بررسی اجمالی
کیت توسعهدهنده Jetson Orin NX SUPER ترکیبی از ماژول هسته NVIDIA Jetson Orin NX و برد حامل Yahboom Jetson Orin NX برای توسعه AI در لبه است. دو گزینه RAM در دسترس است: 8GB و 16GB. عملکرد محاسباتی به عنوان 117 TOPS (8GB SUPER) یا 157 TOPS (16GB SUPER) ذکر شده است. یک SSD M.2 با ظرفیت 256GB همراه با یک تصویر سیستم پیشنویس شده، به علاوه یک کارت شبکه WiFi و آنتنها، منبع تغذیه و لوازم جانبی برای راهاندازی سریعتر ارائه شده است.
ویژگیهای کلیدی
- برد حامل Yahboom Orin NX طراحی شده برای سازگاری با ماژول هسته NVIDIA Jetson Orin NX.
- گزینههای 8GB/16GB LPDDR5؛ نسخههای SUPER با 117 TOPS (8GB) و 157 TOPS (16GB) ذکر شدهاند.
- فرکانس GPU تا 1173MHz ذکر شده است؛ حداکثر حالت قدرت تا 40W (MAXN 40W اشاره شده) ذکر شده است.
- شامل 256GB M.2 SSD با تصویر سیستم پیشنصب شده (ماژول هسته Jetson Orin NX اعلام شده است که هیچ حافظه eMMC ندارد و برای عملکرد به حافظه NVMe نیاز دارد).
- کارت شبکه بیسیم دو بانده شامل: BT 5.0 + Wi‑Fi دو بانده، دو آنتن با گین بالا 3dB، سرعت تا 867Mbps.
- پشتیبانی از منبع تغذیه POE ذکر شده است.
- آموزشها و تصاویر سیستم ارائه شده است؛ مواد مرجع شامل محتوای ROS و بینایی AI، به علاوه آموزشها و مواد دورههای استقرار/کاربرد OpenClaw (بهروزرسانی شده در ژوئن 2026).
- در مقایسه با Jetson Xavier NX، عملکرد بهبود یافته به میزان 3~5 برابر و سرعت خواندن/نوشتن حافظه دو برابر اعلام شده است.
برای سوالات مربوط به سازگاری پیشفروش (به عنوان مثال، انتخاب گزینه SSD)، با [email protected] or تماس بگیرید https://rcdrone.top/.
مشخصات
| مورد | اورین NX 8GB | اورین NX 8GB (SUPER) | اورین NX 16GB | اورین NX 16GB (SUPER) |
|---|---|---|---|---|
| واحد پردازش گرافیکی (GPU) | معماری NVIDIA Ampere؛ 1024 هسته CUDA؛ 32 هسته Tensor | |||
| حداکثر فرکانس GPU | 765MHz | 1173MHz | 918MHz | 1173MHz |
| قدرت محاسبات هوش مصنوعی | 70 TOPS (Sparse); 35 TOPS (Dense) | 117 TOPS (Sparse); 58 TOPS (Dense) | 100 TOPS (Sparse); 50 TOPS (Dense) | 157 TOPS (Sparse); 78 TOPS (Dense) |
| واحد پردازش مرکزی (CPU) | CPU 6 هستهای Arm Cortex-A78AE v8.2 64-bit؛ 1.5MB L2 + 4MB L3 | CPU 8 هستهای Arm Cortex-A78AE v8.2 64-bit؛ 2MB L2 + 4MB L3 | ||
| حداکثر فرکانس CPU | 2.0GHz | |||
| نرخ INT SPEC | 130 | 167 | ||
| شتابدهنده DL | 1x NVDLA v2 | 2x NVDLA v2 | ||
| RAM | 8GB 128-bit LPDDR5; 102.4 GB/s | 16GB 128-bit LPDDR5; 102.4 GB/s | ||
| قدرت | 10W | 15W | 20W | 10W | 15W | 25W | 40W | 10W | 15W | 25W | 10W | 15W | 25W | 40W |
| ذخیرهسازی | پشتیبانی از NVMe خارجی | |||
| برد اصلی USB | 3x USB 3.2 Gen 2 (10 Gbps); 3x پورت USB 2.0 | |||
| رابط دوربین | رابط CSI دو کاناله (22pin, 0.5mm pitch) | |||
| کدگذاری ویدئو | 1x 4K60 (H.265) | 3x 4K30 (H.265) | 6x 1080p60 (H.265) | 12x 1080p30 (H.265) |
| کدگذاری ویدئو | 1x 8K30 (H.265) | 2x 4K60 (H.265) | 4x 4K30 (H.265) | 9x 1080p60 (H.265); 18x 1080p30 (H.265) |
| رابط خروجی ویدئو | رابط DP | |||
| رابط انتقال داده | رابط Type-C | |||
| رابط M.2 Key | M.2 Key E + M.2 Key M x2 | |||
محتویات موجود
- ماژول اصلی Jetson Orin NX + برد حامل Yahboom Jetson Orin NX (کیت توسعه)
- 256GB M.2 SSD با تصویر سیستم از پیش نصب شده (ارائه شده با کیت طبق توضیحات)
- کارت شبکه بیسیم با آنتنها (دو باند Wi‑Fi + BT 5.0)
- منبع تغذیه
- سایر لوازم جانبی (بدون توضیحات بیشتر)
یادداشتهای گزینه SSD
- به “اختیاری بدون کیت SSD” اشاره شده است: کاربران باید درایو حالت جامد خود را با ظرفیت 256GB یا بیشتر تأمین کنند.
- رابطهای SSD پشتیبانی شده به عنوان M.2 Key M و M.2 Key B+M لیست شدهاند؛ اندازه 2280 توصیه میشود.
- یک محفظه سوزاندن/فلش SSD با گزینه “بدون کیت SSD” برای فلش کردن تصاویر سیستم به درایوهای حالت جامد لیست شده است.
راهنماها / آموزشها
جزئیات





ساخته شده بر اساس ماژول هسته NVIDIA Jetson Orin NX به همراه برد حامل Yahboom برای توسعه هوش مصنوعی در لبه.

آموزشها و تصاویر سیستم بهطور مداوم بهروزرسانی میشوند و از ROS، جریانهای کاری بینایی AI و استقرار OpenClaw پشتیبانی میکنند.

مدلهای SUPER با 8GB یا 16GB LPDDR5 را انتخاب کنید، با عملکرد محاسباتی که تا 117/157 TOPS ذکر شده است.


یک SSD NVMe با ظرفیت 256GB همراه با یک تصویر سیستم پیشنویس شده ارائه میشود و یک کارت Wi‑Fi دو بانده + بلوتوث شامل است.

اگر قبلاً یک درایو NVMe دارید، گزینه بدون SSD یک محفظه فلش SSD برای نوشتن سریع تصویر اضافه میکند.

از ماژول هسته رسمی NVIDIA Jetson Orin NX استفاده میکند که با یک برد حامل طراحی شده برای پروژههای AI لبهای جفت شده است.



کد منبع باز و درسهای مرحله به مرحله اصولی از تنظیمات و درایورها تا مبانی برنامههای ROS2 را پوشش میدهند.

پروژههای نمونه تعامل چندرسانهای، درک بصری، مکانیابی و وظایف رایج بینایی AI را پوشش میدهند.

مواد Isaac ROS بر روی خطوط لوله ادراک مانند عمق استریو، بازسازی 3D و تخمین وضعیت تمرکز دارند.

منابع برنامه OpenClaw شامل دموهای پیشرفتهای مانند کنترل مرورگر، برنامهنویسی اتوماسیون و استفاده از ابزارها است.

یک محفظه SSD M.2 اختیاری برای کاربرانی که میخواهند تصویر سیستم را خودشان بنویسند یا دوباره بنویسند، در دسترس است.

مواد چندوجهی LLM یاهبوم شامل مثالهایی با استفاده از DeepSeek-R1، Qwen، Meta و LLaVA است تا به شروع پروژههای بینایی AI کمک کند.

Jetson Orin NX SUPER با مقایسههای عملکرد قبل و بعد از ارتقاء در مدلهای زبان بزرگ، زبان بصری و ترنسفورمر بصری برای پیکربندیهای 8GB و 16GB ارائه شده است.

محفظههای آکریلیک یا آلیاژ آلومینیوم اختیاری شامل یک کیس مینی Jetson با نمایشگر OLED، نوار نور RGB و فن خنککننده برای یک تنظیمات مرتب دسکتاپ است.

کیت توسعه Jetson Orin NX یاهبوم از دو دوربین CSI 22 پینی و ماژولهای گسترش اختیاری برای ساختهای رباتیک و بینایی AI پشتیبانی میکند.

چیدمان کیت توسعه Jetson Orin NX برچسبهای اتصالات کلیدی و ابعاد برد را برای کمک به برنامهریزی سیمکشی و نصب در یک ساختار نشان میدهد.

این کیت شامل یک تصویر سیستم بهروز شده از Ubuntu 22.04 با پشتیبانی از NVIDIA CUDA 12.6، TensorRT 10.7، cuDNN 9.6 و OpenCV 4.10.0 است.

جدول مقایسه کامل سری Jetson شامل ماژولهای Orin Nano، Orin NX و AGX Orin با مشخصات کلیدی مانند TOPS و گزینههای حافظه است.

گزینههای کیت SUPER Yahboom Jetson Orin NX شامل کیت توسعه با آداپتور برق، آنتنها، کارت شبکه بیسیم و SSD 256GB اختیاری به همراه کابلهای HDMI/USB‑C بسته به بسته است.

بستههای کیت توسعه Yahboom Jetson Orin NX SUPER شامل لوازم جانبی کلیدی مانند آداپتور برق، آنتن، کارت بیسیم، SSD، کابلهای نمایش و گزینههای دوربین IMX219 برای تنظیمات بینایی AI و ROS است.

کیتهای Yahboom Jetson Orin NX SUPER در چندین بسته ارائه میشوند که شامل ماژول، آداپتور برق، آنتن، SSD، کابلهای ویدئو/USB و اقلام اضافی مانند دوربین USB و کیس هستند.
Related Collections
