ফিজিক্যাল এআই উঠে আসছে অন-বোর্ডে
NVIDIA Jetson Orin Nano 2 প্রকাশ করেছে — রোবোটিকসের জন্য তৈরি একটি এজ-কম্পিউটার, যা কোম্পানি "ফিজিক্যাল এআই"-এর স্লোগানে প্রচার করছে। লক্ষ্য পরিসরের মধ্যে রয়েছে ড্রোন, ঘরোয়া রোবট এবং কম্পিউটার ভিশন সিস্টেম, অর্থাৎ এমন যন্ত্রপাতি যেগুলোর ক্লাউডে না গিয়ে ঘটনাস্থলেই সিদ্ধান্ত নেওয়া দরকার। আনুষ্ঠানিকভাবে এটি এন্ট্রি-লেভেলের ডিভাইস, কিন্তু ঠিক এটিতেই ডেভেলপারদের অন-বোর্ডে জেনারেটিভ মডেল চালানোর সুযোগ পাওয়ার কথা।
রিলিজের প্রস্তাবনা সহজ। NVIDIA-এর মূল্যায়নে, ছোট ও মাঝারি এআই মডেলগুলো গত এক বছরে এমন নির্ভুলতায় পৌঁছেছে, যা কিছুদিন আগেও সবচেয়ে বড় ফ্রন্টিয়ার সিস্টেমের বিশেষত্ব বলে গণ্য হতো। মানে, ভেন্ডরের যুক্তি অনুযায়ী, যেই বুদ্ধিমত্তার জন্য সার্ভার র্যাক দরকার হতো, তা এখন ড্রোন বা পরিষ্কারক রোবটের বডিতে ধরে যায়। রোবোটিকস ও এজ-এআই-এর জন্য NVIDIA-এর ভাইস প্রেসিডেন্ট দীপু তাল্লা এভাবে বলেন: এক বছর আগে যেসব অত্যাধুনিক মডেল ডেটা সেন্টারে বাস করত, আজ সেগুলো Jetson লাইনের এন্ট্রি-লেভেল ডিভাইসে রিয়েল টাইমে কাজ করছে।
হার্ডওয়্যার: ৭৮ TOPS এবং ৮ জিবি মেমরি
Jetson Orin Nano 2-এ ঘোষণা করা হয়েছে ৭৮ TOPS এআই কম্পিউট, ৮ জিবি মেমরি এবং Arm আর্কিটেকচারের একটি অক্টা-কোর প্রসেসর। ইনফারেন্স পারফরম্যান্স Jetson Orin Nano Super-এর দ্বিগুণ: উন্নত Tensor Cores এবং বেশি মেমরি ব্যান্ডউইথ এই বৃদ্ধি এনেছে, অথচ বোর্ডের মাপ আগের মতোই রয়েছে। আলাদাভাবে জোর দেওয়া হয়েছে শক্তি-দক্ষতার ওপর — ১৫ ওয়াট মোডে নতুনটি পূর্বসূরির চেয়ে প্রায় ৪০% কম শক্তি খরচ করে, একই রকম ফলাফল দেখিয়ে।
অন-বোর্ড যন্ত্রপাতির জন্য শেষ বিষয়টি যতটা প্রথমে মনে হয়, তার চেয়ে বেশি গুরুত্বপূর্ণ। ড্রোনে প্রতিটি ওয়াট মানে হয় উড়ানের বাড়তি মিনিট, নয়তো ব্যাটারির বাড়তি ওজন, আর ঘরোয়া রোবটের তাপ ও ফ্যানের শব্দের কোনো দরকার নেই। তাই এখানে শক্তি সাশ্রয় কোনো মার্কেটিং লাইন নয়, বরং এমন একটি শর্ত যার ওপর নির্ভর করে পণ্যটি আদৌ প্রকাশের যোগ্য কি না।
সফটওয়্যার: মডেলগুলো লোকালি চলে
সফটওয়্যার অংশটি নির্ভর করে NVIDIA-এর ওপেন স্ট্যাক এবং Jetson agent skills-এর ওপর, Jetson AI ইকোসিস্টেমের সঙ্গে। প্রধান সীমাবদ্ধতা মেমরি: ৮ জিবি কম, তাই মডেলগুলোকে "যেমন আছে তেমন" না চালিয়ে মেমরি-সাশ্রয়ী মোডে চালাতে হয়। মূলত ভাষা ও ভিশন-ল্যাঙ্গুয়েজ মডেলের কথা বলা হচ্ছে, যেগুলোকে বাজেটের মধ্যে থাকতে হবে এবং একইসঙ্গে রিয়েল টাইমে উত্তর দিতে হবে।
উপযুক্ত মডেলের উদাহরণ হিসেবে NVIDIA নিজেদের Cosmos ও Nemotron, এবং তৃতীয় পক্ষের Gemma 4 ও Qwen 3-এর নাম বলেছে। তালিকাটি তাৎপর্যপূর্ণ: ভিডিও জেনারেশন ও রিজনিং মডেল — যা কয়েক বছর আগে পেরিফেরিতে ডেমোতেও চালানো হতো না।
কে ইতিমধ্যে পরীক্ষা করছে
Jetson Orin Nano 2 প্রথম যে কোম্পানিগুলো ব্যবহার করছে ও পরীক্ষা করছে তাদের মধ্যে নাম আছে Cognex, Doosan Bobcat এবং Matic। NVIDIA আরও দাবি করেছে, তাদের রোবোটিকস স্ট্যাকে তিন মিলিয়নেরও বেশি ডেভেলপার কাজ করেন — সংখ্যাটি নির্দিষ্ট একটি বোর্ডের বিক্রির চেয়ে ইকোসিস্টেমের আকারের কথা বলে।
ডেলিভারি ড্রোন
Wing, Alphabet-এর সহযোগী প্রতিষ্ঠান, ইতিমধ্যে তাদের সমগ্র ড্রোন বহরে Jetson Orin Nano Super ও NVIDIA-এর সফটওয়্যার স্ট্যাক ব্যবহার করছে। নতুনটিকে তারা মূল্যায়ন করার পরিকল্পনা করছে, রিয়েল-টাইম উপলব্ধি ও রিজনিংয়ে এগিয়ে যেতে: লক্ষ্য হলো স্থানীয় ব্যবসা থেকে আবাসিক উঠানে ডেলিভারি আরও দ্রুত ও নির্ভরযোগ্য করা। Wing-এর পারসেপশন বিভাগের প্রধান দিনুকা আবেইওয়ার্দেনা ব্যাখ্যা করেন, ড্রোন ডেলিভারি নির্ভর করে এমন এআই-এর ওপর যা দ্রুত ও নির্ভরযোগ্যভাবে চারপাশের জগৎ বুঝতে পারে, এবং কোম্পানি নতুন প্লেটিতে আরও প্রতিক্রিয়াশীল ও শক্তি-দক্ষ যন্ত্রের পথ দেখছে। নতুন প্লেটিতে মূল্যায়ন থেকে নিয়মিত উড়ানে যাওয়ার কোনো প্রকাশ্য সময়সীমা নেই।
ঘরোয়া রোবট
Matic Robots তাদের ঘরোয়া পরিষ্কারক রোবটে Jetson Orin Nano 2 বসাচ্ছে। NVIDIA-এর মতে, প্লেটিটি কথোপকথনমূলক এআই, অঙ্গভঙ্গি শনাক্তকরণ, নির্ভুল ম্যাপিং এবং বাসস্থানের সেমান্টিক বোঝাপড়া যোগ করার সুযোগ দেয়, আর তার সঙ্গে পরিষ্কারের সময় স্বায়ত্তশাসিত আচরণও। Matic Robots-এর সহপ্রতিষ্ঠাতা ও সিইও নবনীত দালাল কাজটি এভাবে বর্ণনা করেন: ঘরোয়া রোবটকে একইসঙ্গে মানুষ বুঝতে হয়, নির্ভুলভাবে স্থানের ম্যাপ তৈরি করতে হয়, জিনিসপত্রের অবস্থান বুঝতে হয় এবং ক্রমাগত বদলে যাওয়া পরিবেশে পরিষ্কার করতে হয়, আর নতুন প্লেটি অত্যাধুনিক মডেল লোকালি চালানোর সুযোগ দেয়।
প্রস্তুতকারকদের ইকোসিস্টেম
প্লেটিটির চারপাশে বিস্তৃত অংশীদারদের একটি পরিসর গড়ে উঠেছে। AAEON, ADLINK, Advantech এবং Aetina-কে carrier board ও রেডিমেড হার্ডওয়্যার সিস্টেম প্রস্তুতকারকদের মধ্যে নাম করা হয়েছে। Antmicro, Aptiv, Auvidea এবং AVerMedia কাস্টমাইজড এআই সফটওয়্যার ও reference design নিয়ে কাজ করছে Chuanglebo, Connect Tech, ForeCR এবং JWIPC-এর সঙ্গে। তালিকা শেষ করছে Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK এবং YUAN — NVIDIA-এর দাবি অনুযায়ী, তারা সবাই গ্রাহকদের দ্রুত পণ্য বাজারে আনতে সাহায্য করে।
এমন তালিকার অর্থ সহজ: রেডিমেড প্লেটি কেবল অর্ধেক কাজ। যেসব দলের অন-বোর্ডে এআই দরকার, তাদের বেশিরভাগের কাছেই মডিউলটির চেয়ে বেশি গুরুত্বপূর্ণ হলো কেসিং, কুলিং, কানেক্টর, ড্রাইভার এবং পূর্বানুমেয় সাপোর্ট। প্ল্যাটফর্মের চারপাশে ইন্টিগ্রেটরদের নেটওয়ার্ক যত ঘন, প্রোটোটাইপ থেকে সিরিয়াল ডিভাইসে পৌঁছাতে তত কম সময় লাগে।
এর মানে কী
Jetson Orin Nano 2-এর অবস্থান নির্ধারণ বেঞ্চমার্কে রেকর্ড গড়ার বিষয় নয়, বরং এআই আসলে কোথায় বাস করে সেই জায়গা বদলের বিষয়। লোকাল ইনফারেন্স এমন কিছু দেয় যা ক্লাউডে কেনা যায় না: নেটওয়ার্কের ওঠানামাহীন লেটেন্সি, সংযোগ নেই এমন জায়গায় কাজ, এবং এমন ডেটা যা ডিভাইস ছেড়ে যায় না। ঘরোয়া রোবটের জন্য এটি গোপনীয়তার প্রশ্নও — ফ্ল্যাটের ভিডিও স্ট্রিম ফ্ল্যাটেই থাকে।
সীমাবদ্ধতাও কিন্তু যায় না। আট গিগাবাইট মেমরি মানে অন-বোর্ডে সবচেয়ে বড় মডেলগুলো নয়, বরং তাদের ছাঁটা ও কোয়ান্টাইজড সংস্করণ উঠবে, আর উত্তরের গুণমান সার্ভারের চেয়ে আলাদা হবে। উপরন্তু Wing বা অন্য কোনো অংশীদার এখনো সময়সীমা বলেনি, কখন নতুন প্লেটির মূল্যায়ন গণউৎপাদনে রূপ নেবে। তাই এটি তৈরি সিনারিওর চেয়ে বরং খোলা দরজা: ফিজিক্যাল এআই-এর হার্ডওয়্যার সহজলভ্য হয়েছে, আর এর ওপর ঠিক কী তৈরি হবে — সেটি আগামী কয়েক মৌসুমের প্রশ্ন।
