News 29. August 2026

NVIDIA präsentiert Jetson Orin Nano 2 als neuen Robotik-Computer für Edge-KI-Anwendungen

Das Wichtigste in Kürze

NVIDIA hat den Jetson Orin Nano 2 vorgestellt, einen kompakten Robotik-Computer für KI-Workloads am Edge.
Das System bietet eine KI-Rechenleistung von 78 Billionen Operationen pro Sekunde (TOPS) und verdoppelt die Inferenzleistung des Vorgängers bei gleichem Formfaktor.
Der Jetson Orin Nano 2 verbraucht bei gleicher Leistung im 15-Watt-Modus 40 % weniger Energie.
Zielanwendungen sind Roboter, Liefer- und Inspektionsdrohnen sowie Vision-KI-Systeme in industriellen Umgebungen.
Das Modul unterstützt Large Language Models (LLMs) und Vision-Language Models (VLMs) für speichereffiziente Edge-Inferenz.
Die kommerzielle Verfügbarkeit des Moduls und des Entwicklerkits wird für die erste Hälfte des Jahres 2027 erwartet.

NVIDIAs Jetson Orin Nano 2: Fortschritte in der Edge-KI für die Fertigungsindustrie

NVIDIA hat mit dem Jetson Orin Nano 2 einen neuen Robotik-Computer präsentiert, der speziell für die Ausführung von KI-Workloads am Edge in industriellen Umgebungen konzipiert wurde. Dieses System zielt darauf ab, die Leistungsfähigkeit von Künstlicher Intelligenz direkt in der Fertigung und bei autonomen Systemen zu steigern, wo geringe Latenz und hohe Effizienz von entscheidender Bedeutung sind.

Technische Spezifikationen und Leistungsverbesserungen

Der Jetson Orin Nano 2 zeichnet sich durch eine KI-Rechenleistung von 78 Billionen Operationen pro Sekunde (TOPS) aus. Er ist mit 8 GB Arbeitsspeicher und einer Achtkern-Arm-CPU ausgestattet. Laut NVIDIA verdoppelt das System die Inferenzleistung seines Vorgängers, des Jetson Orin Nano Super, und verbessert die KI- sowie Videoverarbeitungsleistung, während der kompakte Formfaktor beibehalten wird. Diese Leistungssteigerung wird durch verbesserte Tensor Cores und eine höhere Speicherbandbreite erreicht.

Ein wesentlicher Vorteil für industrielle Anwendungen ist die Energieeffizienz. Der Jetson Orin Nano 2 benötigt im 15-Watt-Modus bei gleicher Leistung 40 % weniger Energie als sein Vorgänger. Diese Reduzierung des Stromverbrauchs ist besonders relevant für batteriebetriebene autonome Systeme wie Drohnen und mobile Roboter, die über längere Zeiträume autark arbeiten müssen.

Anwendungsbereiche und die Bedeutung von Edge-KI

Die primären Zielanwendungen des Jetson Orin Nano 2 umfassen Roboter, Liefer- und Inspektionsdrohnen sowie Vision-KI-Systeme. Die Fähigkeit, kleinere und effizientere KI-Modelle direkt auf kompakten Edge-Hardware-Komponenten auszuführen, ermöglicht es, Sprach-, Bild- und Reasoning-Workloads näher an der Datenquelle zu verarbeiten. Dies ist entscheidend für Anwendungen, die eine Echtzeit-Reaktion erfordern.

Die Integration von Edge-KI in die Fertigungsindustrie bietet zahlreiche Vorteile. Die ARC Advisory Group identifiziert beispielsweise die maschinelle Bildverarbeitung als eine zentrale industrielle Edge-KI-Anwendung. Hierbei werden visuelle Daten direkt in der Fabrikhalle für Aufgaben wie die automatisierte Qualitätskontrolle und Produktsortierung verarbeitet. Faktoren wie Latenz, Bandbreite, Kosten, Sicherheit und Datenschutz machen eine Cloud-basierte Inferenz in industriellen Umgebungen oft unpraktikabel, weshalb die Verarbeitung am Edge bevorzugt wird.

Unterstützung für moderne KI-Modelle

Der Jetson Orin Nano 2 unterstützt auch Large Language Models (LLMs) und Vision-Language Models (VLMs), die für eine speichereffiziente Edge-Inferenz optimiert sind. Dazu gehören Modelle wie NVIDIA Cosmos, Nemotron, Gemma 4 und Qwen 3. Diese Fähigkeit eröffnet neue Möglichkeiten für komplexere und intelligentere autonome Systeme, die in der Lage sind, menschenähnliche Sprache und visuelle Informationen zu interpretieren und darauf zu reagieren.

NVIDIA berichtet, dass über drei Millionen Entwickler bereits Anwendungen auf dem Robotik-Software-Stack des Unternehmens entwickeln. Dies unterstreicht die breite Akzeptanz und das Potenzial der Jetson-Plattform in der Entwicklergemeinschaft.

Praktische Anwendungen in der Industrie

Die industrielle maschinelle Bildverarbeitung ist ein etabliertes Feld, in dem NVIDIAs Jetson-Hardware bereits erfolgreich eingesetzt wird. Cognex beispielsweise nutzt in seinem In-Sight 6900 Vision Controller die Jetson-Technologie, um neuronale Netze am Edge auszuführen, ohne auf einen externen PC angewiesen zu sein. Dieser Controller bietet bis zu 157 TOPS an KI-Leistung und unterstützt mehrere hochauflösende KI-Modelle gleichzeitig. Die Integration von NVIDIA TensorRT gewährleistet dabei eine Synchronisierung der KI-Inferenz mit den mikrosekundengenauen Anforderungen von Hochgeschwindigkeits-Produktionslinien.

Eine Umfrage von Cognex unter über 500 Herstellern, OEMs und Systemintegratoren in Nordamerika, Europa und Asien ergab, dass 57 % der Befragten KI in ihren maschinellen Bildverarbeitungsprozessen einsetzen, während weitere 30 % dies in naher Zukunft planen.

Unternehmen wie Cognex, Doosan Bobcat und Matic gehören zu den ersten, die den Jetson Orin Nano 2 evaluieren oder bereits einsetzen. Obwohl Cognex bereits Jetson-Technologie nutzt, wurden Details zur spezifischen Anwendung des neuen Moduls noch nicht bekannt gegeben.

Der Industriecomputeranbieter JWIPC plant die Entwicklung eines JEA Series Industrie-Vision-Edge-Computers mit dem Orin Nano 2, der 78 TOPS Rechenleistung nutzen soll. Dieses lüfterlose System soll bei 15 Watt betrieben werden und die Einspeisung von zwei bis vier Industriekameras für die Echtzeit-Fehlererkennung unterstützen. Dies stellt eine Alternative zu herkömmlichen Industrielösungen dar, die oft einen größeren PC mit einer separaten GPU kombinieren.

Auch Advantech hat angekündigt, seine industriellen Edge-Systeme um die Unterstützung des Orin Nano 2 zu erweitern, insbesondere für intelligente Maschinen, Robotik und andere industrielle Anwendungen. Eine Reihe weiterer Partner, darunter AAEON, ADLINK, Aetina, Antmicro, Aptiv, Connect Tech und Seeed Studio, entwickeln bereits Trägerplatinen, Hardwaresysteme, angepasste KI-Software und Referenzdesigns rund um das Modul.

Edge-KI in der Industrierobotik

JWIPC plant zudem einen auf dem Orin Nano 2 basierenden Controller für autonome mobile Roboter (AMR) und fahrerlose Transportsysteme (FTS). Dieser Controller wird eine On-Device-Architektur für Wahrnehmung, Entscheidungsfindung und Steuerung verwenden, unterstützt durch NVIDIA Isaac und das Robot Operating System (ROS) Ökosystem.

Die International Federation of Robotics (IFR) hebt hervor, dass KI-basierte mobile Roboter Daten von Kameras, LiDAR und anderen Sensoren kombinieren können, um eine gleichzeitige Lokalisierung und Kartierung (SLAM) in Lagerhallen und Fertigungsumgebungen zu ermöglichen. Darüber hinaus identifiziert die IFR Computer-Vision-Anwendungen wie Objekterkennung, Barcode-Lesen, Sortierung, Fehlererkennung, Qualitätsprüfung und Echtzeit-Produktionslinienüberwachung als wichtige Einsatzgebiete.

Der von JWIPC geplante Roboter-Controller wird den 15-Watt-Betriebsmodus des Orin Nano 2 nutzen, der eine erhebliche Energieeinsparung im Vergleich zum Vorgängermodul verspricht.

Die NIST-Roadmap für Künstliche Intelligenz und maschinelles Lernen in der Smart Manufacturing für 2026 identifiziert Herausforderungen wie das Management industrieller Daten, die Integration heterogener Sensor- und Steuerungssysteme sowie den Bedarf an vertrauenswürdigem, erklärbarem und zuverlässigem Betrieb in der industriellen KI. Forschungsbereiche umfassen fortschrittliche Sensorik, autonome Systeme, Robotik, digitale Zwillinge, industrielle Datenanalyse, Zuverlässigkeit und Sicherheit.

Der Jetson Orin Nano 2 ist noch nicht kommerziell erhältlich. NVIDIA erwartet die Verfügbarkeit des Produktionsmoduls und des Entwicklerkits für die erste Hälfte des Jahres 2027.

Bibliografie

Alle ansehen

KI, die in Deutschland zu Hause ist.

Testen Sie Mindverse Studio oder sprechen Sie mit unserem Team über Ihren Anwendungsfall.

Kostenlos starten Demo buchen