Физический ИИ переезжает на борт
NVIDIA выпустила Jetson Orin Nano 2 — заточенный под робототехнику edge-компьютер, который компания продвигает под лозунгом «физического ИИ». Целевые сценарии — дроны, домашние роботы и системы компьютерного зрения, то есть техника, которой решение нужно принимать на месте, без похода в облако. Формально это устройство начального уровня, но именно на нём разработчики должны получить возможность запускать генеративные модели прямо на борту.
Предпосылка у релиза простая. По оценке NVIDIA, компактные и средние ИИ-модели за последний год дотянулись до точности, которая ещё недавно считалась привилегией самых крупных frontier-систем. Значит, рассуждает вендор, интеллект, требовавший серверной стойки, теперь умещается в корпусе дрона или уборочного робота. Вице-президент NVIDIA по робототехнике и edge-AI Дипу Талла формулирует это так: передовые модели, которые год назад жили в дата-центрах, сегодня работают в реальном времени на устройствах начального уровня линейки Jetson.
Железо: 78 TOPS и 8 ГБ памяти
У Jetson Orin Nano 2 заявлены 78 TOPS ИИ-вычислений, 8 ГБ памяти и восьмиядерный процессор на архитектуре Arm. Производительность инференса вдвое выше, чем у Jetson Orin Nano Super: прирост дали улучшенные Tensor Cores и более высокая пропускная способность памяти, при том что габариты платы остались прежними. Отдельно подчёркнута энергоэффективность — в 15-ваттном режиме новинка потребляет примерно на 40% меньше, чем предшественница, показывая сопоставимый результат.
Для бортовой техники последний пункт важнее, чем кажется на первый взгляд. Каждый ватт на дроне — это либо минуты полёта, либо лишний вес аккумулятора, а домашнему роботу ни к чему нагрев и шум вентиляторов. Так что экономия энергии здесь не маркетинговая строчка, а условие, при котором продукт вообще имеет смысл выпускать.
Софт: модели работают локально
Программная часть опирается на открытый стек NVIDIA и Jetson agent skills вместе с экосистемой Jetson AI. Главное ограничение — память: 8 ГБ это немного, поэтому модели приходится запускать в memory-efficient режиме, а не «как есть». Речь в первую очередь о языковых и vision-language моделях, которым нужно уложиться в бюджет и при этом успевать отвечать в реальном времени.
В качестве примеров подходящих моделей NVIDIA называет собственные Cosmos и Nemotron, а также сторонние Gemma 4 и Qwen 3. Набор показательный: генерация видео и рассуждающие модели — то, что ещё пару лет назад на периферии не запускали даже в демонстрационных целях.
Кто уже тестирует
Среди первых компаний, внедряющих и изучающих Jetson Orin Nano 2, названы Cognex, Doosan Bobcat и Matic. NVIDIA также заявляет, что на её робототехническом стеке работают более трёх миллионов разработчиков, — цифра скорее про масштаб экосистемы, чем про продажи конкретной платы.
Дроны доставки
Wing, дочерняя компания Alphabet, уже использует Jetson Orin Nano Super и программный стек NVIDIA по всему парку своих дронов. Новинку там собираются оценить, чтобы продвинуться в real-time восприятии и рассуждениях: цель — сделать доставку от местного бизнеса до жилых дворов быстрее и надёжнее. Руководитель направления восприятия в Wing Динука Абейвардена объясняет, что беспилотная доставка держится на ИИ, способном быстро и надёжно понимать окружающий мир, и что компания видит в новой плате путь к более отзывчивым и энергоэффективным аппаратам. Публичных сроков перехода от оценки к регулярным полётам на новой плате нет.
Домашние роботы
Matic Robots ставит Jetson Orin Nano 2 в свои домашние роботы-уборщики. По словам NVIDIA, плата позволяет добавить разговорный ИИ, распознавание жестов, точное картографирование и семантическое понимание жилища, а вместе с ними — автономное поведение при уборке. Соучредитель и CEO Matic Robots Навнит Далал описывает задачу так: домашнему роботу приходится одновременно понимать людей, точно строить карту пространства, разбираться в расположении предметов и убирать в постоянно меняющейся обстановке, а новая плата даёт возможность запускать передовые модели локально.
Экосистема производителей
Вокруг платы выстроен широкий круг партнёров. AAEON, ADLINK, Advantech и Aetina названы среди производителей carrier boards и готовых аппаратных систем. Antmicro, Aptiv, Auvidea и AVerMedia работают над кастомизированным ИИ-ПО и reference designs вместе с Chuanglebo, Connect Tech, ForeCR и JWIPC. Замыкают список Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK и YUAN — по заверению NVIDIA, все они помогают заказчикам быстрее выводить продукты на рынок.
Смысл такого перечисления прост: готовая плата — только половина дела. Большинству команд, которым нужен ИИ на борту, важнее не сам модуль, а корпус, охлаждение, разъёмы, драйверы и предсказуемая поддержка. Чем гуще вокруг платформы сеть интеграторов, тем меньше времени уходит от прототипа до серийного устройства.
Что это значит
Позиционирование Jetson Orin Nano 2 — не про рекорды в бенчмарках, а про смену площадки, где вообще живёт ИИ. Локальный инференс даёт то, чего не купить в облаке: задержку без сетевых скачков, работу там, где связи нет, и данные, которые не покидают устройство. Для домашнего робота это ещё и вопрос приватности — видеопоток из квартиры остаётся в квартире.
Ограничения тоже никуда не деваются. Восемь гигабайт памяти означают, что на борт попадут не самые крупные модели, а их урезанные и квантованные версии, и качество ответов будет отличаться от серверного. Плюс ни Wing, ни другие партнёры пока не называют сроков, когда оценка новой платы превратится в массовое производство. Так что перед нами скорее открытая дверь, чем готовый сценарий: железо для физического ИИ стало доступным, а что именно на нём построят — вопрос ближайших сезонов.
Анонс сопровождали мероприятия Physical AI Expo в Амстердаме, Лондоне и Северной Америке; материал о релизе вышел 26 августа 2026 года.
