NVIDIA 4月份推出了新一代嵌入式开发套件Jetson AGX Orin,这是目前市场上性能强大、体积小巧,且节能的AI超级计算机,适用于高级机器人、自主机器以及下一代嵌入式和边缘计算。
这个系列,我们将介绍如何利用Jetson AGX Orin开发套件进行嵌入式边缘计算开发。
机器人技术的新时代正在出现,需要数量级更高的计算机器人现在正在进入人类世界,而不是孤立地工作,这需要多传感器感知、映射和定位、路径规划和控制、感知和安全,这些不断增加的任务正在推动对更多计算的需求

Jetson AGX Orin 每秒可提供 275 万亿次操作,为客户提供比其前身 Jetson AGX Xavier 高出 8 倍以上的处理能力,同时保持相同的手掌大小的外形尺寸和引脚兼容性。AGX Orin具有 NVIDIA Ampere 架构 GPU、Arm Cortex-A78AE CPU、下一代深度学习和视觉加速器、高速接口、更快的内存带宽和多模式传感器支持,以支持多个并发的 AI 应用。
让我们对比一下Jetson AGX Orin开发套件和Jetson AGX Xavier 开发套件的规格。
|
Jetson AGX |
Jetson AGX |
|
|
AI性能 |
32TOPS |
200TOPS |
|
GPU |
512-Core |
1792-Core |
|
64Tensor |
56 |
|
|
CPU |
8-core |
12-core |
|
DLA |
2x |
2x |
|
Vision |
2x |
PVA |
|
Memory |
32GB |
32GB |
|
存储 |
32GB |
64GB |
|
CSI Camera |
16 |
16 |
|
PCIe |
x16 connector with x8 PCIe Gen4 or x8 |
x16 PCIe slot: |
|
网络 |
Gigabit Ethernet |
Up |
|
Display |
HDMI |
DisplayPort 1.4a (+MST) |
|
USB Type-C |
2x USB-C 3.1 (supporting DIsplayPort and USB |
2x |
|
USB Type-A |
2x |
|
|
USB Micro-B |
USB |
USB |
|
M.2 Key M |
NVME |
x4 |
|
M.2 Key E |
PCIe |
x1 |
|
Other |
40-pin header (UART, SPI, CAN, I2C, I2S, |
40-pin header (I2C, GPIO, SPI, CAN, I2S, |
|
尺寸 |
105mm x 105mm x 65mm |
110mm x 110mm x 71.65mm |
NVIDIA Jetson AGX Orin开发套件的外箱为黑色。

侧面列出了开发套件的规格

请注意,购买Jetson AGX Orin开发套件后,需要将原包装和配件保留至少一年。一年内如果有质量问题需要保修,必须是原包装和配件返回给供应商。
打开外箱后,可以看到开发套件躺在里面,颜值很高啊!

我们会看到附送的3根电源线和1根USB-Type C线,以及一个适配器,这些都必须要保留好,不能弄丢哟

注意AGX Orin附赠的电源适配器规格:

再看看接口:
这里有三个按钮,分别是Power键、Force Recovery键和Reset键,同时有一个micro SD插槽。

这一面分别是USB Type-C接口,以及40-pin Expansion Header,还有2个USB3.2接口

这一面有电源插口,插口的上面是一个USB Type C接口,接着是一个网口,然后又是两个USB 3.2的接口(大家可以注意到AGX Orin总共有4个USB3.2接口)。
关键来了,AGX Orin配备了一个DP接口,跟AGX Xavier的HDMI接口不同,是要接DP显示器作为输出。DP接口旁边是一个Micro USB2.0接口。

将AGX Orin开发套件的底部朝上,我们看到这里可以外接一个M.2的SSD卡。与AGX Xavier不同,AGX Orin有自带无线网卡,而前者出厂是没有,需要自己安装,这样可以节省很多事情了。
同时我们也可以看到这里有2个MIPI CSI接口。

下篇文章,我们将在AGX Orin开发套件上配置操作系统。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。