Jetson Orin Nano 2: Nvidia duplica capacidad para robótica edge

⏱ Tiempo de lectura: 3 min

Nvidia anunció el lanzamiento de Jetson Orin Nano 2, un procesador especializado para ejecutar modelos de inteligencia artificial directamente en dispositivos robóticos sin depender de conexión a la nube. El chip duplica la capacidad de cómputo respecto a la generación anterior, alcanzando 78 billones de operaciones por segundo mientras consume un 40% menos energía en modo de 15 vatios. La disponibilidad comienza en el primer semestre de 2027 como módulo y kit de desarrollo.

Jetson Orin Nano 2: especificaciones y capacidades

El nuevo procesador integra 8 GB de memoria y un procesador central de ocho núcleos, diseñado específicamente para ejecutar modelos de visión por computadora, procesamiento de audio y comprensión del lenguaje en tiempo real. Según Deepu Talla, vicepresidente de robótica e IA edge de Nvidia, los modelos frontales actuales reducidos en tamaño alcanzan la precisión de los mayores del año anterior, permitiendo que dispositivos ligeros como drones procesen información sin enviarla a servidores remotos. La robótica edge evita así latencias y dependencia de conectividad inalámbrica constante.

Asociaciones confirmadas y casos de uso iniciales

Cognex, Doosan Bobcat, Matic Robotics y Wing Aviation ya integran Orin Nano 2 en proyectos. Wing, especializada en entregas autónomas por drones, planea utilizar el procesador para mejorar la percepción en tiempo real, navegación autónoma y evasión de obstáculos. La empresa señala que esto permitirá entregas más rápidas y confiables desde negocios locales a residencias. Dinuka Abeywardena, líder de percepción en Wing, destacó que el chip proporciona drones más responsivos y eficientes energéticamente. Más detalles en la fuente.

Qué cambia con esta información

Jetson Orin Nano 2 reduce la brecha entre capacidad de procesamiento y consumo energético, permitiendo que dispositivos más pequeños y livianos ejecuten tareas complejas de visión e inteligencia artificial autónomamente. Esto es relevante para drones de carga, inspección industrial y sistemas robóticos que operan en ubicaciones con conectividad limitada o requieren decisiones inmediatas sin latencia de nube.

Especificación	Detalle
Capacidad de cómputo	78 billones de operaciones por segundo (TFLOPS)
Memoria	8 GB
Procesador central	8 núcleos
Consumo energético	40% menos en modo 15W respecto a generación anterior
Mejora de capacidad	Duplica cómputo respecto a Orin Nano generación anterior
Disponibilidad	Primer semestre de 2027 como módulo y kit de desarrollo
Socios confirmados	Cognex, Doosan Bobcat, Matic Robotics, Wing Aviation

Preguntas frecuentes sobre Jetson Orin Nano 2

¿Cuál es la diferencia principal con la generación anterior?

Nvidia duplica la capacidad de cómputo a 78 billones de operaciones por segundo mientras reduce el consumo energético un 40% en modo de 15 vatios. El nuevo chip integra 8 GB de memoria y mantiene un factor de forma compacto.

¿Cuándo estará disponible para comprar?

Jetson Orin Nano 2 llegará como módulo y kit de desarrollo en el primer semestre de 2027. No se especifica en el texto fuente recibido una fecha exacta ni precio.

¿Para qué aplicaciones es más adecuado?

El procesador está diseñado para drones autónomos, sistemas de inspección industrial, robótica ligera y cualquier dispositivo que requiera visión por computadora y procesamiento de IA en tiempo real sin enviar datos a la nube.

Qué falta por confirmar

Nvidia no ha revelado precio específico, detalles de consumo energético en otros modos operativos ni benchmarks completos comparando rendimiento frente a otros procesadores edge. La disponibilidad exacta dentro del primer semestre de 2027 tampoco está especificada.

En Inteligencia Artificial, esta actualización consolida la tendencia de modelos más pequeños y eficientes ejecutándose directamente en dispositivos, reduciendo dependencia de servidores centrales. ¿Veremos en 2027 un salto en autonomía de robots y drones gracias a este hardware intermedio?

Fuente: siliconangle.com