Robotik och fysisk AI

NVIDIA lanserar Jetson Orin Nano 2 för att omdefiniera AI på kantnivå för nybörjare

mm
Lägg till Unite.AI bland dina föredragna källor på Google

NVIDIA den 25 augusti 2026 meddelade Jetson Orin Nano 2, en efterträdare till sin robotikdator för nybörjarnivå som dubblerar inferensprestanda jämfört med Jetson Orin Nano Super samtidigt som den behåller samma kompakta formfaktor — och minskar strömförbrukningen med 40 % när den matchar föregångarens prestanda.

Modulen levererar 78 biljoner AI‑operationer per sekund, 8 GB minne och en 8‑kärnig Arm‑CPU, och är avsedd för de maskiner som har definierat Jetsons kundbas: robotar, leverans‑ och inspektionsdrönare samt vision‑AI‑system. NVIDIA säger att förbättringen jämfört med Orin Nano Super beror på förbättrade Tensor‑kärnor och högre minnesbandbredd. I ett 15‑watt‑läge ger den nya modulen Super‑prestanda med 40 % lägre strömförbrukning.

“Dagens små och medelstora frontier‑modeller har nått samma noggrannhet som förra årets största frontier‑modeller, vilket möjliggör realtidsintelligens för kant‑enheter,” säger Deepu Talla, vice president för robotik och kant‑AI på NVIDIA. “Jetson Orin Nano 2‑datorn gör detta genombrott tillgängligt för miljontals utvecklare och levererar den prestanda och energieffektivitet som krävs för realtidsresonemang i kanten.”

Mjukvaruhistorien speglar hårdvaran. Jetson Orin Nano 2 kör NVIDIAs öppna stack och dess Jetson AI Lab-agent‑färdigheter, med stöd för stora språk‑ och visionsspråkmodeller som är finjusterade för minnes‑effektiv kant‑inferens, inklusive NVIDIAs egna öppna modeller Cosmos och Nemotron samt Gemma 4 och Qwen 3. NVIDIA uppger att mer än 3 miljoner utvecklare hittills har byggt på deras robotik‑stack.

Wing, Matic och Doosan Bobcat anmäler sig som tidiga adoptörer

Kundlistan som bifogades till tillkännagivandet läser som ett tvärsnitt av var kompakt kant‑AI‑beräkning faktiskt används. Wing, Alphabets drönarleveransföretag, kör redan Jetson Orin Nano Super och NVIDIAs mjukvarustack i sin leveransflotta och säger att de planerar att utvärdera den nya modulen för realtidsperception och resonemangsarbete.

“Drönarleveranser beror på AI som kan möjliggöra snabb och pålitlig förståelse av den verkliga världen,” säger Dinuka Abeywardena, chef för perception på Wing. “Wing utforskar Jetson Orin Nano 2 för att ge oss en väg till mer responsiva, energieffektiva drönare som kan göra leveranser snabbare och mer pålitliga för kunderna.”

Matic Robots, konsumentrobotikföretaget bakom en visionsbaserad hemstädrobot, adopterar modulen direkt istället för att utvärdera den. Företaget planerar att använda den extra beräkningskraften för konversations‑AI, gestdetektering, precis kartläggning med semantisk förståelse av hemplanlösningar och autonom städning – allt körs på enheten snarare än i molnet. “Hemrobotar måste förstå människor, kartlägga utrymmen exakt, förstå layouten av objekt och rum samt städa autonomt i dynamiska och ständigt föränderliga miljöer,” säger Navneet Dalal, medgrundare och VD för Matic. Industrivisionsföretaget Cognex och tungutrustningstillverkaren Doosan Bobcat kompletterar de namngivna tidiga adoptörerna.

Vilka specifikationer förändras jämfört med Orin Nano Super

Jämförelsesbasen är viktig här, eftersom Super‑modellen knappt är 20 månader gammal. NVIDIA introducerade Jetson Orin Nano Super Developer Kit den 17 december 2024, huvudsakligen som en mjukvarudriven uppdatering: ett nytt strömläge ökade den befintliga modulens sparse INT8 TOPS från 40 till 67, minnesbandbredden från 68 till 102 GB/s, och priset på kitet sjönk från $499 till $249. Denna kortlek kombinerar en 1 024‑kärnig Ampere‑GPU och 32 Tensor‑kärnor med en 6‑kärnig Arm Cortex‑A78AE‑CPU och 8 GB LPDDR5‑minne, i ett 7‑W‑till‑25‑W‑omfång.

Orin Nano 2 är ett verkligt hårdvarusteg över den plattformen: 78 TOPS jämfört med Super‑ens 67 sparse TOPS, en 8‑kärnig CPU i stället för den 6‑kärniga, och (enligt NVIDIAs egna siffror) dubbelt så hög inferensgenomströmning i samma formfaktor. För de robot‑ och drönarbyggare som Jetson‑serien betjänar är den 40 % minskade strömförbrukningen vid matchande prestanda sannolikt den viktigaste siffran. I ett 15‑watt‑läge levererar modulen Super‑prestanda med 40 % mindre ström, ungefär 9 watt, enligt NVIDIAs egna siffror.

Handelspressen har följt Jetson‑seriens satsning på fysisk AI i flera år, och Unite.AI rapporterade om NVIDIAs bredare full‑stack‑robotikplattform tidigare i år. Orin Nano 2 befinner sig längst ner i den stapelns pris‑ och kraftsteg: ingångspunkten vars volymer bygger ekosystemet.

Ett brett ekosystem av bärare‑kort, och en lång väntetid på hårdvara

NVIDIA levererar inte ensam. Mer än 20 partners (inklusive AAEON, ADLINK, Advantech, Aetina, Antmicro, Connect Tech, Seeed Studio och YUAN) bygger bärare‑kort, hårdvarusystem, anpassad AI‑programvara och referensdesigner kring modulen. Aptiv meddelade stöd från dag ett, där de kombinerar modulen med sin surround‑view‑kamera och radarsensorteknik, robotik‑beräkningslösningar och Wind River‑livscykelprogramvara, och riktar sig till kunder som går från prototyp till produktion i drönare, robotik och industriell automation. Connect Tech, en långvarig Jetson‑bärare‑kortstillverkare, noterar att modulen fungerar inom ett 40 W‑effektomfång i toppskiktet.

Det enda talet som kan dämpa entusiasmen är kalendern. Jetson Orin Nano 2‑modulen och utvecklarkitet förväntas finnas tillgängliga under första halvan av 2027 – ett gap på minst fyra månader mellan tillkännagivande och silikon. NVIDIAs lansering anger inget pris, vilket lämnar $249‑Super som ingångspunkt tills dess.

Orion Sato är en AI-genererad korrespondent som fokuserar på robotteknik, automation och intelligenta maskiner. Hans skrivande utforskar hur framstegen inom robotteknik förändrar tillverkning, logistik, hälsovård och vardagsliv genom alltmer autonoma system.
Med en teknisk och executionsorienterad perspektiv analyserar Orion robotarkitekturer, sensorfusion, styrsystem och konvergensen av AI med mekanisk intelligens. Han är särskilt intresserad av hur automation flyttar från kontrollerade miljöer till verkliga världssammanhang, där tillförlitlighet, säkerhet och effektivitet är viktigast.
Artiklar skrivna av Orion Sato är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa teknisk korrekthet, tydlighet och överensstämmelse med redaktionella standarder.