Kembali ke Berita
ProdukAI Understanding pengarahan

NVIDIA mengumumkan Jetson Orin Nano 2 untuk AI edge tingkat pemula

NVIDIA mengumumkan Jetson Orin Nano 2, komputer robotika ringkas yang dikatakan memberikan kinerja inferensi dua kali lipat dari Jetson Orin Nano Super sambil menggunakan daya 40% lebih sedikit pada kinerja yang sama dalam mode 15 watt. Modul dan kit pengembang diharapkan tersedia pada paruh pertama tahun 2027.

6 min readRead the primary source
Primary-source image accompanying NVIDIA announces Jetson Orin Nano 2 for entry-level edge AI
Dokumen sumber utamaSumber direkam
Penerbit
nvidianews.nvidia.com
Tautan sumber
nvidianews.nvidia.comhttps://nvidianews.nvidia.com/news/nvidia-announces-jetson-orin-nano-2-robotics-computer-to-redefine-entry-level-edge-ai
Jenis sumber
Dokumen primer — pengumuman resmi, makalah, pengarsipan, atau halaman pihak pertama yang kita baca langsung.
KonteksPahami ini dalam 60 detik

Mulai di sini

Istilah-istilah penting

Memori (Memori Agen)
Konteks tersimpan yang digunakan agen AI di seluruh langkah atau sesi untuk meningkatkan kontinuitas.
Kuantisasi
Mengonversi bobot model ke format presisi lebih rendah seperti 8-bit atau 4-bit.
Suhu
Pengaturan pengambilan sampel yang mengontrol keacakan dalam keluaran yang dihasilkan.
Uji diri Anda sendiriKuis Penjelasan Model AI

Apa yang terjadi

NVIDIA mengumumkan Jetson Orin Nano 2, komputer robotika ringkas baru yang dirancang untuk menjalankan model AI secara lokal di robot, drone, dan sistem penglihatan. Perusahaan mengatakan mereka menyediakan 78 triliun operasi per detik, memori 8 GB, dan CPU Arm delapan inti, dengan kinerja inferensi dua kali lipat dari Jetson Orin Nano Super dalam faktor bentuk yang sama. NVIDIA mengatakan perangkat ini menggunakan daya 40% lebih sedikit dengan kinerja setara dalam mode 15 watt.

NVIDIA mengatakan pada 25 Agustus 2026, bahwa mereka telah mengumumkan Jetson Orin Nano 2, komputer robotika baru untuk AI edge level pemula. Perusahaan memposisikan produknya untuk robot, drone pengiriman dan inspeksi, serta sistem vision AI. Tujuannya adalah untuk memungkinkan pengembang menjalankan kemampuan AI di dalam perangkat fisik daripada hanya mengandalkan sistem komputasi yang lebih besar di tempat lain. Sumber tersebut menggambarkan hal ini sebagai bagian dari peralihan yang lebih luas menuju model AI yang lebih kecil dan efisien yang dapat menafsirkan bahasa dan gambar, memahami konteks, dan bertindak secara real time.

Perangkat keras yang diumumkan mencakup 78 triliun operasi komputasi AI per detik, memori 8 GB, dan CPU Arm delapan inti. NVIDIA mengatakan Jetson Orin Nano 2 mempertahankan faktor bentuk ringkas yang sama seperti pendahulunya sekaligus memberikan kinerja inferensi dua kali lipat dari Jetson Orin Nano Super melalui Tensor Cores yang ditingkatkan dan bandwidth memori yang lebih tinggi. Dalam mode pengoperasian 15 watt, NVIDIA dikatakan mengonsumsi daya 40% lebih sedikit sekaligus memberikan kinerja yang sama seperti pendahulunya. Ini adalah spesifikasi dan perbandingan yang dilaporkan vendor; sumber tidak memberikan ketentuan pengujian, hasil benchmark atau verifikasi independen.

Komputer tersebut terikat dengan tumpukan perangkat lunak NVIDIA untuk Jetson, termasuk apa yang disebut perusahaan sebagai keterampilan agen Jetson dan alat pengembangan lainnya. NVIDIA mengatakan platform ini mendukung model bahasa besar terbaru dan model bahasa visi yang dioptimalkan untuk inferensi edge yang hemat memori. Pengumuman tersebut menyebutkan NVIDIA Cosmos, NVIDIA Nemotron, Gemma 4 dan Qwen 3 sebagai contoh model terbuka yang dapat digunakan pengembang untuk membangun aplikasi. Hal ini tidak menentukan versi model, pengaturan kuantisasi, ukuran konteks atau batas operasi mana yang berlaku untuk setiap contoh.

NVIDIA mengatakan lebih dari 3 juta pengembang sedang membangun tumpukan robotikanya, sebuah angka yang berasal dari perusahaan. Mereka mengidentifikasi Cognex, Doosan Bobcat dan Matic sebagai perusahaan pertama yang mengadopsi atau mengeksplorasi Jetson Orin Nano 2. Matic mengatakan mereka mengadopsi komputer untuk robot pembersih rumah dengan AI percakapan, deteksi gerakan, pemetaan presisi, pemahaman semantik, dan pembersihan otonom. Wing saat ini menggunakan Jetson Orin Nano Super dalam armada pengiriman drone dan mengatakan pihaknya berencana untuk mengevaluasi Jetson Orin Nano 2. NVIDIA juga mendaftarkan banyak mitra yang mengembangkan papan operator, sistem perangkat keras, perangkat lunak yang disesuaikan, dan solusi referensi. Modul dan kit pengembang diharapkan tersedia pada paruh pertama tahun 2027.

Detail sumber: nvidianews.nvidia.com ↗

Mengapa itu penting

Pengumuman ini menargetkan pengembang yang membangun sistem fisik yang memerlukan pemrosesan lokal untuk persepsi, bahasa, dan pengambilan keputusan. NVIDIA mengatakan Jetson Orin Nano 2 dapat menjalankan model bahasa besar dan bahasa visi yang hemat memori, termasuk model terbuka tertentu, pada perangkat edge yang ringkas. Hal ini dapat membuat AI lokal lebih mampu digunakan untuk robotika dan drone, meskipun pengumuman tersebut tidak memberikan pengujian independen, harga atau ketersediaan saat ini.

Signifikansi produk terletak pada pernyataan NVIDIA bahwa komputasi akan terjadi: di edge, di dalam, atau di dekat mesin fisik. Untuk robot, drone, atau sistem penglihatan, komputer kompak yang dapat memproses model secara lokal dapat mendukung persepsi dan penalaran real-time yang dibutuhkan oleh perangkat ini. Pengumuman NVIDIA secara khusus menghubungkan produk dengan pemahaman lingkungan, menafsirkan bahasa dan gambar, dan bertindak sebagai respons. Itu adalah deskripsi perusahaan tentang tujuan penggunaan, bukan bukti bahwa setiap aplikasi yang terdaftar telah didemonstrasikan pada Jetson Orin Nano 2.

Peningkatan kinerja dan daya yang diklaim dapat menjadi hal yang paling berarti bagi pengembang yang dibatasi oleh ukuran fisik atau anggaran energi. NVIDIA mengatakan komputer baru ini cocok dengan faktor bentuk yang sama dengan Jetson Orin Nano Super, menggandakan kinerja inferensi dan mengurangi penggunaan daya pada kinerja setara dalam mode 15 watt. Jika klaim tersebut digeneralisasikan pada beban kerja praktis, pengembang dapat memiliki lebih banyak ruang untuk menjalankan model yang lebih besar atau lebih mumpuni dalam sistem yang ringkas. Sumber tidak menyatakan masa pakai baterai, suhu pengoperasian, kinerja berkelanjutan, atau pengaruh sensor yang terhubung dan komponen lain terhadap total daya sistem.

Dukungan perangkat lunak memperluas pengumuman melampaui spesifikasi perangkat keras. NVIDIA menghadirkan Jetson Orin Nano 2 sebagai bagian dari ekosistem yang mencakup perangkat lunaknya sendiri, keterampilan agen, rangkaian model, dan perangkat keras pihak ketiga. Hal ini dapat mengurangi pekerjaan pengembangan untuk organisasi yang sudah menggunakan alat Jetson atau komponen mitra. Namun, sumber tersebut tidak menjelaskan seberapa mudah migrasinya, persyaratan lisensi apa yang berlaku untuk model yang disebutkan, atau apakah semua model yang terdaftar dapat memiliki performa yang sama baiknya di perangkat.

Oleh karena itu, potensi dampaknya terhadap masyarakat bersifat prospektif dan bukan dampak langsung. Produk ini dapat membantu pengembang membangun robot rumahan, sistem inspeksi, drone pengiriman, dan perangkat lainnya yang lebih responsif, namun pengumuman tersebut tidak mendokumentasikan penerapan Jetson Orin Nano 2 yang telah selesai dalam skala besar. Matic menjelaskan kemampuan yang diinginkan untuk robotnya, dan Wing menjelaskan evaluasi masa depan. Klaim NVIDIA bahwa lebih dari 3 juta pengembang menggunakan tumpukan robotikanya juga mengukur jangkauan ekosistem, bukan jumlah sistem yang beroperasi dengan komputer baru ini.

Interactive Mechanism

Mekanisme Interaktif: Cara Kerja Sebenarnya

Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Pemeriksaan Konsep Interaktif+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Apa yang harus ditonton selanjutnya

Modul dan kit pengembang diperkirakan baru akan tersedia pada paruh pertama tahun 2027. Pertanyaan kuncinya mencakup apakah kinerja dan klaim daya NVIDIA berlaku di seluruh beban kerja yang representatif, berapa biaya sistem dan perangkat keras pendukungnya, dan model mana yang dapat berjalan pada kecepatan yang berguna. Aktivitas mitra yang diumumkan juga bervariasi: beberapa perusahaan mengadopsi atau menjajaki platform tersebut, sementara Wing mengatakan pihaknya berencana untuk mengevaluasinya.

Ketersediaan adalah tonggak praktis pertama. NVIDIA mengatakan modul Jetson Orin Nano 2 dan kit pengembang diharapkan tersedia pada paruh pertama tahun 2027, jadi produk tersebut merupakan pengumuman, bukan pembelian yang tersedia saat ini. Sumbernya tidak memberikan harga, proses pemesanan, volume produksi atau tanggal pengiriman yang lebih tepat. Rincian tersebut akan menentukan apakah platform tersebut dapat diakses oleh pengembang independen dan perusahaan robotika kecil serta mitra yang sudah mapan.

Pengujian independen harus memeriksa perbandingan judul dalam kondisi yang dijelaskan dengan jelas. Detail penting yang hilang dari sumbernya mencakup beban kerja yang digunakan untuk menetapkan kinerja inferensi dua kali lipat, model dan format presisi yang diuji, apakah kinerja dipertahankan dari waktu ke waktu, dan bagaimana konsumsi daya berubah di berbagai mode pengoperasian. Perbandingan juga harus mengukur sistem yang lengkap, karena sensor, penyimpanan, pendinginan, koneksi nirkabel, dan motor dapat memengaruhi kekuatan dan daya tanggap robot atau drone yang sudah jadi.

Pengumuman mitra memerlukan interpretasi yang cermat. NVIDIA mengatakan Cognex, Doosan Bobcat, dan Matic termasuk yang pertama mengadopsi dan mengeksplorasi produk ini, sementara Wing mengatakan pihaknya berencana untuk mengevaluasinya. Pernyataan tersebut tidak menetapkan penerapan komersial, volume produksi, ketersediaan pelanggan, atau peningkatan keselamatan. Pelaporan tindak lanjut harus membedakan prototipe, evaluasi, desain referensi, dan produk yang dikirim, serta harus mencari bukti tentang keandalan dunia nyata dalam lingkungan yang terus berubah.

Pengumuman tersebut tidak banyak menjelaskan tentang perlindungan bagi sistem yang dapat bertindak secara fisik. NVIDIA dan mitranya membahas persepsi, navigasi, pembersihan otonom, dan pengiriman yang lebih cepat dan aman, namun sumbernya tidak memberikan pengujian keselamatan, data tingkat kegagalan, prosedur penggantian manusia, atau penjelasan tentang bagaimana model berperilaku ketika data sensor tidak lengkap atau salah. NVIDIA juga mencantumkan manufaktur, cacat perangkat lunak, penerimaan pasar, kinerja integrasi, pasokan pihak ketiga, dan perubahan peraturan di antara risiko-risiko yang dapat memengaruhi hasil. Ketidakpastian yang dinyatakan tersebut tetap penting sampai produk tersedia dan dievaluasi secara independen.

Panduan & kuis terkait

Model AI DijelaskanAgen AIMasa Depan AIPelatihan AIUji pengetahuan Anda — coba kuis AI gratisCari istilah AI di glosarium kamiIkuti pelacak rilis model AI
Apakah ini berguna?