Nvidia анонсировала Jetson Orin Nano 2 — компактную вычислительную платформу начального уровня для локального запуска ИИ-моделей. Продажи модулей и наборов для разработчиков стартуют в первой половине 2027 года.
Платформа рассчитана на роботов и автономные устройства и позволяет запускать большие языковые и визуально-языковые модели прямо на устройстве, без постоянного обращения к облаку. Среди поддерживаемых моделей — Nvidia Cosmos и Nemotron, Google Gemma 4, Alibaba Qwen 3.
Jetson Orin Nano 2 получил восьмиядерный процессор Arm и 8 Гбайт памяти, а его производительность достигает 78 трлн операций в секунду. По сравнению с предшественником, Jetson Orin Nano Super, новинка вдвое быстрее благодаря улучшенным тензорным ядрам и большей пропускной способности памяти.
В режиме с ограничением мощности 15 Вт платформа потребляет на 40% меньше энергии при сохранении пиковой производительности. Она совместима с существующим программным стеком Nvidia, что упрощает переход для разработчиков, уже использующих устройства семейства Orin.
С Nvidia сотрудничает ряд производителей плат и аппаратных решений — AAEON, ADLINK, Advantech, Aetina, Antmicro, Aptiv, Auvidea, AVerMedia, Connect Tech, Seeed Studio и другие. На базе Jetson Orin Nano 2 партнёры смогут создавать системы навигации, распознавания объектов, безопасности и автономного управления роботами.
Интерес к платформе уже проявили Cognex, Doosan Bobcat, Matic и принадлежащая Alphabet компания Wing, которая рассматривает возможность применения Jetson в дронах-доставщиках. Matic Robots планирует использовать платформу в роботах-уборщиках для реализации разговорного ИИ, распознавания жестов и картографирования помещений.
Jetson Orin Nano 2 занимает младшую ступень в инфраструктуре Nvidia для робототехники: Omniverse и Cosmos применяются для моделирования и тестирования, DGX — для обучения моделей, а Jetson выступает «мозгом» устройства, исполняя уже обученные модели локально.
По данным Nvidia, современные компактные модели ИИ по возможностям приближаются к флагманским решениям прошлого года. Задачи, которые год назад требовали моделей с 600 млрд — 1 трлн параметров, теперь решают гораздо более компактные модели, способные работать на Jetson Orin Nano 2.