Nvidia punta sull’AI fisica entry-level, Jetson Orin Nano 2 raddoppia le prestazioni di inferenza e riduce il consumo energetico del 40%

Nvidia sta ulteriormente estendendo le capacità dell’intelligenza artificiale (AI) dal data center ai dispositivi del mondo reale come i robot.

Nel pomeriggio del 25 ora di New York, Nvidia ha annunciato il lancio della nuova piattaforma di calcolo robotico entry-level Jetson Orin Nano 2, rivolta ad applicazioni AI edge come robot e droni, dove sono particolarmente sensibili costi, consumo energetico e capacità di calcolo in tempo reale.

Nvidia afferma che, pur mantenendo le stesse dimensioni compatte, le prestazioni di inferenza della Jetson Orin Nano 2 sono doppie rispetto alla precedente generazione Jetson Orin Nano Super; in modalità da 15 watt, può raggiungere le stesse prestazioni della generazione precedente con un consumo energetico ridotto del 40%.

Dal punto di vista hardware, Jetson Orin Nano 2 è dotata di un processore a 8 core, 8GB di memoria e una potenza di calcolo AI che raggiunge 780 trilioni di operazioni al secondo. Nvidia sottolinea che la nuova piattaforma migliora la capacità di inferenza AI aggiornando i core tensoriali e aumentando la banda di memoria, mantenendo allo stesso tempo la compatibilità con l’ecosistema software Nvidia dedicato a robotica e AI edge, ed è in grado di eseguire modelli linguistici di grandi dimensioni e modelli visivo-linguistici ottimizzati per l’efficienza della memoria, come Cosmos, Nemotron, Gemma 4 e Qwen 3.

Il significato del lancio di questo nuovo prodotto non è solo quello di presentare un computer AI compatto dalle prestazioni superiori. Con la progressiva miniaturizzazione dei modelli AI e l’aumento dell’efficienza di inferenza, le attività di comprensione visiva, interazione linguistica e decisioni in tempo reale, che in passato dipendevano soprattutto dal cloud, stanno gradualmente migrando verso terminali come robot e droni. Nvidia spera, attraverso Jetson Orin Nano 2, di abbattere ulteriormente la barriera di ingresso dell’AI fisica nei dispositivi entry-level.

I modelli AI compatti accelerano la diffusione, cresce la domanda di intelligenza edge per robot

Il lancio di Jetson Orin Nano 2 arriva in una fase in cui l’industria dell’intelligenza artificiale si sta spostando dal cloud all’edge.

Diversamente dalle AI nei data center, robot e droni hanno vincoli ancora più stringenti sulle piattaforme di calcolo: le dimensioni dei dispositivi sono limitate, spesso non possono integrare processori ad alto consumo e devono anche eseguire continuamente percezione visiva, comprensione ambientale e decisioni durante il movimento. Pertanto, la quantità di potenza AI fornita per ogni watt consumato è spesso più importante rispetto al semplice picco massimo di calcolo.

Nvidia afferma che in modalità da 15 watt, Jetson Orin Nano 2 può offrire le stesse prestazioni della generazione precedente con un consumo energetico inferiore del 40%. Per robot e droni alimentati a batteria, ciò significa che i produttori possono ridurre i consumi a parità di prestazioni, oppure dedicare l’energia risparmiata a migliorare autonomia, dissipazione del calore o altri sensori.

Allo stesso tempo, le rapide evoluzioni dei modelli AI compatti stanno ridefinendo i confini applicativi dell’AI edge.

Secondo Tara, responsabile delle attività robotica e AI edge di Nvidia, oggi la precisione di alcuni modelli avanzati medio-piccoli ha già raggiunto i livelli dei modelli più grandi dell’anno scorso, e ciò sta creando le condizioni per ottenere intelligenza in tempo reale sui dispositivi edge.

In passato, l’AI edge si occupava principalmente di rilevamento oggetti, classificazione immagini e pochi altri compiti; ma con il potenziamento dei modelli, i dispositivi terminali ottengono capacità sempre più complesse di comprensione linguistica, inferenza visiva e interazione multimodale.

Questo consente ai robot di passare dalla “percezione dell’ambiente” alla capacità di “comprendere l’ambiente e agire di conseguenza”.

Dalla visione artificiale alla comprensione multimodale, il decision making in tempo reale diventa fondamentale

Nvidia sta posizionando la piattaforma Jetson come una fondamentale base di calcolo per dotare i robot di “intelligenza fisica”.

Attualmente, le informazioni che un robot deve elaborare non sono più limitate alle immagini raccolte da una videocamera, ma includono anche istruzioni in linguaggio naturale, input vocali, dati spaziali e input provenienti da vari sensori. Per i robot, integrare rapidamente localmente queste informazioni e reagire a bassa latenza è una condizione essenziale per la piena autonomia.

Di conseguenza, Jetson Orin Nano 2 si rivolge a diversi scenari tipici, tra cui robot domestici, sistemi di intelligenza artificiale visiva, droni per consegne e droni per ispezione.

Ad esempio, Wing, società di droni per consegne del gruppo Google, ha già adottato Jetson Orin Nano Super e lo stack software Nvidia nei suoi droni, e prevede di valutare Jetson Orin Nano 2. Nvidia afferma che le prestazioni e l’efficienza energetica più elevate potranno consentire a Wing di migliorare ulteriormente le capacità AI di percezione e inferenza in tempo reale dei droni.

La società di robotica domestica Matic, invece, pianifica di sfruttare Jetson Orin Nano 2 per potenziare le capacità di interazione in linguaggio naturale, riconoscimento gestuale, mappatura spaziale e comprensione semantica dei robot, consentendo loro di completare task domestiche come la pulizia in modo ancora più autonomo.

Inoltre, Nvidia ha mostrato casi d’uso in cui Jetson Orin Nano 2 esegue il robot Reachy Mini. L’azienda afferma che la piattaforma può gestire simultaneamente modelli linguistici, modelli vocali e attività di AI visiva in tempo reale, dimostrando la capacità di una piattaforma di edge computing entry-level di sostenere molteplici modelli di intelligenza artificiale.

Per i produttori di robot, questa capacità è fondamentale perché i robot non si limiteranno più a seguire solo programmi preimpostati con azioni fisse, ma potranno comprendere l’ambiente tramite input visivi e istruzioni linguistiche e poi adattare dinamicamente le proprie azioni.

È anche questo il motivo per cui Nvidia negli ultimi anni sottolinea il concetto di “AI fisica”: l’intelligenza artificiale sta progressivamente uscendo dai servizi software su schermo per entrare nel mondo reale e infine guidare dispositivi fisici come robot, veicoli e droni.

Espansione di sviluppatori e partner, Nvidia continua a rafforzare l’ecosistema robotico

Oltre alle performance dei chip, l’ecosistema software è sempre stato un importante vantaggio competitivo per la piattaforma Jetson di Nvidia.

Nvidia dichiara che sono già oltre tre milioni gli sviluppatori che lavorano sulla sua tecnologia robotica. Con il lancio di Jetson Orin Nano 2, Nvidia continua a espandere l’ecosistema di software, hardware e sviluppatori dedicato all’AI per robotica. Cognex e Matic

Sul fronte software, Jetson Orin Nano 2 mantiene la compatibilità con la piattaforma di sviluppo robotica Nvidia e può eseguire modelli linguistici di grandi dimensioni e modelli visivo-linguistici ottimizzati per l’efficienza della memoria sui device edge, tra cui Cosmos, Nemotron, Gemma 4, Qwen 3 e altri modelli.

Questo significa che gli sviluppatori possono implementare direttamente capacità di comprensione e inferenza visiva e linguistica sui robot terminali anche con risorse hardware relativamente limitate, senza dover dipendere totalmente dai server cloud.

Anche l’ecosistema hardware si sta espandendo in parallelo.

Nvidia ha reso noto che partner come Aaeon, Adlink, Advantech, Aetina, Antmicro, Aptiv, Connect Tech e Seeed Studio stanno sviluppando carrier board, sistemi hardware, software AI e design di riferimento attorno a Jetson Orin Nano 2, aiutando i produttori di robot ad accorciare i tempi di sviluppo e commercializzazione dei prodotti.

Nvidia afferma inoltre che le prime aziende ad adottare o esplorare Jetson Orin Nano 2 includono Cognex, Doosan Bobcat, Matic, e che anche Wing prevede di valutare questa piattaforma.

Nel lungo periodo, Nvidia non sta cercando di realizzare solo un singolo business di chip per robotica, ma mira a costruire un ecosistema completo che abbracci modelli AI, strumenti software, piattaforme di calcolo e terminali robotici.

Questo modello assomiglia in parte al vantaggio competitivo costruito da Nvidia nel campo AI per data center: sinergia tra performance hardware e ecosistema software, e ulteriore attrattività della piattaforma grazie alla grande base di sviluppatori.

Nuovo prodotto in arrivo nel primo semestre 2027, il contributo commerciale resta da valutare

Tuttavia, va sottolineato che Jetson Orin Nano 2 è attualmente solo stato annunciato e il lancio vero e proprio è ancora distante.

Nvidia annuncia che il modulo e il kit di sviluppo Jetson Orin Nano 2 sono previsti per il primo semestre 2027. Pertanto, il contributo diretto del nuovo prodotto alle performance di Nvidia nel breve termine rimane da vedere.

Sul piano della gamma prodotti, Nvidia sta progressivamente affinando la sua offerta sia per robotica che per AI fisica: da un lato, soddisfacendo le esigenze di applicazioni complesse con piattaforme di calcolo robotico ad alte prestazioni; dall’altro, spingendo l’inferenza AI verso dispositivi terminali più sensibili a costi e consumi tramite piattaforme entry-level come Jetson Orin Nano 2.

Se in futuro le capacità dei modelli linguistici compatti e dei modelli visivo-linguistici cresceranno rapidamente e i costi di inferenza continueranno a diminuire, la domanda di capacità AI edge su robot, droni e dispositivi simili potrebbe espandersi ulteriormente.

Per Nvidia, questo implica che il mercato in cui sta gareggiando si sta spostando dalla tradizionale AI per data center verso i “cervelli” AI dietro robot, droni e altri dispositivi del mondo reale. Jetson Orin Nano 2 rappresenta un passo importante verso l’espansione nel più ampio mercato dei terminali edge.