搭载 NVIDIA 原装 Jetson Orin Nano 核心板模组（8GB 内存版），算力高达67 TOPS，可以运行当前所有的 AI 模型。可以实现更大型、
更复杂的深度神经网络，具有物体识别、目标检测追踪、语音识别、及其他视觉开发等功能，满足更多人工智能应用场景的需求
EC-OrinNano 所搭载的 NVIDIA Jetson Orin Nano 边缘计算模组（8GB版)，配置 6核 ARM CPU 和 32 个 Tensor Core 的 1024 核 NVIDIA Ampere
架构 GPU，能够运行多个并发的 AI 应用程序管道，提供更强大的 AI 性能
EC-OrinNano 具备高达 67 TOPS 的算力，能够运行当前所有的 AI 模型，包括：Transformer 和 ROS 机器人模型。实现更大型、更复杂的深度神经网
络，如运用 TensorFlow、OpenCV、JetPack 、MXNet、PyTorch 等，具有物体识别、目标检测追踪、语音识别、及其他视觉开发等功能，
适配多种 AI 应用场景
NVIDIA Jetson Orin 系列可提供强大的 AI 计算能力、大容量统一内存和全面的软件堆栈，能够以超高能效驱动最新的生成式 AI 应用。
它能够使任何由 Transformer 架构提供支持的生成式 AI 模型进行快速推理，在 MLPerf 上实现卓越的边缘性能
借助全面的 AI 软件堆栈和生态系统，在边缘生成式 AI 以及 NVIDIA Metropolis 和 Isaac™ 平台的支持下，使边缘 AI 和机器人开发实现大众化。
借助 NVIDIA JetPac、Isaac ROS 和参考 AI 工作流程，无需依赖昂贵的内部 AI 资源，即可将先进的技术集成到产品中。
体验 AI 应用的端到端加速，并利用驱动数据中心和云部署的同等强大技术，缩短产品上市时间
最高可支持 11路 1080p30 H.265 视频解码或 1x4K60（H.265）、2x4K30（H.265）、5x1080p60（H.265）视频解码，满足各类 AI 应用场景的需求
基于 Ubuntu 22.04 的 JETSON 系统提供了完整的桌面 Linux 环境，具有加速图形，支持 NVIDIA CUDA 11.4.19、TensorRT8.5.2 和 CuDNN 8.6.0 等库
配置工业级全铝合金外壳，无风扇高效被动散热，7×24小时稳定运行，满足工业级的应用需求。支持壁挂，可灵活固定于墙壁、
工业自动化机械上，节省空间
拥有丰富的扩展接口：千兆以太网（RJ45）、HDMI2.0、USB3.0、RS485、RS232、CAN、Mini PCIe（4G）、M.2（WiFi）、
M.2（SSD）等接口，方便连接各类外设，实现多领域产品应用
广泛适用于边缘计算、机器人、大模型本地化、智慧城市、智慧医疗、智慧工业等行业领域
机器人
边缘计算
大模型本地化
智慧工业
智能医疗
智能家居
| EC-OrinNX（16GB） | EC-OrinNano（8GB） | ||
| 基本参数 | 模组 |
原装 NVIDIA Jetson OrinNX（16GB）模组 |
原装 NVIDIA Jetson OrinNano（8GB）模组 |
| CPU |
八核 64 位 ARM Cortex-A78AE v8.2 处理器，频率最高 2.0GHz |
六核 64 位 ARM Cortex-A78AE v8.2 处理器，频率最高 1.7GHz |
|
| AI性能 |
157 TOPS |
67 TOPS |
|
| GPU |
搭载 32 个 Tensor Core 的 1024 核 NVIDIA Ampere 架构 GPU |
||
| 视频编码 |
H.265：1x4K60、3x4K30、6x1080p60、12x1080p30 |
H.265：1080p30 |
|
| 视频解码 |
H.265：1x8K30、2x4K60、4x4K30、 9x1080p60、18x1080p30 |
H.265：1*4K60、2*4K30、5*1080p60、11*1080p30 |
|
| 内存（显存） |
16GB LPDDR5 |
8GB LPDDR5 |
|
| 存储 |
1 * M.2 接口（主机内部，可扩展 PCIe NVMe SSD，支持 2242/2260/2280 规格） |
||
| 电源 |
DC 12V（5.5mm * 2.1mm，支持9-24V宽电压输入） |
||
| 系统 |
基于Ubuntu 22.04的 Jetson 系统提供了完整的桌面Linux环境，具有加速图形，支持NVIDIA CUDA 11.4.19、 TensorRT8.5.2 CuDNN 8.6.0等库 |
||
| 软件支持 |
机器人模型：支持ROS机器人模型 语言大模型：支持 Transformer 架构下超大规模参数模型， 如 LLaMa2、 ChatGLM、 Qwen 等大型语言模型的私有化部署 视觉大模型：支持 ViT、Grounding DINO、 SAM 等视觉大模型的私有化部署 AI 绘画：支持 AIGC 领域的 Stable DiffusionV1.5 图像生成模型的私有化部署 传统网络架构：支持 CNN、 RNN、 LSTM 等传统网络架构深度学习框架：支持多种深度学习框架， 包括 TensorFlow、PyTorch、MXNet、ONNX、 PaddlePaddle 和 Darknet，并支持自定义算子开发 Docker 容器化：支持 Docker 容器化管理技术，可方便的进行镜像部署 |
||
| 尺寸 |
188mm * 88.44mm * 50.65mm |
||
| 环境 |
工作温度：-20℃～60℃ 工作湿度: 10%～90%RH（无凝露） |
||
| 接口参数 | 网络 |
以太网：1 * 千兆以太网（RJ45） WiFi：主机内部通过 M.2接口扩展WiFi6 / BT5.2 模组 4G：通过 Mini PCIe 扩展 4G LTE |
|
| 显示 |
1 * HDMI2.0（4K@60fps) |
||
| 音频 |
1 * 3.5mm Audio jack，支持MIC录音，美标 CTIA |
||
| USB |
2 * USB3.0 |
||
| 其他接口 |
1 * Type-C（USB2.0/DEBUG）、1 * SIM Card、1 * 凤凰端子座（2*4Pin，3.5mm间距）：1 * RS485、1 * RS232、1 * CAN 2.0 |
||
