公開日：2026年8月31日

NVIDIAがJetson Orin Nano 2発表　ロボット開発で注目すべき性能と省電力

編集: GA Robotics編集部

3行解説

NVIDIAがロボットやドローン向けの「Jetson Orin Nano 2」を発表しました。
従来比で推論性能は2倍、15Wモードでは消費電力を40%削減します。
LLMやVLMにも対応し、フィジカルAI向け開発基盤として位置づけられています。

ニュースの概要

NVIDIAは2026年8月25日（現地時間）、エントリーレベルのエッジAI向けロボティクスコンピューター「Jetson Orin Nano 2」を発表しました。対象はロボット、ドローン、ビジョンAIシステムで、世界中の開発者がフィジカルAIアプリケーションを構築しやすくすることが狙いです。発表では、同じフォームファクタを維持しながら、従来モデルのJetson Orin Nano Superから性能と省電力性を高めた点が示されました。

何が新しいのか

今回の新しさは、小型のまま推論性能と電力効率を同時に引き上げたことです。Jetson Orin Nano 2は78TOPS、8GBメモリ、8コアArm CPUを搭載し、Tensorコアの改良とメモリ帯域幅の拡大により、従来のJetson Orin Nano Super比で推論性能を2倍にしました。さらに15Wモードでは同等性能を保ちながら消費電力を40%削減しています。ロボットやドローンでは、計算性能だけでなく、バッテリー持続時間や発熱が実装可否を左右するため、この改善は単なるスペック向上以上の意味があります。

また、NVIDIAのオープンソフトウェアスタックや「NVIDIA Jetsonエージェントスキル」を基盤に、LLMやVLM、NVIDIA Cosmos、NVIDIA Nemotron、Gemma 4、Qwen 3といったオープンモデルにも対応するとされています。つまり、単純な画像認識用の計算機ではなく、対話や認識、判断を含むフィジカルAIの土台として使う方向が強まっています。

GA Roboticsの視点

このニュースで重要なのは、「同じフォームファクタで性能2倍、15Wで40%省電力」という点です。ロボット開発では、計算基板を変えるだけで筐体、放熱、電源、配線の見直しが必要になることがあります。今回のように外形を維持したまま性能を上げているなら、既存設計への組み込みや試作の継続がしやすくなる可能性があります。一方で、実際の現場では演算性能よりも、カメラ入力の遅延、熱だまり、長時間連続稼働の安定性がボトルネックになることも多く、スペック表だけで判断しないことが大切です。

また、NVIDIAのロボティクススタックを使う開発者が300万人を超え、Cognex、Doosan Bobcat、Maticなどが採用または検討している点は、周辺エコシステムの厚みを示します。日本で導入を考える企業にとっては、単体性能だけでなく、開発者や周辺機器、ソフトウェア資産がどれだけ揃うかが採用スピードに影響します。

日本の現場で考えると

日本の製造・物流・サービス現場では、移動ロボット、巡回ロボット、清掃ロボット、屋外ドローンのように、現場でその場判断が必要な機体との相性が高いニュースです。特に、通信が不安定な場所や、クラウドに全部送れない環境では、エッジ側で認識と判断を完結できることが強みになります。

一方で、単純な搬送や定型動作だけの機体では、LLMやVLM対応の恩恵が小さい可能性があります。日本の現場では、通路幅や段差、安全柵、人とのすれ違い、既存のWMS・MES・PLCとの接続、保守体制まで含めて評価する必要があります。特にドローンでは、屋内外の風、障害物、法規制、運用者の負担が導入可否を左右します。