news 2026/5/1 3:58:38

NVIDIA Orin 系列十年演进(2015–2025)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
NVIDIA Orin 系列十年演进(2015–2025)

NVIDIA Orin 系列十年演进(2015–2025)

一句话总论:
NVIDIA Orin 系列(Jetson Orin + DRIVE Orin)从2018年规划、2019年正式公布,到2022–2025年逐步量产并迭代,已成为边缘AI和自动驾驶的核心计算平台,性能从254 TOPS提升到275 TOPS+,功耗效率提升8倍+,应用从机器人/嵌入式扩展到L4自动驾驶。中国厂商(如比亚迪、理想、小鹏)大规模采用,推动Orin成为2025年智驾/机器人主流SoC,后继者Thor(Blackwell架构)已于2025年接棒。

Orin系列时间线与规格演进总结
年份里程碑事件核心产品/规格AI性能(TOPS)功耗范围主要应用场景后续更新/继任者
2015–2017前代基础(Xavier前身)Jetson TX1/TX2(Parker/Xavier初代)1–30 TOPS10–30W早期嵌入式AI/机器人-
2018Orin首次规划公布作为Xavier继任者,Ampere架构规划--边缘AI/自动驾驶预研-
2019Orin正式公布DRIVE Orin SoC(254 TOPS)25445–60WL4自动驾驶/RobotaxiAtlan规划(后取消)
2022Jetson Orin首发Jetson AGX Orin DevKit(3月) + AGX Orin 32GB模块(8月)200–27515–60W机器人/边缘AIOrin Nano/NX预告
2023Orin家族完整发布Orin NX 16GB/8GB(1月) + Orin Nano 8GB/4GB(3月) + AGX Orin 64GB40–2755–40W嵌入式/机器人/智驾Super模式预热
2024性能提升 + 价格优化Orin Nano Super(1.7x性能提升,DevKit降至$249)67–275+7–40W普惠边缘AI/生成式模型Thor规划接棒
2025Orin巅峰 + 继任Thor发布Orin全系列成熟 + Jetson AGX Thor(8月)/DRIVE Thor275+15–130W全场景具身AI/ L4–L5智驾Thor(Blackwell,2000+ TOPS)
1.2015–2018:Orin前传与规划时代
  • 核心特征:Orin尚未出现,前代Jetson TX1/TX2(2015–2017)和Jetson Xavier(2018)奠基,性能1–32 TOPS,功耗10–30W。
  • 关键进展:2018年3月,NVIDIA首次公布Orin作为Xavier继任者,基于Ampere架构,目标254 TOPS,用于自动驾驶和机器人。
  • 挑战:AI性能不足以支持多模态大模型;中国厂商依赖前代平台起步。
  • 代表:Jetson Xavier AGX(32 TOPS),机器人/无人机初步商用。
2.2019–2022:Orin公布与首发时代
  • 核心特征:DRIVE Orin(自动驾驶版)2019年公布,254 TOPS;Jetson Orin(嵌入式版)2022年首发,Ampere GPU + 12核Arm CPU。
  • 关键进展
    • 2019年:DRIVE Orin公布,用于L4 Robotaxi(如百度Apollo Go)。
    • 2022年3月:Jetson AGX Orin DevKit发布,8倍于Xavier性能。
    • 2022年8月:AGX Orin 32GB模块量产。
  • 挑战:供应链/疫情延迟;性能8倍跃迁推动机器人爆发。
  • 代表:Jetson AGX Orin 64GB/32GB(275/200 TOPS),机器人/边缘AI主流。
3.2023–2025:Orin家族完整 + 迭代巅峰时代
  • 核心特征:Orin NX/Nano补齐低功耗线,性能40–275 TOPS,功耗5–60W,支持生成式AI/VLA大模型。
  • 关键进展
    • 2023年:Orin NX/Nano全系列发布,Nano Super性能1.7x提升。
    • 2024年:DevKit价格降至$249,普惠边缘AI。
    • 2025年:Orin成熟应用,Thor(Blackwell,2000+ TOPS)8月发布接棒。
  • 挑战:大模型需求推动迭代;中国厂商(如银河通用/宇树)大规模采用Orin。
  • 代表:Orin Nano Super(67 TOPS,$249 DevKit),普惠机器人/智驾下沉。
一句话总结

从2018年规划的“下一代SoC”到2025年275 TOPS+的“边缘AI/智驾主流平台”,Orin系列用7年时间实现性能8–80倍跃迁、功耗效率翻倍、成本普惠,推动机器人/自动驾驶从实验室走向全场景商用——Orin时代已巅峰,Thor(Blackwell)正接棒开启物理AI新纪元。

数据来源于NVIDIA官网、GTC公告及2025年最新更新。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/25 12:19:44

车载计算平台十年演进(2015–2025)

车载计算平台十年演进(2015–2025) 一句话总论: 2015年车载计算平台还是“分散式ECU低算力MCU”的传统汽车电子时代,2025年已进化成“中央计算区域控制器2000 TOPS AI大模型”的高度集中式全车大脑,中国从几乎零基础跃…

作者头像 李华
网站建设 2026/4/15 7:16:08

Kimchi项目完整指南:HTML5 KVM虚拟化管理快速上手

Kimchi项目完整指南:HTML5 KVM虚拟化管理快速上手 【免费下载链接】kimchi An HTML5 management interface for KVM guests 项目地址: https://gitcode.com/gh_mirrors/ki/kimchi 想要轻松管理KVM虚拟机?Kimchi项目为您提供了基于HTML5 Web界面的…

作者头像 李华
网站建设 2026/5/1 7:41:30

轻量高效!PyTorch-CUDA-v2.6镜像仅2.1GB,启动速度快如闪电

轻量高效!PyTorch-CUDA-v2.6镜像仅2.1GB,启动速度快如闪电 在深度学习项目开发中,你是否曾经历过这样的场景:花了一整天时间配置环境,结果 torch.cuda.is_available() 依然返回 False?或者在边缘设备上部署…

作者头像 李华
网站建设 2026/5/1 8:07:11

WSL用户福音:PyTorch-CUDA-v2.6完美解决wslregisterdistribution失败问题

WSL用户福音:PyTorch-CUDA-v2.6完美解决wslregisterdistribution失败问题 在人工智能开发日益普及的今天,越来越多的研究者和工程师选择在 Windows 平台上进行深度学习实验。然而,一个长期困扰开发者的问题是:如何高效地搭建支持 …

作者头像 李华
网站建设 2026/4/23 11:24:40

结合Dify打造低代码AI应用:后端使用PyTorch-CUDA-v2.6支撑

结合Dify打造低代码AI应用:后端使用PyTorch-CUDA-v2.6支撑 在企业加速推进AI落地的今天,一个现实问题反复浮现:业务团队迫切希望上线智能客服、文档理解或推荐系统,但每次模型部署都卡在环境配置上——“CUDA not found”、“torc…

作者头像 李华