Nvidia vise l'IA physique d'entrée de gamme : les performances d'inférence du Jetson Orin Nano 2 doublent, la consommation d'énergie diminue de 40%

Nvidia étend les capacités de l’intelligence artificielle (IA) du centre de données vers des dispositifs du monde réel tels que les robots.

Le mardi 25 (heure de la côte Est américaine), Nvidia a annoncé le lancement de sa nouvelle plateforme de calcul robotique d’entrée de gamme, Jetson Orin Nano 2, visant les applications d’IA en périphérie comme les robots et les drones, pour lesquels le coût, la consommation énergétique et la puissance de calcul en temps réel sont particulièrement sensibles.

Nvidia indique que, tout en conservant le même format compact, les performances d’inférence de Jetson Orin Nano 2 sont deux fois supérieures à la génération précédente Jetson Orin Nano Super ; et qu’en mode 15 watts, il est possible d’obtenir la même performance que l’ancienne génération tout en réduisant la consommation d’énergie de 40 %.

Sur le plan matériel, Jetson Orin Nano 2 est doté d’un processeur à 8 cœurs, d’une mémoire de 8 Go et d’une puissance de calcul pour l’IA atteignant 780 000 milliards d’opérations par seconde. Nvidia précise que la nouvelle plateforme améliore les capacités d’inférence AI grâce à une mise à niveau des cœurs tenseurs, une bande passante mémoire accrue, tout en restant compatible avec l’écosystème logiciel dédié à la robotique et à l’IA en périphérie de Nvidia. Elle peut exécuter des modèles de langage étendus et des modèles vision-langage optimisés pour l’efficacité mémoire, tels que Cosmos, Nemotron, Gemma 4 et Qwen 3.

La sortie de ce nouveau produit ne se limite pas seulement à proposer un micro-ordinateur AI plus performant. Avec la miniaturisation progressive des modèles d’IA et l’augmentation continue de l’efficacité d’inférence, des tâches telles que la compréhension visuelle, l’interaction linguistique et la prise de décision en temps réel, auparavant principalement traitées dans le cloud, migrent de plus en plus vers des dispositifs tels que les robots et les drones. Nvidia espère, grâce à Jetson Orin Nano 2, abaisser encore davantage la barrière d’entrée de l’IA physique pour les dispositifs d’entrée de gamme.

Accélération du déploiement des petits modèles d’IA, la demande en intelligence côté robotique s’intensifie

Le lancement de Jetson Orin Nano 2 intervient alors que l’industrie de l’intelligence artificielle s’étend du cloud vers les dispositifs terminaux.

Contrairement à l’IA des centres de données, les robots et les drones imposent des contraintes bien plus strictes à la plateforme de calcul : la taille de l’équipement est limitée, il est généralement impossible d’intégrer un processeur à forte consommation, et il faut en même temps effectuer en continu la perception visuelle, la compréhension de l’environnement et la prise de décision en cours de déplacement. Ainsi, la quantité de puissance de calcul AI obtenue par watt est généralement plus importante que la simple course à la puissance de calcul de pointe.

Nvidia annonce que Jetson Orin Nano 2, en mode 15 watts, peut offrir les mêmes performances que la génération précédente tout en réduisant la consommation d’énergie de 40 %. Pour les robots et drones alimentés par batterie, cela signifie que les fabricants peuvent, à performance égale, réduire la consommation énergétique, ou bien utiliser l’énergie économisée pour améliorer l’autonomie, les capacités de dissipation thermique ou ajouter d’autres capteurs.

Parallèlement, les progrès rapides des petits modèles d’IA modifient également les frontières des applications d’intelligence artificielle embarquées.

Tara, responsable de l’activité robotique et intelligence artificielle en périphérie chez Nvidia, souligne que la précision de certains modèles intermédiaires et petits de pointe atteint désormais le niveau des grands modèles de l’année précédente, ce qui crée les conditions nécessaires à l’intelligence en temps réel sur les dispositifs de périphérie.

Auparavant, l’IA en périphérie servait surtout à la détection d’objets ou la classification d’images ; mais avec le renforcement des capacités des modèles, les équipements terminaux acquièrent des compétences en compréhension du langage, en raisonnement visuel et en interaction multimodale bien plus avancées.

Cela permet aux robots d’évoluer de la “simple perception de l’environnement” vers une “compréhension de l’environnement et la prise de mesures en conséquence”.

De la reconnaissance visuelle à la compréhension multimodale, la prise de décision en temps réel devient essentielle

Nvidia positionne actuellement la plateforme Jetson comme une base de calcul essentielle pour que les robots acquièrent “l’intelligence physique”.

Aujourd’hui, les robots ne sont plus limités à traiter les images issues des caméras : ils doivent également comprendre les instructions en langage naturel, la voix, les informations spatiales ainsi que les données provenant de différents capteurs. Pour un robot, fusionner rapidement toutes ces informations localement et réagir avec une faible latence est une condition essentielle à l’autonomie.

Jetson Orin Nano 2 vise ainsi plusieurs scénarios typiques, parmi lesquels les robots domestiques, les systèmes d’IA visuelle, les drones de livraison et les drones d’inspection.

Par exemple, Wing, la société de livraison par drones du groupe Google, utilise déjà Jetson Orin Nano Super et la pile logicielle de Nvidia pour ses drones de livraison, et prévoit d’évaluer Jetson Orin Nano 2. Nvidia précise que de meilleures performances et une consommation optimisée devraient permettre à Wing d’améliorer encore les capacités d’inférence et de perception IA en temps réel de ses drones.

L’entreprise de robots domestiques Matic envisage d’utiliser Jetson Orin Nano 2 pour renforcer les capacités des robots en matière d’interactions en langage naturel, de reconnaissance gestuelle, de cartographie spatiale et de compréhension sémantique, afin de leur permettre d’accomplir de manière encore plus autonome des tâches de nettoyage, entre autres.

De plus, Nvidia a présenté un cas d’utilisation du Jetson Orin Nano 2 sur le robot Reachy Mini. Selon Nvidia, cette plateforme peut simultanément prendre en charge des modèles de langage, des modèles vocaux et des tâches d’IA visuelle en temps réel, démontrant ainsi la capacité d’une plateforme de calcul d’entrée de gamme à supporter de multiples modèles d’IA.

Pour les fabricants de robots, ce type de capacité revêt une importance particulière : les robots ne se contentent plus d’exécuter des mouvements préprogrammés, mais peuvent désormais comprendre leur environnement grâce à l’information visuelle et aux instructions linguistiques, puis ajuster dynamiquement leur comportement.

C’est, d’ailleurs, la raison pour laquelle Nvidia insiste sur l’“IA physique” ces dernières années : l’intelligence artificielle passe progressivement de services logiciels confinés à l’écran vers le monde réel, pour finalement piloter des machines physiques telles que les robots, les automobiles, ou les drones.

Développeurs et partenaires en augmentation, Nvidia continue de renforcer son écosystème robotique

Au-delà des performances des puces, l’écosystème logiciel a toujours constitué un avantage concurrentiel majeur de la plateforme Jetson de Nvidia.

Nvidia indique qu’il y a aujourd’hui plus de trois millions de développeurs utilisant sa pile robotique pour le développement. Avec le lancement de Jetson Orin Nano 2, Nvidia continue d’élargir l’écosystème autour de l’IA robotique, incluant le logiciel, le matériel et la communauté de développeurs. Cognex et Matic

Sur le plan logiciel, Jetson Orin Nano 2 continue de supporter la plateforme de développement robotique de Nvidia, et peut exécuter des modèles de langage étendus et des modèles vision-langage optimisés en mémoire pour les dispositifs de périphérie, parmi lesquels Cosmos, Nemotron, ainsi que Gemma 4, Qwen 3 et d’autres modèles.

Cela permet aux développeurs de déployer des capacités de compréhension du langage, de compréhension visuelle et de raisonnement directement sur des robots terminaux, sans dépendre systématiquement des serveurs cloud.

L’écosystème matériel se développe également en parallèle.

Nvidia révèle que Aaeon, Advantech, Advantech, Aetina, Antmicro, Aptiv, Connect Tech, Seeed Studio et d’autres partenaires développent autour de Jetson Orin Nano 2 des cartes porteuses, des systèmes matériels, des logiciels d’IA et des designs de référence, aidant ainsi les fabricants de robots à raccourcir leur cycle de développement et de commercialisation.

Nvidia ajoute que les premiers utilisateurs ou explorateurs de Jetson Orin Nano 2 incluent Cognex, Doosan Bobcat, Matic, et que Wing prévoit également d’évaluer cette plateforme.

Dans une perspective plus longue, Nvidia ne cherche pas simplement à établir une activité de puces robotiques isolée, mais à construire un écosystème complet réunissant modèles d’IA, outils logiciels, plateformes de calcul et dispositifs robotiques terminaux.

Ce modèle ressemble à l’avantage concurrentiel que Nvidia s’est forgé dans le secteur du datacenter IA : obtenir des synergies entre performances matérielles et écosystème logiciel, puis amplifier l’attractivité de la plateforme grâce à une vaste communauté de développeurs.

Le nouveau produit devrait être commercialisé au premier semestre de l’année prochaine, l’impact commercial reste à concrétiser

Il convient toutefois de noter que Jetson Orin Nano 2 n’en est encore qu’au stade de l’annonce et que sa commercialisation réelle prendra encore un certain temps.

Nvidia précise que le module Jetson Orin Nano 2 et le kit de développement devraient être commercialisés au premier semestre 2027. La contribution directe de ce nouveau produit aux résultats de Nvidia à court terme reste donc à observer.

En matière de gamme, Nvidia perfectionne progressivement son offre autour de la robotique et de l’intelligence artificielle physique : d’un côté, proposer des plateformes de calcul robotique très performantes pour les applications complexes ; d’un autre côté, grâce à Jetson Orin Nano 2, faire descendre les capacités d’inférence IA jusqu’aux terminaux où coût et consommation énergétique sont cruciaux.

Si, à l’avenir, les petits modèles de langage et les modèles vision-langage continuent de s’améliorer rapidement tout en réduisant le coût de l’inférence, les besoins pour la puissance de calcul en IA embarquée sur des robots, des drones et d’autres terminaux pourraient s’amplifier significativement.

Pour Nvidia, cela signifie que son marché cible est en train de s’étendre progressivement de l’IA du centre de données traditionnel jusqu’au “cerveau” des dispositifs physiques du monde réel, tels que robots et drones. Jetson Orin Nano 2 constitue ainsi une étape clé pour pénétrer encore plus largement le marché terminal.