StorageReview.com

NVIDIA Jetson Orin Nano 2: 78 TOPS i dwukrotnie większa inferencja niż poprzednik, premiera w pierwszej połowie 2027 r.

AI  ◇  Enterprise

Firma NVIDIA ogłosiła wprowadzenie na rynek Jetson Orin Nano 2 , zmodernizowanego systemu modułowego i zestawu deweloperskiego, zaprojektowanego do obsługi kompaktowych modeli bazowych i zadań przetwarzania obrazu w czasie rzeczywistym na brzegu sieci. Wersja ta jest przeznaczona dla robotyki wbudowanej, bezzałogowych statków powietrznych i przemysłowych urządzeń brzegowych, które wymagają lokalnych możliwości wnioskowania bez konieczności ciągłego połączenia z chmurą.

„Dzisiejsze małe i średnie modele pionierskie osiągnęły dokładność największych modeli pionierskich z zeszłego roku, otwierając drogę do inteligencji w czasie rzeczywistym dla urządzeń brzegowych” – powiedział Deepu Talla, wiceprezes ds. robotyki i sztucznej inteligencji brzegowej w firmie NVIDIA. „Komputer Jetson Orin Nano 2 otwiera ten przełom w zasięgu milionów programistów, zapewniając wydajność i energooszczędność niezbędne do wnioskowania w czasie rzeczywistym na brzegu sieci”.

Wzrost wydajności

Jetson Orin Nano 2 oferuje znaczny wzrost wydajności w porównaniu z oryginalnym Orin Nano, oferując 78 TOPS (bilionów operacji na sekundę) mocy obliczeniowej AI, co skutecznie podwaja przepustowość przetwarzania w porównaniu z poprzednikiem. Moduł integruje ośmiordzeniowy procesor i 8 GB zunifikowanej pamięci, zamknięte w kompaktowej obudowie, odpowiedniej do wdrożeń o ograniczonej przestrzeni.

Render NVIDIA zestawu deweloperskiego Jetson Orin Nano 2 na stole roboczym obok laptopa i małego ramienia robota

Poprawiła się również efektywność energetyczna. W trybie zasilania 15 W, według NVIDIA, moduł zużywa o 40 procent mniej energii niż poprzednia generacja, zapewniając jednocześnie tę samą wydajność. Ten profil termiczny i energetyczny został zaprojektowany z myślą o lekkich robotach, dronach powietrznych i mobilnych platformach przemysłowych, gdzie ograniczenia pojemności baterii i udźwigu ograniczają możliwości konstrukcyjne systemu.

Dzięki przetwarzaniu obrazu w czasie rzeczywistym i wnioskowaniu bezpośrednio na urządzeniu, sprzęt eliminuje konieczność stosowania bezprzewodowych łączy o dużej przepustowości w przypadku pętli percepcji rdzeniowej, zapewniając deterministyczne czasy reakcji i ciągłą pracę w środowiskach odłączonych od sieci lub o obniżonej jakości sygnału.

Wdrożenie brzegowe

Cognex, Doosan Bobcat i Matic należą do pierwszych firm, które wdrożyły i testują Jetson Orin Nano 2, a Wing jest już gotowy na drony. Jetson jest również wykorzystywany w większych projektach, od automatyzacji magazynów Amazon Robotics po szersze działania NVIDIA w zakresie sztucznej inteligencji.

Zestaw do tworzenia ramienia robota zbudowany wokół modułu NVIDIA Jetson, czyli kompaktowej platformy robotycznej, na której opiera się Orin Nano 2

W obszarze logistyki lotniczej, Wing, spółka zależna Alphabet zajmująca się dostawami dronami, już wykorzystuje Jetsona Orina Nano Super w swojej flocie dostawczej i planuje przetestować Orina Nano 2 pod kątem percepcji pokładowej. „Dostawy dronami opierają się na sztucznej inteligencji, która umożliwia szybkie i niezawodne zrozumienie realnego świata” – powiedziała Dinuka Abeywardena, szefowa działu percepcji w Wing. Zwiększona gęstość obliczeniowa i energooszczędność Orina Nano 2 mają wspierać przetwarzanie danych z czujników w czasie rzeczywistym, omijanie przeszkód i wyznaczanie tras bezpośrednio w samolocie.

Dostępność:

NVIDIA spodziewa się, że Jetson Orin Nano 2 będzie dostępny zarówno jako samodzielny moduł produkcyjny, jak i zestaw deweloperski w pierwszej połowie 2027 roku.

Skontaktuj się z StorageReview

Biuletyn | YouTube | Podcast iTunes / Spotify | Instagram | Twitter | TikTok | Kanał RSS

Harold Fritts

Pracuję w branży technologicznej od czasu, gdy IBM stworzyło Selectric. Moim głównym zajęciem jest jednak pisanie. Postanowiłem więc odejść z działu przedsprzedaży i wrócić do korzeni, zajmując się trochę pisaniem, ale wciąż angażując się w technologię.