【導讀】邊緣AI的落地，取決于算力、功耗與成本的平衡。隨著中小模型能力快速提升，硬件平臺能否跟上成為關鍵。8月25日，NVIDIA發布Jetson Orin Nano 2，在相同尺寸下推理性能翻倍，同性能下功耗降低40%，目標很明確：讓數百萬開發者手中的機器人、無人機等物理AI設備，能以更低門檻運行主流生成式AI模型。
隨著 AI 模型變得更小及更高效，越來越多的邊緣設備正演進為能夠理解上下文、解析語言和圖像，并實時采取響應的自主系統。為了將這些能力應用于機器人、配送和巡檢無人機以及視覺 AI 系統等實體機器中，開發者需要專為邊緣 AI 打造的緊湊且高能效機器人計算機。
NVIDIA 機器人與邊緣 AI 副總裁 Deepu Talla 表示：“如今，中小型前沿模型的準確率已經達到去年最大型前沿模型的水平，為邊緣設備實現實時智能提供了可能。Jetson Orin Nano 2 計算機讓這一突破性能力惠及數百萬開發者，并為在邊緣端實現實時推理提供所需的性能和高能效。”
康耐視、斗山山貓和 Matic 已率先采用 Jetson Orin Nano 2 并展開相關探索。
入門級邊緣 AI 的重大飛躍
Jetson Orin Nano 2 擁有 78 TOPS 的 AI 算力、8GB 內存和 8 核 Arm CPU，在兼顧成本效益和能效的系統中，在 AI 和視頻處理性能方面實現了大幅提升。
通過改進的 Tensor Core 和更高的內存帶寬，Jetson Orin Nano 2 在保持相同緊湊尺寸的前提下，推理性能較 Jetson Orin Nano Super 實現翻倍。在 15 瓦功耗模式下，Jetson Orin Nano 2 在實現與前代產品相同性能表現的同時，功耗降低 40%。
依托 NVIDIA 開放軟件棧、NVIDIA Jetson? 智能體技能以及豐富的 AI 生態系統，Jetson Orin Nano 2 可幫助開發者運行專為高能效邊緣推理優化的最新大語言模型和視覺語言模型——包括 NVIDIA Cosmos?、NVIDIA Nemotron?、Gemma 4、Qwen 3 等開放模型——從而快速構建先進的 AI 應用。
合作伙伴生態系統與數百萬機器人開發者基于 Jetson 開發
目前，已有超過 300 萬名開發者基于 NVIDIA 機器人技術棧進行開發。借助 Jetson Orin Nano 2，康耐視、斗山山貓、Matic 和 Wing 等合作伙伴正在將現實世界的邊緣 AI 應用引入緊湊型設備，涵蓋家用機器人、視覺 AI 系統、配送和巡檢無人機、載板、硬件系統以及參考解決方案。
Alphabet 旗下領先的無人機配送公司 Wing，正在其配送無人機機隊中使用 Jetson Orin Nano Super 和 NVIDIA 軟件棧。同時，該公司正計劃評估 Jetson Orin Nano 2，以進一步提升實時 AI 感知和推理能力，從而為本地商家及居民提供更快速、更安全的配送服務。
Wing 感知負責人 Dinuka Abeywardena 表示：“無人機配送需要 AI 快速并可靠地理解現實環境。Wing 正在探索 Jetson Orin Nano 2，希望借此打造響應更迅速且能效更高的無人機，為客戶提供更快捷、更可靠的配送服務?！?/p>
先進的消費級機器人公司 Matic Robots 正在采用 Jetson Orin Nano 2，為其家用清潔機器人打造更直觀的交互體驗，賦能機器人實現對話式 AI、手勢識別，并能通過精準建圖和語義理解更深入地理解家庭環境，實現自主清潔。
Matic Robotics 聯合創始人兼首席執行官 Navneet Dalal 表示：“家用機器人需要理解用戶的意圖、精準繪制空間地圖、掌握物體和空間的布局，并在動態且不斷變化的環境中自主完成清潔。借助 Jetson Orin Nano 2，Matic 可以在專為實時感知、交互和導航打造的緊湊型家用機器人平臺上運行最前沿的邊緣 AI 模型?！?/p>
研揚科技、凌華科技、研華科技、安提國際、Antmicro、Aptiv、Auvidea、圓剛科技、Chuanglebo、Connect Tech、ForeCR、智微智能、Neurealm、Plink、Realtimes、RidgeRun、RS、矽遞科技、Tauro Tech、Twowin和 YUAN 等 Jetson 合作伙伴，正在打造載板、硬件系統、定制化 AI 軟件和參考解決方案，幫助客戶加快產品上市進程。
上市時間
NVIDIA Jetson Orin Nano 2 模組和開發者套件預計將于 2027 年上半年上市。
結論
從康耐視、Matic到Wing，先行者的選擇說明Jetson Orin Nano 2的價值不在于峰值算力，而在于讓高能效邊緣推理變得可規模化。三百多萬開發者生態與十多家合作伙伴的配套方案，縮短了從評估到量產的距離。當開放模型能在緊湊功耗下順暢運行，邊緣設備從“感知”走向“理解”就有了更實在的硬件支點，一批此前止步于概念的機器人應用，有望真正進入開發和部署階段。
