NVIDIA Jetson Orin NX to potężny moduł obliczeniowy dedykowany aplikacjom sztucznej inteligencji (edge AI), idealny dla robotyki, wizji komputerowej i autonomicznych systemów. W tym przewodniku przejdziesz od rozpakowania zestawu po uruchomienie pierwszych modeli AI, z naciskiem na praktyczne, sprawdzone wskazówki.
Wprowadzenie do NVIDIA Jetson Orin NX – mocy obliczeniowej dla robotów i edge AI
Seria modułów NVIDIA Jetson ewoluowała od prostych platform jak Jetson Nano do zaawansowanych rozwiązań takich jak Jetson Orin NX, które oferują wydajność AI na poziomie do 70 TOPS (do 100 TOPS w wersjach ulepszonych oraz do 157 TOPS w wariantach SUPER). Sercem Orin NX jest architektura GPU NVIDIA Ampere z tysiącami rdzeni CUDA i Tensor Cores, co przekłada się na znakomitą wydajność w inferencji.
Jetson Orin NX dostępny jest w wariantach z 8 GB lub 16 GB pamięci LPDDR5 i nie ma wbudowanej pamięci masowej, co pozwala elastycznie dobrać szybki nośnik NVMe SSD. Na pokładzie znajduje się 6-rdzeniowy CPU Arm Cortex‑A78AE, pełna obsługa Linux oraz kompatybilność z ekosystemem NVIDIA JetPack (CUDA, TensorRT, cuDNN, narzędzia do trenowania i inferencji).
W robotyce Jetson Orin NX sprawdza się w zadaniach takich jak autonomiczna nawigacja, przetwarzanie obrazu z kamer (np. Intel RealSense), detekcja obiektów czy sterowanie robotami mobilnymi. Kompaktowy moduł SOM łatwo zintegrować z płytami nośnymi (np. JETSON‑ORIN‑IO‑BASE) oferującymi M.2, DisplayPort, USB, Gigabit Ethernet, Bluetooth 5.0 i Wi‑Fi.
Porównanie kluczowych specyfikacji wariantów NVIDIA Jetson Orin NX
Poniższa tabela ułatwia szybkie porównanie najważniejszych różnic między wariantami:
| Wariant | Pamięć RAM | Wydajność AI (TOPS) | Rdzenie GPU | Przykładowy zestaw |
|---|---|---|---|---|
| 8 GB | 8 GB LPDDR5 | do 70 / 100 (SUPER) | 1024 CUDA | reComputer J4011 |
| 16 GB | 16 GB LPDDR5 | do 70 / 100 / 157 (SUPER) | 1024 CUDA | Waveshare Dev Kit, reComputer Super J4012 |
Dzięki tej mocy moduł obsługuje równoczesne uruchamianie wielu sieci neuronowych, co jest kluczowe przy fuzji danych z IMU, LiDAR i kamer.
Wybór i zakup odpowiedniego zestawu deweloperskiego
Dla pierwszych kroków świetnie sprawdzają się gotowe zestawy. Waveshare NVIDIA Jetson Orin NX Dev Kit (16 GB) zawiera moduł Orin NX, płytę nośną z NVMe SSD 128 GB, łączność Wi‑Fi/Bluetooth (z antenami PCB) oraz bogate interfejsy, zapewniając szybki start.
Seeed Studio reComputer J4011 (8 GB) oraz reComputer Super J4012 (16 GB) to kompaktowe komputery brzegowe z montażem biurkowym/ściennym, gotowe pod JetPack 6.2 i wydajność do 70 TOPS. Te zestawy minimalizują problemy sprzętowe dzięki sprawdzonemu chłodzeniu pasywnemu i stabilnemu zasilaniu 19 V.
Ceny zaczynają się od 2000–4000 zł (w zależności od konfiguracji); przed zakupem sprawdź kompatybilność z najnowszym JetPack (np. 6.x) dla pełnego wsparcia Orin NX.
Przygotowanie sprzętu – co znajdziesz w pudełku i jak zmontować
Po rozpakowaniu typowego zestawu (np. Waveshare lub reComputer) znajdziesz m.in.:
- moduł Jetson Orin NX (zainstalowany na płycie nośnej),
- kartę microSD lub nośnik NVMe SSD (jeśli nie jest fabrycznie zainstalowany),
- anteny Wi‑Fi/Bluetooth, zasilacz i radiator,
- kabel HDMI/DP oraz przewód USB do hosta (do flashowania).
Montaż
Wykonaj te proste kroki, aby przygotować zestaw do pracy:
- Zamocuj radiator na module, używając pasty termoprzewodzącej.
- Podłącz anteny Wi‑Fi (np. AW‑CB375NF w zestawie Waveshare).
- Włóż NVMe SSD do slotu M.2 (jeśli brak nośnika fabrycznego).
- Podłącz zasilanie – użyj dedykowanego adaptera 19 V / 3,42 A, nie zasilaj z USB.
Urządzenie jest gotowe do flashowania i nie wymaga lutowania, co czyni je przyjaznym dla hobbystów.
Instalacja oprogramowania – krok po kroku z NVIDIA JetPack
NVIDIA JetPack to jednolita platforma SDK (Ubuntu Linux, sterowniki, CUDA, TensorRT, cuDNN) będąca fundamentem środowiska deweloperskiego na Jetsonie. Proces instalacji jest prosty i dobrze udokumentowany przez NVIDIA.
Krok 1 – przygotowanie hosta (komputer PC z Ubuntu 20.04/22.04)
Na komputerze‑hoście wykonaj następujące działania:
- zainstaluj narzędzia systemowe:
sudo apt update && sudo apt install nvidia-jetpack, - pobierz i uruchom NVIDIA SDK Manager (zgodny z L4T/JetPack 6.x dla Orin NX),
- połącz Jetsona z PC kablem USB‑C i wprowadź w tryb recovery.
Krok 2 – flashowanie obrazu systemowego
W SDK Manager przejdź przez proces instalacji:
- wybierz docelowy sprzęt Jetson Orin NX i ustaw tryb Force Recovery (przyciski REC + Power),
- rozpocznij flashowanie na NVMe lub microSD – instalator wgra Ubuntu + JetPack (CUDA, TensorRT),
- po restarcie przejdź konfigurator (EULA, język PL, układ klawiatury, utworzenie użytkownika).
Krok 3 – aktualizacja JetPack i sterowników
W terminalu na Jetsonie wykonaj aktualizację pakietów i środowiska:
sudo apt update
sudo apt install nvidia-jetpack -y
Aby sprawdzić wersję L4T, użyj polecenia: cat /etc/nv_tegra_release. W razie potrzeby zaktualizuj system do najnowszej gałęzi (np. 36.x dla Orin).
Aby szybko dodać obsługę kamer Intel RealSense, skorzystaj z gotowego skryptu:
git clone https://github.com/JetsAndHacks/Jetson_or_Li_RealSense.git
./install.sh
To umożliwia uruchomienie wizji AI w kilka minut.
Pierwsze uruchomienie i testy – od „blink” do inferencji AI
Po pierwszym rozruchu (login: nvidia/nvidia) sprawdź wydajność i stabilność: uruchom jetson_clocks --show (tryb maksymalnej wydajności), monitoruj zasoby poleceniem tegrastats, a szczegóły GPU podejrzysz w jtop (instalacja: sudo pip3 install jetson-stats).
Pierwszy projekt AI
Pobierz gotowy kontener z NVIDIA NGC (np. YOLO do detekcji obiektów) i uruchom go na Orin NX:
docker run --runtime nvidia nvcr.io/nvidia/l4t-ml:yolo
Następnie uruchom inferencję – Orin NX bez trudu obsłuży wiele sieci jednocześnie, np. detekcję + segmentację dla robota mobilnego.
Integracja z robotyką
Do zbudowania kompletnego systemu robotycznego przydadzą się poniższe wskazówki:
- GPIO i kamery – podłącz GPIO (40‑pin), kamery CSI/USB; RealSense można obsłużyć przez odpowiednie moduły jądra;
- ROS 2 – zainstaluj środowisko robotyczne:
sudo apt install ros-humble-desktop; - Przykład zastosowania – autonomiczny rover z nawigacją, w którym Jetson przetwarza wideo 4K@60 fps z akceleracją TensorRT.
Zaawansowane wskazówki i pułapki dla robotyków
Aby uniknąć najczęstszych problemów i wycisnąć maksimum z Orin NX, pamiętaj o następujących kwestiach:
- Zasilanie – stosuj stabilne 19 V; unikaj undervoltingu pod obciążeniem AI;
- Chłodzenie – regularnie monitoruj temperatury (
tegrastats); rozważ wentylator przy TDP powyżej 50 W; - Rozwój – korzystaj z VS Code po SSH oraz Docker do konteneryzacji modeli; wspólny ekosystem JetPack ułatwia migrację z Nano do Orin;
- Łączność – gdy brakuje Wi‑Fi po instalacji, doinstaluj klucze repozytoriów (
apt-key add) i wymagane źródła (add-apt-repository); - Następne kroki – sprawdź NVIDIA TAO do trenowania modeli, integruj LiDAR i sterowanie silnikami przez PWM.
Jetson Orin NX demokratyzuje edge AI w robotyce – zainstaluj, przetestuj i zbuduj swojego pierwszego inteligentnego robota już dziś.