إنفيديا تطلق حاسوب Jetson Orin Nano 2: قوة 78 تيرا عملية وطاقة 15 واط للذكاء الاصطناعي الفيزيائي

الذكاء الاصطناعي الفيزيائي بطاقة 15 واط: داخل المعمارية الهندسية لشريحة Jetson Orin Nano 2

اصطدم دمج نماذج الذكاء الاصطناعي التوليدي داخل الروبوتات والأنظمة الفيزيائية بعائق عتادي صعب: قيود استهلاك الطاقة الكهربائية (TDP) وأوزان البطاريات. فبينما تعمل مراكز البيانات السحابية العملاقة عبر مجمعات تستهلك ميجاوات من الطاقة لتشغيل النماذج الكبرى، تخضع طائرات التوصيل المسيرة والروبوتات الصناعية والمنزلية لحدود طاقة صارمة للغاية. لا يمكن لحاسوب مدمج على متن طائرة مسيرة استهلاك 300 واط دون التضحية بزمن الطيران، وفي الوقت نفسه تعجز خوارزميات الرؤية الحاسوبية الكلاسيكية عن تقديم الاستدلال الدلالي المطلوب للتنقل في بيئات فيزيائية ديناميكية غير متوقعة.

استجابت شركة إنفيديا لهذه الفجوة التشغيلية عبر إطلاق حاسوب الحوسبة الطرفية Jetson Orin Nano 2، الموجه خصيصا للذكاء الاصطناعي الفيزيائي والطائرات المسيرة ومنظومات الرؤية الذكية. يقدم الحاسوب الجديد 78 تريليون عملية في الثانية (TOPS) من معالجة الذكاء الاصطناعي، إلى جانب معالج مركزي ثماني النواة من طراز Arm وذاكرة موحدة بسعة 8 جيجابايت، مما يحقق ضعف أداء الاستدلال مقارنة بالجيل السابق Orin Nano Super، مع خفض استهلاك الطاقة الكهربائية بنسبة 40 في المئة عند تشغيله بنمط 15 واط.

يعكس هذا الإطلاق تحولا تقنيا بالغا في كفاءة النماذج: فالنماذج اللغوية المدمجة الصغيرة (SLMs) ونماذج الرؤية اللغوية (VLMs) المكممة باتت تقدم مستويات استدلال تضاهي نماذج الخوادم الضخمة في الأعوام السابقة، مما يتيح تشغيلها مباشرة وحتميا على حافة الشبكة دون الحاجة للاتصال السحابي.

المواصفات العتادية لحاسوب NVIDIA Jetson Orin Nano 2:
+------------------------------+-------------------------------------------+
| المؤشر الهندسي               | المواصفات الرسمية                         |
+------------------------------+-------------------------------------------+
| قدرة معالجة الذكاء الاصطناعي | 78 تريليون عملية/ثانية (TOPS بدقة FP8)     |
| الذاكرة الموحدة والنطاق      | 8 جيجابايت LPDDR5 مع نطاق ترددي موسع     |
| المعالج المركزي              | 8 أنوية بمعمارية Arm 64-bit               |
| قفزة أداء الاستدلال          | 2.0x مقارنة بنظام Jetson Orin Nano Super  |
| أنماط الطاقة القابلة للضبط   | من 7 واط إلى 15 واط كحد أقصى              |
| كفاءة استهلاك الطاقة         | خفض 40% من الطاقة لنفس مستوى الأداء السابق|
| البيئة البرمجية الأساسية     | حزمة JetPack 6.x ومهارات Jetson وIsaac    |
| النماذج المستهدفة على الجهاز | Nemotron-Mini وCosmos وGemma 4 وQwen 3    |
+------------------------------+-------------------------------------------+

التحسينات البنيوية: أنوية التنسور وعرض نطاق الذاكرة

يحقق Jetson Orin Nano 2 مضاعفة الأداء مع الحفاظ التام على الحجم الفيزيائي الصغير لوحدات النظام المدمجة (System-on-Module) المعتادة في عائلة Jetson Orin. وتنبع هذه المكاسب من تحسينين معماريين جوهريين:

1. أنوية تنسور من الجيل الثاني مع دعم أصلي لدقة FP8

دمجت المعمارية الرسومية تحسينات مستمدة من شرائح مراكز البيانات، متيحة دعما عتاديا مباشرا لتكميم الفاصلة العائمة بدقة 8 بت (FP8). يقلص حساب FP8 البصمة التخزينية للذاكرة إلى النصف، ويضاعف سرعة تدفق المصفوفات الرياضية مقارنة بدقة FP16، مما يسمح بنقل نماذج محولات الرؤية (Vision Transformers) بالكامل داخل الذاكرة المخبأة السريعة للمعالج.

2. توسيع ناقل الذاكرة وخفض تأخير LPDDR5

ترتبط سرعة النماذج اللغوية المدمجة ومسارات الرؤية الفورية اتصالا وثيقا بنطاق تمرير الذاكرة (Memory Bandwidth). فعلى الأجهزة الطرفية، تتحدد سرعة الاستدلال بمعدل نقل أوزان النموذج من الذاكرة إلى أنوية الحساب. زودت إنفيديا شريحة Orin Nano 2 بناقل ذاكرة أوسع يزيل عنق الزجاجة عند تشغيل حلقات الإدراك المكاني المتواصلة بالتوازي مع توليد الرموز اللغوية متعددة الأنماط.

مسار استدلال الذكاء الاصطناعي الفيزيائي على الحافة:
[ مستشعرات الكاميرات المجسمة ورادارات LiDAR ]
                |
                v (بث فيديو سريع عبر MIPI-CSI أو USB3)
+--------------------------------------------------------------------------+
| شريحة JETSON ORIN NANO 2 (ضمن مظلة طاقة 15 واط)                          |
|                                                                          |
| 1. معالجة الفيديو العتادية: محرك NVDEC المدمج (فك ترميز H.265 وAV1)      |
| 2. الإدراك المكاني: قياس المسافات البصري الفوري عبر Isaac ROS (VIO)     |
| 3. الاستدلال متعدد الأنماط: نموذج الرؤية واللغة (Nemotron أو Cosmos)    |
| 4. محرك تحكم الوكيل: توجيه التكتيكات عبر Jetson Agent Skills             |
+--------------------------------------------------------------------------+
                |
                v (إشارات التحكم الميكانيكي عبر ناقل CAN أو UART)
[ وحدات التحكم بالمحركات وديناميكا الطيران ] ---> [ حركة مستقلة في البيئة ]

التطبيقات الصناعية والتجارية: من الطائرات المسيرة إلى روبوتات المنازل

وجهت إنفيديا شريحة Orin Nano 2 نحو أساطيل التوصيل والروبوتات الاستهلاكية المعتمدة، معلنة عن شراكات بارزة:

شركة Wing (طائرات توصيل ألفابت): تدير شركة Wing أساطيل طائرات مسيرة لنقل الطرود الخفيفة في المناطق السكنية. وفي حين تعتمد الطائرات الحالية على Orin Nano Super، بدأت الشركة في اختبار الشريحة الجديدة للتعامل مع التتبع البصري للأرض في الوقت الفعلي، وتفادي العوائق المتحركة، واختيار مواقع الهبوط الآمنة في أفنية المنازل، سعيا لزيادة مدى التوصيل دون زيادة وزن البطارية.
روبوتات Matic الاستهلاكية: تصنع Matic روبوتات تنظيف داخلية تعتمد كليا على الرؤية الفراغية بالكاميرات بدلا من حساسات الليزر الميكانيكية المكلفة. وتتبنى الشركة شريحة Orin Nano 2 لمعالجة الأوامر الصوتية باللغة الطبيعية، والتعرف على إيماءات اليد، وبناء خرائط ثلاثية الأبعاد للمنزل بالتزامن مع مهام التنظيف الذاتي.
شركتا كوجنكس (Cognex) ودوسان بوبكات (Doosan Bobcat): تختبر الشركتان الحاسوب المدمج لتطبيق حلول الفحص البصري الدقيق لكشف العيوب في خطوط الإنتاج، وتوفير دوائر أمان ذكية حول الآليات الثقيلة في مواقع البناء والتشييد.

الدعم البرمجي وتكامل النماذج المفتوحة

يواجه العتاد المدمج عادة مخاطر العزلة البرمجية إذا تطلب أدوات تشغيل مخصصة ومعقدة. غير أن Orin Nano 2 تندمج مباشرة ضمن حزمة تطوير JetPack الرسمية لإنفيديا، مع دعم فوري لمكتبات TensorRT-LLM وIsaac ROS وواجهات Jetson Agent Skills.

وتتناغم سعة الذاكرة (8 جيجابايت) تماما مع الجيل الأحدث من النماذج مفتوحة المصدر:

نماذج إنفيديا Nemotron وCosmos: المصممة لمهام تخطيط المسارات الفيزيائية، والفهم المكاني، والتحكم في المحركات.
النماذج المدمجة خفيفة الوزن: نسخ مكممة من نماذج Google Gemma 4 وAlibaba Qwen 3. وكما لاحظنا في اختباراتنا لأداء محركات التشغيل في معايير إصدار vLLM المحسنة وإدارة استهلاك العتاد في معايير عتاد نماذج أنثروبيك الموحدة، فإن الإدارة الدقيقة لذاكرة التخزين المؤقت للرموز (KV-Cache) تعد شرطا حاسما عند تشغيل الاستدلال في بيئات محدودة الموارد.

# نشر نموذج رؤية ولغة مكمم على Jetson Orin Nano 2 عبر TensorRT-LLM
jetson-agent-skills deploy \
  --model nvidia/cosmos-robotics-2b-fp8 \
  --precision fp8 \
  --power-mode 15w \
  --input-stream /dev/video0 \
  --telemetry-socket /run/robot/telemetry.sock

التحديات والحدود العتادية

على الرغم من قوة 78 TOPS، يجب على فرق الهندسة إدراك الحدود التشغيلية لهذه الفئة المدمجة:

حدود ذاكرة 8 جيجابايت: تتسع الذاكرة لنموذج رؤية ولغة بحجم 2 أو 3 مليارات معامل مكمم بدقة 4 أو 8 بت، لكنها تترك مساحة محدودة للغاية لذاكرة سياق الحوار الطويل. وتشغيل كاميرات عالية الدقة مع سياق محادثة ممتد قد يتسبب في نفاد الذاكرة ما لم يتم تشذيب نافذة السياق دوريا.
التشتيت الحراري في الهياكل المغلقة: يتطلب العمل بقدرة 15 واط تبريدا نشطا أو تفريغا حراريا ممتازا نحو الهيكل المعدني. ففي الطائرات المسيرة المعزولة ضد المياه أو أجسام الروبوتات البلاستيكية، قد يؤدي الاختناق الحراري إلى خفض الأداء الفعلي بنسبة تصل إلى 25 في المئة عند استمرار الأحمال القصوى.
عدم دعم البطاقات الرسومية المتعددة: صممت الشريحة لمهام الحافة الفردية المباشرة. أما معالجة دمج الحساسات المعقدة عبر ثماني كاميرات بدقة 4K في آن واحد فتظل بحاجة إلى شرائح الفئة العليا مثل Jetson AGX Orin.

بتقديم 78 TOPS ضمن ميزانية حرارية لا تتعدى 15 واط، تفتح شريحة Jetson Orin Nano 2 آفاقا رحبة أمام انتقال الوكلاء من السحابة إلى الواقع المادي المباشر. ومع تحول مهندسي الروبوتات من القواعد الميكانيكية المبرمجة مسبقا نحو نماذج الإدراك الفيزيائي المستقلة، ستكون كفاءة المعالجات الطرفية هي المعيار الحاسم لما يمكن للآلات الذكية تحقيقه على أرض الواقع.