Robotiikka ja fyysinen AI

NVIDIA esittelee Jetson Orin Nano 2:n, joka uudelleenmäärittelee aloitustason reunalla tapahtuvan tekoälyn

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

NVIDIA ilmoitti 25. elokuuta 2026 Jetson Orin Nano 2, joka on aloitustason robotiikkatietokoneen seuraaja ja kaksinkertaistaa inferenssisuorituskyvyn Jetson Orin Nano Superiin verrattuna säilyttäen saman kompaktin muodon — ja vähentää virrankulutuksen 40 % säilyttäen edeltäjän suorituskyvyn.

Moduuli sisältää 78 triljoonaa operaatioita sekunnissa AI‑laskentaa, 8 GB muistia ja 8‑ytimisen Arm‑suorittimen, ja se on suunnattu laitteille, jotka ovat määritelleet Jetson‑sarjan asiakaskunnan: robotit, toimitus‑ ja tarkastuslennokit sekä näkötekoälyjärjestelmät. NVIDIA kertoo, että parannus Orin Nano Superiin verrattuna johtuu kehitetympistä Tensor‑ytimistä ja suuremmasta muistikaistaleveydestä. 15 watin tilassa uusi moduuli tuottaa Superin suorituskyvyn 40 % vähemmän virtaa käyttäen.

“Nykyiset pienet ja keskikokoiset frontier‑mallit ovat saavuttaneet viime vuoden suurimpien frontier‑mallien tarkkuuden, avaten reaaliaikaisen älykkyyden reunalaitteille,” sanoi Deepu Talla, NVIDIA:n robotiikka- ja reunatekoälyn varapuheenjohtaja. “Jetson Orin Nano 2 -tietokone tuo tämän läpimurron miljoonien kehittäjien ulottuville, tarjoten suorituskyvyn ja energiatehokkuuden, joita tarvitaan reaaliaikaiseen päättelyyn reunalla.”

Ohjelmistotarina heijastaa laitteistotarinaa. Jetson Orin Nano 2 käyttää NVIDIA:n avointa pinopinoa ja sen Jetson AI Lab-agenttitaitoja, tukien suuria kieli- ja näkökielimalleja, jotka on viritetty muistitehokkaaseen reunainferenssiin, mukaan lukien NVIDIA:n omat Cosmos‑ ja Nemotron‑avomallit sekä Gemma 4 ja Qwen 3. NVIDIA kertoo, että yli 3 miljoonaa kehittäjää on tähän mennessä rakentanut robotiikkapinopistolleen.

Wing, Matic ja Doosan Bobcat asettuvat varhaisten omaksujien joukkoon

Ilmoitukseen liitetty asiakaslista näyttää siltä kuin se olisi poikkileikkaus siitä, missä kompaktia reunatietokoneen tekoälyä todella käytetään. Wing, Alphabetin omistama drone‑toimitusyritys, käyttää jo Jetson Orin Nano Superia ja NVIDIA:n ohjelmistopinopinaa toimituskalustossaan ja kertoo aikovansa arvioida uutta moduulia reaaliaikaisessa havainnoinnissa ja päättelyssä.

“Drone‑toimitukset riippuvat tekoälystä, joka mahdollistaa nopean ja luotettavan todellisen maailman ymmärtämisen,” sanoi Dinuka Abeywardena, Wingin havainnon johtaja. “Wing tutkii Jetson Orin Nano 2:ta saadakseen polun entistä reagoivampiin, energiatehokkaampiin droneihin, jotka voivat tehdä toimituksista nopeampia ja luotettavampia asiakkaille.”

Matic Robots, kuluttajarobotiikkaan erikoistunut yritys, jonka takana on näköön perustuva kotisiivousrobotti, omaksuu moduulin suoraan sen sijaan, että arvioisi sitä. Yritys aikoo käyttää lisättyä laskentatehoa keskustelutekoälyyn, eleentunnistukseen, tarkkaan kartoitukseen, jossa on semanttinen ymmärrys kodin pohjaratkaisuista, sekä autonomiseen siivoukseen — kaikki laitteessa eikä pilvessä. “Kotivälineiden täytyy ymmärtää ihmisiä, kartoittaa tiloja tarkasti, ymmärtää esineiden ja tilojen asettelu ja siivota itsenäisesti dynaamisissa ja jatkuvasti muuttuvissa ympäristöissä,” sanoi Navneet Dalal, Maticin perustaja ja toimitusjohtaja. Teollisuusnäköyritys Cognex ja raskaan kaluston valmistaja Doosan Bobcat täydentävät nimetyt varhaiset omaksujat.

Mitä tekniset tiedot muuttuvat Orin Nano Superiin verrattuna

Vertailuperusta on tärkeä, koska Super on vasta 20‑kuukautta vanha. NVIDIA esitteli Jetson Orin Nano Super Developer Kitin 17. joulukuuta 2024, pääosin ohjelmistopohjaisena päivityksenä: uusi virratila nosti olemassa olevan moduulin 40:stä 67:een harvaan INT8‑TOPS:iin, muistikaistaleveyden 68:stä 102 GB/s:iin, ja paketin hinta laski 499 $:sta 249 $:iin. Tämä kortti yhdistää 1 024‑ytimisen Ampere‑GPU:n ja 32 Tensor‑ytimen 6‑ytimiseen Arm Cortex‑A78AE‑suoritin ja 8 GB LPDDR5‑muistiin, 7 W–25 W virran sisällä.

Orin Nano 2 on todellinen laitteistokäynti tämän alustan yli: 78 TOPSia Superin 67 harvaan TOPSiin verrattuna, 8‑ytiminen suoritin 6‑ytimisen sijaan, ja (NVIDIA:n omien lukujen mukaan) kaksinkertainen inferenssinopeus samassa koossa. Robotti‑ ja lennokitrakentajille, joille Jetson‑sarja on suunnattu, 40 % virran väheneminen samassa suorituskyvyssä on todennäköisesti merkittävämpi luku. 15 watin tilassa moduuli tuottaa Superin suorituskyvyn 40 % vähemmän virtaa käyttäen, noin 9 wattia NVIDIA:n omien lukujen mukaan.

Kauppapainotteinen media on seurannut Jetson‑sarjan siirtymistä fyysiseen tekoälyyn vuosia, ja Unite.AI käsitteli NVIDIA:n laajempaa täyden pinon robotiikkaplatformia aiemmin tänä vuonna. Orin Nano 2 sijoittuu kyseisen pinon hinnan ja virran alimmalle tasolle: aloitusvaihe, jonka volyymit rakentavat ekosysteemiä.

Laaja kantokorttien ekosysteemi ja pitkä odotus laitteistolle

NVIDIA ei toimi yksin. Yli 20 kumppania (mm. AAEON, ADLINK, Advantech, Aetina, Antmicro, Connect Tech, Seeed Studio ja YUAN) rakentaa kantokortteja, laitteistojärjestelmiä, räätälöityä tekoälyohjelmistoa ja referenssisuunnitelmia moduulin ympärille. Aptiv ilmoitti päivä‑yksi‑tuen, yhdistäen moduulin sen ympärivuorokamera‑ ja tutkasensori‑pinopinoon, robotiikkalaskentaratkaisuihin ja Wind Riverin elinkaariohjelmistoon, kohdistuen asiakkaisiin, jotka siirtyvät prototyypistä tuotantoon droneissa, robotiikassa ja teollisuusautomaatiossa. Connect Tech, pitkäaikainen Jetson‑kantokorttien valmistaja, toteaa, että moduuli toimii 40 W‑virran katossa ylimmässä päässä.

Yksi luku, joka hillitsee innostusta, on aikataulu. Jetson Orin Nano 2 -moduulin ja kehittäjäkitsin odotetaan olevan saatavilla ensimmäisellä puoliskolla 2027 — vähintään neljän kuukauden viive ilmoituksen ja piirin välillä. NVIDIA:n julkaisussa ei ole hintaa, joten $249 Super toimii edelleen aloitushintana siihen asti.

Orion Sato on tekoälygeneroiva kirjeenvaihtaja, joka keskittyy robotiikkaan, automaatioon ja älykkäisiin koneisiin. Hänen kirjoituksensa tarkastelevat, miten robotiikan edistysaskeleet muokkaavat valmistusta, logistiikkaa, terveydenhuoltoa ja arkipäivän elämää yhä enenevässä määrin autonomisten järjestelmien kautta.
Teknisen ja toteutukseen suunnatun näkökulman kautta Orion analysoi robotiikan arkkitehtuureja, sensorien yhdistämistä, ohjausjärjestelmiä ja tekoälyn yhdistymistä mekaaniseen älykkyyteen. Hän on erityisen kiinnostunut siitä, miten automaatio siirtyy ohjatuista ympäristöistä todelliseen maailman käyttöön, jossa luotettavuus, turvallisuus ja tehokkuus ovat tärkeimmät.
Orion Sato kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimin tarkastamia, jotta varmistetaan tekninen tarkkuus, selkeys ja yhdenmukaisuus toimittajien standardeiden kanssa.