NVIDIA Jetson 早期系列演进

1. 为什么还要写早期型号

今天做新项目,选料中心已经在 Orin ,下一步能力跃迁才谈 Thor。但技术文章与产线现实里,早期板卡仍会反复出现:

  • 实验室柜子里的 TX2 / Nano 还在开机
  • 2016~2020 年论文、开源仓库默认平台写死某型号
  • 工业客户设备认证未完成,不能说换就换
  • 讲解 Jetson 家族时,需要一条清楚的演化轴

本篇按时间线梳理 TK1 → TX1 → TX2/TX2i/TX2 NX,并说明它们与 Nano、Xavier、Orin 的衔接。目标不是鼓励新项目买 TK1,而是让你读存量资料时不迷路。


2. 一张表看完全家族主轴

阶段 代表产品 大致时代意义
起步 Jetson TK1 CUDA + Tegra 进入可购买的开发板形态
Maxwell 嵌入式 Jetson TX1 SoM + 载板模式铺开,面向机器人/视觉
Pascal + 强化 TX2 / TX2i 能效与工业可靠性变体出现
紧凑化 TX2 NX TX2 能力进入更小外形
低价入门 Jetson Nano Maker / 教育可负担的边缘 AI
多路工业化 Xavier NX / AGX Xavier Volta + DLA,多路视觉成常态
量产主流 Orin Nano / NX / AGX Orin 当前默认选型代际
下一代 Thor Physical AI / 更重生成式与机器人负载

可以把早期史概括成三句话:

  1. TK1 验证"边缘也能 CUDA"
  2. TX 系列把模组产品化
  3. Nano 把价格打下来,Xavier 把多路工业能力拉上去

3. 分代说明

3.1 Jetson TK1

维度 说明
定位 面向开发者的早期 Jetson 开发取向
技术标记 Kepler 时代 CUDA GPU
今天价值 历史意义;工具链与社区资料老化严重

新项目不建议以 TK1 为平台。若只是收藏或复现极老 demo,当文物实验即可。

3.2 Jetson TX1

TX1 把嵌入式 AI SoM 真正推开:

要点 说明
形态 模组 + 参考载板,可被第三方工业载板承接
取向 Maxwell GPU + Arm CPU
当年场景 无人机、小型机器人、视觉 Demo 机

很多后来的 NX 外形、载板生态,都是在 TX 这一代习惯上长出来的。

3.3 Jetson TX2 / TX2i / TX2 NX

型号 特点
TX2 相对 TX1 提升能效与综合能力;公开描述中常见异构 CPU 组合
TX2i 更强调工业温度范围与可靠性
TX2 NX 把 TX2 级能力放进更紧凑外形,衔接后续 NX 家族叙事

TX2 曾是 Nano 走红前,机器人与工业 POC 的高频选项。今天若产线仍绑 TX2:

  • 尽快做 停产与替代料 评估
  • 同步启动 Orin 平台预研,而不是等到最后一颗物料买不到

3.4 与 Nano、Xavier 的分叉

早期演进到 TX2 之后,产品线明显分叉:

方向 代表 诉求
向下做普及 Jetson Nano 价格、易用、教学
向上做工业多路 Xavier NX / AGX Xavier TOPS、DLA、多传感器

因此:Nano 不是 TX2 的简单缩水改名 ;Xavier 也不是 Nano 的直接下一 SKU。三条线并行过很长一段时间。


4. 早期板卡在 2026 年还能干什么

场景 建议
设备已规模部署、改平台认证贵 维持运行,同时做 Orin 对照样机
课程复现指定 TX2/Nano 可用,但讲义要锁死 JetPack 版本
个人收藏、极客考古 随意,但别写进量产 BOM
新商业产品立项 跳过 TK1/TX1;TX2 不作为优先

迁移到 Orin 时,早期平台与当代平台共享同一类坑:

  • TensorRT 引擎跨架构无效
  • 载板不能假设连接器一样就能换芯
  • JetPack 大版本跳跃带来驱动与用户态库连锁升级

5. 读老资料时的口径陷阱

陷阱 说明
TOPS 与 TFLOPS 混比 不同代宣传口径不同,不能直接当倍数
把 DevKit 当量产 散热、供电、ESD、振动都不是一回事
命令行照抄十年前博客 软件源、包名、CUDA 版本全变了
外形名称误判 TX2 NX、Xavier NX、Orin NX 外形接近,世代完全不同
"NVIDIA 推荐"截图过期 官网推荐代际会变,以当前产品页与寿命通告为准

6. 存量维保检查清单

若你负责的是 TX2 / 早期 Nano 机群,可用此表做季度体检:

检查项 动作
物料寿命 查模组与关键电源料的 LTB/EOL 通知
镜像冻结 系统镜像、引擎、应用版本打标签归档
安全补丁 评估内核/SSL 等是否必须升级,升级前全量回归
替代平台 选定 Orin 目标 SKU,完成性能与接口 mapping
客户沟通 提前告知升级窗口,避免突发断供

体检结果建议分成三类处置:继续冻结运行、启动替代验证、立即风险上报。最怕的是所有项都"再看看",直到采购同学突然说买不到。早期平台的核心风险往往不是算力不够,而是时间窗口被忽视。


7. 和当代选型的衔接

读完早期史,当代决策可以收敛为:

需求 当代默认看
教学 / 极低成本 Nano 或 Orin Nano
紧凑量产视觉 Orin NX
多传感器旗舰边缘 AGX Orin
Physical AI / 端侧重生成式 Thor

早期型号的意义,是帮你理解:为什么会有 Nano 与 NX 两套命名,为什么工业客户口头还在说 TX2。


8. 常见误区

误区 纠正
"越老越稳定所以继续开新盘" 稳定的是存量软件,不是供应链
"TX2 NX 等于 Orin NX" 仅外形叙事相近,算力与软件代际不同
"有 CUDA 就能跑一切新模型" 内存、算子支持、TensorRT 版本会挡路
"演进史对工程没帮助" 谈迁移成本与客户预期时非常有用

9. 如何向非技术干系人讲清楚换代

早期平台维保常常卡在沟通:业务侧觉得"现在还能跑",采购侧觉得"还能买到",研发侧已经看到驱动与安全补丁压力。可以用一张很短的对照把换代讲明白:

听众关心的点 你可以这样解释
为什么现在还要动 不是功能坏了,是供货与维保窗口在收
换了用户有无感 目标是指标不降,体验尽量平滑
要花多久 分开说:样机验证、小批量、全量切换
风险是什么 载板与认证可能重做,软件大版本要回归
不换的风险 突发断供或安全漏洞无法按原平台修补

把"考古兴趣"和"商业连续性"分开谈,会议会高效很多。演进史在这里的作用,是证明你不是拍脑袋换新,而是顺着世代主轴做可预期迁移。


10. 术语速查

术语 含义
SoM 系统级模组
EOL / LTB 停产 / 最后购买时间窗口
异构 CPU 同一 SoC 内不同类型 CPU 核心组合
参考载板 官方或生态提供的开发/验证载板
POC 概念验证样机
商业连续性 断供、故障、安全事件下仍能维持服务的能力
回归 变更后重复验证关键指标与用例

11. 系列阅读建议


12. 总结

Jetson 早期路线是:TK1 证明确可行,TX1/TX2 模组化与工业化,Nano 拉低门槛,Xavier 拉高多路能力。对现在的工程实践,早期型号主要用于读懂存量与讲述演进;新选型请落到 Orin 作为默认,Thor 作为下一代重度负载,把 TK1/TX1/TX2 留在维保与历史图层。

如果你正在整理资产台账,不妨额外标两列:当前 JetPack 版本、计划替代的 Orin SKU。有了这两列,演进史就从故事变成了可执行的迁移看板。具体寿命与替代策略以 NVIDIA 产品通告为准。

相关推荐
Flynn Liang2 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体
VIP_CQCRE10 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
仰望星空的凡人11 小时前
瑞萨RH850/U2A 时钟系统深度解析:从时钟源、PLL 到外设时钟树的架构与应用
单片机·嵌入式硬件
泯泷11 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我11 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0111 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn12 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄13 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下13 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码14 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能