Jetson Orin Nano 2 — 78 TOPS, 8 ГБ и вдвое быстрее Super: выход до середины 2027

4 мин. чтения
Bybit
SpaceX за крипту
Дробные доли · 24/7
Открыть рынок →

Что произошло

25 августа 2026 года NVIDIA анонсировала Jetson Orin Nano 2 — новый модуль начального уровня для edge-ИИ, то есть для запуска нейросетей прямо на устройстве, без облака: в роботе, дроне или камере. Компания заявляет 78 TOPS (триллионов операций в секунду), 8 ГБ памяти и восьмиядерный процессор Arm. Главное обещание — вдвое выше скорость инференса, чем у нынешнего Jetson Orin Nano Super, при том же форм-факторе. Модуль и набор разработчика появятся в первой половине 2027 года, цену NVIDIA пока не назвала.

Детали

ПараметрJetson Orin Nano Super (2024)Jetson Orin Nano 2 (анонс)
ИИ-производительность67 TOPS (INT8, sparse)78 TOPS
Память8 ГБ, 102 ГБ/с8 ГБ, пропускная способность «выше» (по данным LinuxGizmos — до 120 ГБ/с)
Процессор6 ядер Arm8 ядер Arm
Графика1024 ядра CUDA, архитектура Ampereне раскрыта
Энергопотребление7–25 Втрежим 15 Вт: минус 40% при равной с Super производительности
Цена набора разработчика$249не объявлена
Доступностьв продажепервая половина 2027

Разрыв в 67 против 78 TOPS не объясняет обещанное удвоение: NVIDIA относит его на счёт обновлённых тензорных ядер и более быстрой подсистемы памяти. Поколение графического ядра в пресс-релизе не указано — heise прямо отмечает, что неизвестны ни архитектура GPU, ни частоты. Модуль совместим по разъёму с платами для Orin Nano Super.

Из моделей, которые, по словам NVIDIA, оптимизированы под память модуля, названы открытые Nemotron, Gemma 4 и Qwen 3, а также семейство Cosmos. Замеров скорости в токенах в секунду компания не публиковала. Первыми устройство осваивают Cognex, Doosan Bobcat, Matic и дрон-служба Wing (Alphabet); плат и корпусов под модуль заявили более 20 партнёров, включая Seeed Studio, Advantech и Connect Tech.

Что это значит

Касается это двух групп: тех, кто строит роботов и дроны на Jetson, и тех, кто хочет запускать модели локально на маленькой коробке за небольшие деньги.

Ограничение остаётся прежним — 8 ГБ памяти. Это потолок для моделей примерно до 8 млрд параметров в сжатом виде — ту же границу NVIDIA называла и для Super, и она не сдвинулась. Удвоение производительности ускорит ответ той же модели, но не даст загрузить более крупную; для моделей на 30–70 млрд параметров по-прежнему нужен класс NVIDIA DGX Spark или рабочая станция с большой видеопамятью. Практическая выгода Orin Nano 2 — в энергии: те же задачи в режиме 15 Вт при заявленных минус 40% к потреблению означают дольше работу от батареи для дрона и меньше нагрева в корпусе робота.

Что это не значит: покупать сегодня нечего. До первой половины 2027 года единственный доступный вариант — Orin Nano Super за $249 (цена, объявленная NVIDIA в декабре 2024 года), и именно с ним придётся сравнивать, когда NVIDIA назовёт цену новинки. Без цены и без замеров tok/s оценить, стоит ли ждать, пока нельзя.

Горизонт: первая половина 2027 года, когда выйдут модуль и набор разработчика; до этого ждём цену и первые независимые тесты.

Контекст

Jetson Orin Nano Super появился в декабре 2024 года как обновление прошивкой для Orin Nano с ростом до 67 TOPS и снижением цены набора до $249. Orin Nano 2 — первое за два года обновление самого модуля начального уровня. NVIDIA говорит, что на её робототехническом стеке работают более 3 млн разработчиков.

BYBIT · СПОТ И ФЬЮЧЕРСЫ
Крипта с нуля
Комиссия 0,1%, торги 24/7, старт с $10
Открыть счёт
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.