NVIDIAが公式ブログで、エッジAI・ロボット向けプラットフォームのJetsonを取り上げる連載を始めました。初回に据えられたのは入門機のJetson Orin Nano Super開発者キットで、AI性能は67 TOPS、価格は249ドル（約4万円）です。ソフトウェアの更新でAIエージェントを使った開発手順も整いつつあり、手のひらサイズの基板でロボットの頭脳をつくる敷居は着実に下がっています。
ハンドバッグに収まる「ロボットの頭脳」
連載の入り口としてNVIDIAが紹介したのは、AI特化のベンチャーキャピタルConvictionの創業者で、AIポッドキャストNo Priorsの共同ホストでもあるSarah Guo氏の動画です。同氏は小型ハンドバッグにJetson Orin Nano Superを放り込んでみせ、AI開発環境がまるごと持ち歩けることを示しました[1]。
演出はさておき、NVIDIAが言いたい中身ははっきりしています。Jetsonのモジュールと開発者キットは、教室や研究室、メイカースペースといった場所でロボットや自律機械を動かすために設計されており、電源とバッグさえあれば場所を選ばずに開発を始められるという点です[1]。
想定される使い手の切り分けも示されています。初めてロボット製作に取り組む学生はJetson Orin Nano Super、講義にAIを持ち込む教員はJetson AGX Orin、自律システムの限界を攻める研究者はJetson AGX Thor、という具合です[1]。NVIDIAはこの週のあいだ、Jetson Orin Nano Superを皮切りに事例を順次公開するとしています[1]。
Jetson Orin Nano Superの中身
Jetson Orin Nano Super開発者キットは、生成AIを小型のエッジ機器で動かすことを狙った製品です。AI性能はINT8で67 TOPS。従来の40 TOPSから1.7倍に引き上げられました[2]。
GPUはNVIDIA Ampereアーキテクチャで、1024基のCUDAコアと32基のTensorコアを搭載します。CPUは6コアのArm Cortex-A78AE v8.2（64ビット）で、動作クロックは1.5GHzから1.7GHzへ引き上げられました。メモリは128ビット接続の8GB LPDDR5で、帯域幅は68GB/sから102GB/sへ広がっています[2]。
価格は249ドル（約4万円）で、NVIDIA公認の販売代理店を通じて世界各国で購入できます[2]。注目したいのは、すでに旧来のJetson Orin Nano開発者キットを持っている人も、ソフトウェアのアップデートだけでこの性能向上を受け取れるという点です[2]。ハードウェアを買い替えずに40 TOPSから67 TOPSへ移行できるわけで、実験用に1台押さえておく機器としては扱いやすい部類でしょう。
※1ドル163円換算（2026年7月28日時点）
AIエージェントに開発作業を任せる「Jetsonスキル」
今回の連載でもう一つ触れられているのが、Jetson Device SkillsとJetson BSP Skillsです。これはコーディング用のAIエージェントにJetson固有の作業手順を教え込むための仕組みで、エッジ向けAIの構築・最適化・展開を任せやすくします[1]。
実体は2026年6月公開のJetPack 7.2に含まれる機能です。NVIDIAはこれを「エージェントが実行できる、繰り返し可能な手順書」と説明しており、どのツールを呼び、どんな出力を出し、結果をどう検証するかまでを定義します。用意されたスキルは3系統で、カスタムキャリアボード向けのJetson Linuxカスタマイズ、ブートローダーからユーザー空間までを対象にしたメモリ最適化、そして推論設定を詰めるモデルベンチマークです[3]。実装はGitHubで公開されています[4]。
JetPack 7.2ではこのほか、OpenClawにプライバシーとセキュリティの制御を足したオープンソース基盤NemoClawを1コマンドで導入できるようになりました。Jetson ThorではBlackwell GPUを2つのインスタンスに分割するMulti-Instance GPU（MIG）に対応し、片方（12 SM・1536 CUDAコア）を推論や描画に、もう片方（8 SM・1024 CUDAコア）をロボットの制御や安全監視に振り分けられます[3]。
Jetson AGX Orin 32GB向けのSuper Modeも追加されました。GPUクロックを930MHzから1.3GHzへ、消費電力の上限を60Wまで引き上げることで、AI性能は200 TOPSから241 TOPSへと2割以上伸びます[3]。同じ基板のまま性能が上がるという点では、Orin Nano Superの手法をそのまま上位モジュールに広げた格好です。
すでに動いている作例
NVIDIAはJetson Orin Nano Superを使った作例も挙げています。玩具サイズの電気自動車を自律走行させるSidewalkPilotは、独自のAIモデルで自律的に走行操作をこなしてみせました[1]。
小型ロボットReachy Mini Lite向けのReachy Mini Jetson Assistantは、音声と画像を扱うアシスタントをすべて端末内で動かす構成です。GPUによる高速化もローカルで完結し、実行時にクラウドもAPIキーもインターネット接続も必要としません[1]。通信が不安定な環境や、映像を外に出したくない用途では、この割り切りが効いてきます。
Coding with Lewisによる作例では、オープンウェイトのMistralを使ってAIロボットをゼロから組み立てています[1]。特定のクラウドサービスに縛られずにモデルを選べるという、エッジ側で動かすことの利点がそのまま出た例と言えます。
学習用のライブ配信も用意されています。生成AIの実行、エージェントの構築、そしてVLM／VLAモデルを実世界の物理AIに載せる方法という3つのモジュール構成で、いずれもJetson上での作業を前提としています[1]。
まとめ
NVIDIAが始めたJetsonの連載は、67 TOPS・249ドル（約4万円）のJetson Orin Nano Super開発者キットを起点に、学生から研究者までの入り口を示す内容です。GPUは1024 CUDAコアのAmpere、メモリは8GB LPDDR5で帯域幅は102GB/s。旧キットの所有者もソフトウェア更新だけで同じ性能に到達できます。JetPack 7.2で加わったJetsonエージェントスキルやNemoClawの1コマンド導入と合わせると、エッジAIの試作にかかる手間は以前よりだいぶ軽くなりました。
出典[1]: https://blogs.nvidia.com/blog/build-ai-with-nvidia-jetson/
出典[4]: https://github.com/NVIDIA-AI-IOT/jetson-device-skills
