista wydajność będzie zależeć m.in. od stosu programistycznego, rozmiaru modelu, temperatury i warunków pracy.

AI działająca lokalnie, bez stałego połączenia z chmurą

Orin Nano 2 ma być przeznaczony do uruchamiania współczesnych modeli językowych oraz modeli wizyjno-językowych bezpośrednio na urządzeniu brzegowym. W praktyce oznacza to możliwość łączenia obrazu z kamer, mowy, danych z czujników i decyzji podejmowanych w czasie rzeczywistym bez wysyłania każdego zapytania do zewnętrznego centrum danych. 589

NVIDIA wskazuje kilka grup zastosowań fizycznej AI:

• drony dostawcze i inspekcyjne,
• roboty przemysłowe oraz inne roboty autonomiczne,
• roboty domowe,
• systemy wizyjne i kamery wykorzystujące AI.

Lokalne przetwarzanie może wspierać rozpoznawanie otoczenia, interakcję z użytkownikiem, mapowanie, nawigację i sterowanie. Najważniejsza obietnica jest więc prosta: urządzenie ma nie tylko „widzieć”, lecz także rozumieć sytuację i reagować na nią bliżej miejsca, w którym działa. 23

Co oznacza „frontier AI” na brzegu sieci?

NVIDIA twierdzi, że mniejsze i średnie modele określane jako frontierowe mogą obecnie osiągać dokładność porównywalną z największymi modelami frontierowymi z poprzedniego roku. Na tej podstawie firma przekonuje, że rozumowanie w czasie rzeczywistym staje się możliwe także w mniejszych urządzeniach autonomicznych. 3

Warto jednak zachować tu ostrożność. To twierdzenie NVIDIA, a przedstawione materiały nie zawierają niezależnego testu pokazującego, że każdy mniejszy lub średni model dorównuje każdemu wcześniejszemu dużemu modelowi. Ostrożniejszy wniosek jest taki, że rozwój sprzętu i efektywniejsze modele poszerzają zakres zadań generatywnej AI, które można wykonywać lokalnie.

Pierwsi partnerzy i zastosowania

NVIDIA podaje, że ponad 3 mln deweloperów korzystało z jej stosu technologicznego dla robotyki. Wśród pierwszych firm wdrażających lub oceniających Jetson Orin Nano 2 wymienia Cognex, Doosan Bobcat i Matic Robotics. 3

Najwięcej szczegółów dotyczących pierwszych zastosowań przedstawiono w przypadku firm Wing i Matic Robotics:

• Wing analizuje wykorzystanie komputera w dronach dostawczych, zwracając uwagę na szybsze reakcje, większą efektywność energetyczną oraz potencjalnie szybsze i bardziej niezawodne dostawy. 3
• Matic Robotics wdraża go w robotach sprzątających do domu. Według NVIDIA system ma wspierać konwersacyjną AI, rozpoznawanie gestów, mapowanie semantyczne i precyzyjne, percepcję w czasie rzeczywistym, interakcję, nawigację oraz autonomiczne sprzątanie. 3
• Cognex i Doosan Bobcat zostały wskazane jako wczesne firmy wdrażające lub testujące rozwiązanie, jednak dostarczone materiały nie opisują konkretnych wdrożeń Jetson Orin Nano 2 ani ich zastosowań. 3

NVIDIA informuje także, że partnerzy ekosystemu przygotowują płyty nośne, kompletne systemy sprzętowe i projekty referencyjne, które mają pomóc klientom szybciej wprowadzać produkty na rynek. 3

Miejsce Jetsona w strategii robotyki NVIDIA

Jetson pełni rolę warstwy obliczeniowej montowanej w robocie. Po wdrożeniu urządzenia ma ona obsługiwać percepcję, multimodalną AI i sterowanie w czasie rzeczywistym. 23

W szerszej strategii NVIDIA fizyczne maszyny są łączone z obliczeniami w centrach danych oraz symulacją. DGX służy do wielkoskalowych obliczeń i trenowania modeli, a Omniverse i Cosmos wspierają środowiska wirtualne, dane syntetyczne, symulacje oraz proces projektowania robotów. Jetson jest w tym ujęciu punktem końcowym — warstwą, która przenosi te możliwości do fizycznego urządzenia.

Jednocześnie dostarczone materiały dotyczące konkretnej zapowiedzi nie dokumentują precyzyjnie sformułowanej przez NVIDIA „strategii trzech komputerów” ani wszystkich powiązań między Orin Nano 2, Omniverse, Cosmos i DGX. Najpewniejszy wniosek jest węższy: NVIDIA przedstawia Jetsona jako warstwę wdrożeniową większego, pełnego stosu technologicznego dla robotyki, a nie wyłącznie jako nowy procesor. 23

Wnioski

Jetson Orin Nano 2 ma ułatwić uruchamianie bardziej zaawansowanej AI lokalnie w mniejszych robotach, dronach i systemach wizyjnych. Najważniejsze liczby to 78 TOPS, 8 GB pamięci i 8-rdzeniowy procesor Arm. NVIDIA deklaruje ponadto dwukrotnie wyższą wydajność wnioskowania w tym samym kompaktowym formacie oraz o 40% niższe zużycie energii przy równoważnej wydajności. 23

Ostateczna ocena urządzenia będzie zależeć od obsługi konkretnych modeli, optymalizacji oprogramowania, ograniczeń termicznych i niezależnych testów. Na razie zapowiedź wskazuje na platformę brzegową, która ma przesunąć przetwarzanie języka, obrazu i decyzji autonomicznych bliżej maszyn wykonujących te zadania.