--- title: "NVIDIA dobra a inferência na borda com o novo Jetson Orin Nano 2" author: "Gabriela P. Torres" date: "2026-08-26 08:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/08/26/nvidia-dobra-a-inferencia-na-borda-com-o-novo-jetson-orin-nano-2/md" --- ## Resumo - A NVIDIA anunciou o Jetson Orin Nano 2 em 25 de agosto de 2026 para aplicações de inteligência artificial de borda em robótica. - O computador oferece 78 trilhões de operações por segundo, 8 GB de memória e CPU Arm de oito núcleos. - A NVIDIA afirma que o desempenho de inferência é duas vezes maior que o do Jetson Orin Nano Super. - O consumo de energia é declarado como 40% menor no modo de 15 watts. - O dispositivo terá suporte a modelos como NVIDIA Cosmos, Nemotron, Gemma 4 e Qwen 3. - ADLINK, Aetina, Antmicro e Seeed Studio anunciaram trabalhos de integração com o novo módulo. - Os módulos e kits de desenvolvimento têm previsão de disponibilidade para o primeiro semestre de 2027. --- Em **25 de agosto de 2026**, a **NVIDIA** anunciou o Jetson Orin Nano 2, um computador para robótica voltado à inteligência artificial de borda, ou edge AI, modalidade que leva o processamento para mais perto do equipamento que coleta os dados. O dado que conduz o lançamento é direto: o dispositivo oferece **78 trilhões de operações por segundo**, com 8 GB de memória e CPU Arm de oito núcleos. A empresa também afirma que a inferência, etapa em que um modelo de IA produz uma resposta a partir dos dados recebidos, ficou duas vezes mais rápida que na geração anterior, o Jetson Orin Nano Super. A promessa é relevante, mas precisa ser lida junto do prazo de disponibilidade, previsto para o primeiro semestre de 2027, como mostra o [anúncio oficial da NVIDIA](http://nvidianews.nvidia.com/news/nvidia-announces-jetson-orin-nano-2-robotics-computer-to-redefine-entry-level-edge-ai). ## O que os 78 TOPS dizem, e o que não dizem Esse número de **78 TOPS** é a sigla em inglês para trilhões de operações por segundo e funciona, no anúncio, como a principal medida da capacidade de computação de IA do Jetson Orin Nano 2. Em termos práticos, ele indica o volume de operações que o hardware consegue realizar por segundo em cargas de inteligência artificial, mas não transforma automaticamente qualquer aplicação em um sistema 78 vezes mais rápido. Se o objetivo é comparar o novo módulo com a geração anterior, então o número oferece uma referência de capacidade; se a pergunta for sobre um robô específico, será necessário observar também o modelo utilizado e a tarefa executada. A própria NVIDIA apresenta a métrica ao lado de uma comparação de inferência, e essa combinação é mais informativa do que tratar o TOPS isoladamente. A comparação de desempenho é ainda mais específica do que o título pode sugerir. A **NVIDIA afirma** que o Jetson Orin Nano 2 entrega o dobro do desempenho de inferência do Jetson Orin Nano Super, mas essa afirmação se refere à execução de modelos de IA, não a uma aceleração universal de todas as funções do computador. O anúncio acrescenta uma redução de **40% no consumo de energia** quando o dispositivo opera no modo de 15 watts. Se a aplicação estiver dentro desse modo e usar uma carga compatível com a medição apresentada, então a promessa combina mais processamento com menor gasto energético; senão, a fonte não autoriza concluir que a mesma redução aparecerá em qualquer configuração. Esse recorte de 15 watts é, portanto, parte da informação, não uma nota de rodapé. ## Memória, CPU e compatibilidade com modelos de IA Além da métrica de inferência, a configuração física traz **8 GB de memória** e uma **CPU Arm de oito núcleos**. A memória é o espaço usado para manter dados e partes dos programas durante a execução, enquanto a CPU, ou unidade central de processamento, coordena instruções gerais do sistema. A NVIDIA não apresenta esses componentes como detalhes decorativos: eles formam a base do computador de robótica anunciado para o mercado de entrada de IA de borda. Na prática, a combinação foi desenhada para concentrar em um dispositivo compacto o processamento necessário às tarefas de inteligência artificial, sem que o leitor precise confundir capacidade de IA com uma promessa genérica de desempenho em qualquer tipo de programa. A configuração anunciada também inclui suporte ao **NVIDIA Cosmos** e ao **Nemotron**, dois modelos citados pela empresa entre as opções compatíveis. Esse ponto muda a leitura do produto porque o Jetson Orin Nano 2 não é apresentado apenas como uma placa de computação, mas como uma base para rodar software de IA em equipamentos físicos. Suporte, neste caso, significa que esses modelos estão entre os alvos de compatibilidade declarados para a plataforma; não significa que todos os modelos terão o mesmo desempenho ou que qualquer aplicação estará pronta sem adaptação. A distinção separa a capacidade anunciada do trabalho de integração que cada projeto ainda terá de fazer. Na mesma lista de compatibilidade aparecem o **Gemma 4** e o **Qwen 3**, ampliando as opções de modelos mencionadas no lançamento. A consequência prática é uma margem maior para desenvolvedores escolherem o modelo adequado ao projeto, desde que respeitem os limites de memória, energia e processamento do dispositivo. A fonte não apresenta uma tabela com desempenho individual para cada modelo, portanto seria incorreto transformar a compatibilidade em uma garantia de velocidade uniforme. O que está documentado é mais preciso: a NVIDIA declara suporte a essas famílias de modelos, enquanto o resultado real dependerá da implementação escolhida e da tarefa de IA executada na borda. ## Disponibilidade e fabricantes que já preparam os produtos A promessa de hardware só poderá ser testada pelos desenvolvedores quando os módulos e kits chegarem ao mercado. Segundo a **NVIDIA**, a previsão é que essa disponibilidade aconteça no **primeiro semestre de 2027**. Kit de desenvolvimento é o conjunto usado para criar e testar aplicações antes de uma integração definitiva, enquanto o módulo é a unidade computacional que pode ser incorporada a uma placa ou sistema maior. A diferença evita uma confusão comum: anunciar o componente não equivale a dizer que ele já está à venda. Enquanto o prazo não se cumprir, os 78 TOPS e o ganho de inferência permanecem especificações declaradas, não resultados que qualquer interessado já possa verificar em seu próprio projeto. Essa espera já vem acompanhada por movimentos de fabricantes especializados. A **ADLINK** confirmou o desenvolvimento de hardware e sistemas compatíveis com a arquitetura Jetson Orin Nano 2 para aplicações industriais e de robótica que exigem eficiência energética e processamento local de IA. A **Aetina**, por sua vez, está desenvolvendo placas portadoras e sistemas integrados baseados no novo módulo, com foco em automação industrial, veículos inteligentes e inspeção visual. Placas portadoras são as estruturas que conectam o módulo a outros componentes do equipamento, portanto esse trabalho reduz a distância entre o chip anunciado e uma solução que possa ser incorporada a uma máquina. Enquanto ADLINK e Aetina trabalham na integração de sistemas, a **Antmicro** concentra seus projetos de hardware open-source no Jetson Orin Nano 2 e destaca a capacidade de executar modelos de linguagem visual diretamente na borda. Modelos de linguagem visual, ou VLMs, combinam interpretação de imagens com processamento de linguagem, o que os torna adequados para aplicações em que o equipamento precisa analisar uma cena e trabalhar com instruções ou descrições. A **Seeed Studio** também anunciou a integração do módulo à sua linha de produtos para desenvolvedores, com foco em robôs de serviço e sistemas de IA visual. A movimentação de empresas com funções diferentes indica que o lançamento não depende apenas do módulo, mas também das placas e ferramentas que o tornam utilizável. ## Como interpretar a promessa antes de 2027 Tomados em conjunto, os dados formam uma proposta bastante delimitada. O Jetson Orin Nano 2 mira a **IA de borda de entrada**, entrega 78 TOPS, traz 8 GB de memória e uma CPU Arm de oito núcleos, enquanto a NVIDIA declara o dobro da inferência do Jetson Orin Nano Super e 40% menos consumo no modo de 15 watts. O leitor que avalia uma aplicação deve separar essas camadas: primeiro, verificar se o modelo pretendido está entre os suportados; depois, conferir se a tarefa cabe na memória e no limite de energia; por fim, comparar o resultado medido no projeto com a promessa feita pela fabricante. Essa ordem evita transformar um número de marketing em uma conclusão automática sobre qualquer robô ou sistema visual. O próximo passo concreto é acompanhar a chegada dos **módulos e kits de desenvolvimento no primeiro semestre de 2027** e, a partir daí, testar as aplicações nas condições reais de uso. Até esse prazo, o anúncio já permite identificar o que foi efetivamente declarado e o que ainda não foi demonstrado: há especificações de processamento, memória, CPU, compatibilidade e consumo, mas não há, nas informações fornecidas, resultados individuais para cada modelo ou aplicação. A caixa de ferramentas fica assim organizada: use os 78 TOPS para entender a capacidade anunciada, trate o dobro de inferência como uma comparação específica e considere os 15 watts ao analisar o consumo. O restante dependerá dos testes e da integração que os parceiros estão preparando.