Genel Bakış
Jetson Orin NANO SUPER Geliştirici Kiti, NVIDIA Jetson Orin Nano çekirdek modülü ve bir Jetson Orin Nano taşıyıcı kart etrafında inşa edilmiş bir Geliştirici Kitidir. 4GB ve 8GB RAM versiyonları mevcuttur ve sırasıyla 34 TOPS (Orin Nano SUPER 4GB) veya 67 TOPS (Orin Nano SUPER 8GB) AI hesaplama gücü sunar. Yahboom taşıyıcı kartı, resmi NVIDIA taşıyıcı kartı ile performans, yerleşik kaynaklar, boyut ve arayüz düzeni açısından eşleşmektedir.
Bu kit, sistem hazır bir depolama kurulumu (önceden yazılmış sistem görüntüsü ile 256GB M.2 SSD), ayrıca bir kablosuz ağ kartı ve antenler ile bir güç adaptörü ile birlikte sağlanmaktadır.
Ana Özellikler
- İki bellek seçeneği: 4GB / 8GB RAM.
- AI hesaplama gücü: 34 TOPS (Orin Nano SUPER 4GB) / 67 TOPS (Orin Nano SUPER 8GB).
- Taşıyıcı kart uyumluluğu: Yahboom taşıyıcı kartı, NVIDIA Jetson Orin Nano çekirdek modülü ile uyumludur; stabil güç kaynağı.
- Güç modları (SÜPER): maksimum güç modu 25W'a kadar destekler (güncellemeden önce 15W'a kadar ile karşılaştırıldığında).
- PoE güç kaynağını destekler (kit özellik vurgularında belirtildiği gibi).
- Önceden yüklenmiş sistem depolama: önceden yazılmış sistem görüntüsü ile 256GB M.2 SSD.
- Kablosuz dahil: çift bant kablosuz ağ kartı BT 5.0 ve çift bant Wi-Fi'yi destekler; çift 3dB yüksek kazançlı antenler içerir; iletim hızları 867Mbps'a kadar.
- ROS ve AI görselliği için sağlanan eğitim kaynakları; sistem görüntüleri sağlanmıştır.
Özellikler
Jetson Orin Nano SUPER Varyant Özellikleri (sağlanan karşılaştırma tablosundan)
| Parametre | Orin Nano SUPER 4GB | Orin Nano SUPER 8GB |
|---|---|---|
| GPU mimarisi | NVIDIA Ampere mimarisi | NVIDIA Ampere mimarisi |
| CUDA / Tensor çekirdekleri | 512 CUDA Çekirdeği / 16 Tensor Çekirdeği | 1,024 CUDA Çekirdeği / 32 Tensor Çekirdeği |
| GPU maksimum frekansı | 1020 MHz | 1020 MHz |
| AI hesaplama gücü | 34 TOPS (Seyrek), 17 TOPS (Yoğun) | 67 TOPS (Seyrek), 33 TOPS (Yoğun) |
| CPU | 6 çekirdekli Arm Cortex-A78AE v8.2 64-bit CPU | |
| CPU maksimum frekansı | 1.7 GHz | 1.7 GHz |
| ÖZEL int hızı | 118 | 118 |
| RAM | 4GB 64-bit LPDDR5 (51 GB/s) | 8GB 128-bit LPDDR5 (102 GB/s) |
| Güç | 7W / 10W / 25W | 7W / 15W / 25W |
| Depolama | SD kart veya harici NVMe | |
| Kamera arayüzü | 2-kanallı CSI arayüzü (22pin, 0.5mm aralık) | |
| Video çıkış arayüzü | DP arayüzü | |
| Veri iletim arayüzü | Type-C arayüzü | |
| M.2 Anahtar arayüzü | M.2 Anahtar E + M.2 Anahtar M*2 | |
Performans Yükseltme Notları (sağlanan materyallerde belirtildiği gibi)
- Hesaplama performansı yaklaşık %70 arttı.
- CPU frekansı %13 arttı.
- Hafıza bant genişliği %50 arttı.
Eğitimler & Sistem Görüntüsü
- Sistem görüntüsü, sevkiyat öncesinde SSD'ye yazılır.
- Jetson Orin NANO çekirdek modülü eMMC depolama alanına sahip olmadığından, çalışması için bir NVMe sürücüsü gereklidir; daha hızlı ve akıcı bir deneyim için SSD önerilir.
- Malzemeler “Orijinal malzemeler & Sürekli güncelleniyor” (Haziran 2026'da güncellendi) olarak işaretlenmiştir.
- Ücretsiz sistem görüntüsü, YOLO26 geliştirme ortamı için belirtilmiştir (YOLO26).
- Kurs sayıları: Jetson Orin Nano temel kullanım kılavuzu (toplam 30 kurs), Jetson Orin Nano ROS geliştirme kursu (toplam 57 kurs), Jetson Orin Nano AI görsel ileri geliştirme kursu (toplam 14 kurs).
İçindekiler
- NVIDIA Jetson Orin Nano çekirdek modülü + Jetson Orin Nano taşıyıcı kartı (Geliştirici Kiti).
- Önceden yazılmış sistem görüntüsüne sahip 256GB M.2 SSD.
- Kablosuz ağ kartı ve antenler (çift bantlı Wi-Fi + BT 5.0; çift 3dB yüksek kazançlı antenler; 867Mbps'ye kadar).
- Güç adaptörü.
Seçenekler
- SSD kiti olmadan isteğe bağlı: kullanıcı 256GB veya daha yüksek kapasiteli bir SSD sağlar.
- SSD arayüz desteği belirtilmiştir: M.2 Anahtar M ve M.2 Anahtar B+M katı hal depolama cihazları; 2280 boyutu önerilmektedir.
- “SSD Kiti Yok” ifadesi, sağlanan sistem görüntüsünü kullanıcı tarafından sağlanan bir SSD'ye yazmak için bir SSD flaşlama muhafazası ve flaşlama kılavuzları içerdiğini belirtmektedir.
- Kablosuz kart notu: Jetson Orin Nano SUPER 8GB resmi kiti bir M.2 ağ kartı ile birlikte gelir; yalnızca bir harici anten sağlanmaktadır.
Uygulamalar
- AI görsel geliştirme, ROS öğrenme ve geliştirme, ve kenar bilişim projeleri.
- Çevrimdışı ve çevrimiçi AI büyük model geliştirme materyallerinin sağlanan kaynaklarda mevcut olduğu belirtilmiştir.
Seçim rehberi için (4GB vs 8GB, SSD vs SSD olmayan seçenek) ve satış sonrası destek için https://rcdrone.top/ ile iletişime geçin veya [email protected].
Ayrıntılar

Jetson destekli hesaplama kullanarak mobil robotlar, dört ayaklılar ve görsel destekli otomasyon projeleri oluşturun.




4GB veya 8GB RAM seçin ve hızlı başlatma için yerleşik I/O, soğutma ve dahil edilen aksesuarlarla birlikte sistem hazır bir kit alın.

Eğitim kaynakları ve örnek kodlar, AI görseli, büyük model demoları ve ROS geliştirme iş akışları ile hızlı bir başlangıç yapmanıza yardımcı olur.

SUPER yükseltmesi, mevcut hesaplamayı artırır ve daha ağır AI iş yükleri için daha yüksek güç modlarını destekler.


Daha yüksek maksimum güç modu (25W'a kadar), uygulamanız ihtiyaç duyduğunda ek performans alanı açar.

Önceden görüntülenmiş 256GB NVMe SSD artı Wi‑Fi/BT donanımı, kurulum süresini azaltır, böylece daha hızlı bir şekilde başlatabilir ve geliştirmeye başlayabilirsiniz.

Eğer zaten bir NVMe sürücünüz varsa, no-SSD seçeneği sağlanan muhafaza ve sistem görüntüsü indirmeleri ile flaşlamayı destekler.




İndirilebilir kurs klasörleri, örnekleri konuya göre organize eder—temel kurulumdan ROS2 ve bilgisayarla görme boru hatlarına kadar.

Örnek uygulamalar, görsel Q&A, görüntü üretimi ve kenar donanımında konumlandırma gibi çok modlu AI görevlerini kapsar.

Isaac ROS eğitim içeriği, derinlik, haritalama, tespit ve poz tahmini gibi yaygın robotik algılama yığınlarını destekler.


Opsiyonel bir M.2 SSD muhafazası, sistem görüntü dosyasını SSD'ye yazmak için DIY kurulumda kullanılabilir.

İçerik dahil edilen AI öğrenme materyalleri, derin anlamlandırma ve görsel tanıma için DeepSeek-R1, Qwen, Meta ve LLaVA kullanarak çok modlu LLM demolarını kapsar.

Jetson Orin Nano SUPER benchmark sonuçları, temel yapılandırmaya göre bir yükseltme sonrası popüler LLM'ler, görsel dönüştürücüler ve VLM'ler arasındaki göreceli performans kazançlarını özetlemektedir.

İsteğe bağlı akrilik veya alüminyum alaşımlı mini kasalar, düzenli bir Jetson Orin Nano SUPER kurulumu için bir güç/sıfırlama düğmesi, soğutma fanı, RGB ışık çubuğu ve OLED ekran ekler.

Jetson Orin Nano geliştirici kiti, iki 22 pinli CSI kamerayı destekler ve prototipleme için ses ve OpenCV genişletme modülleri ile eşleştirilebilir.

Jetson Orin Nano SUPER Geliştirici Kiti, USB-C, çift USB 3.0, RJ45 Ethernet, DisplayPort, 40 pinli GPIO ve 22 pinli kamera arayüzü ile kompakt bir konektör düzeni sunar.

Jetson Orin Nano SUPER geliştirici kiti düzeni, HDMI, Ethernet, USB, CSI kamera konektörü, 40 pinli başlık ve basit entegrasyon için güç arayüzlerini içerir.

Jetson sistem görüntüsü, Ubuntu 22.04 tabanlıdır ve NVIDIA CUDA 12.6, TensorRT 10.7, cuDNN 9.6.0 ve OpenCV 4.10.0'ı desteklemektedir.

Jetson tam seri karşılaştırması, Orin Nano Süper 4GB (34 TOPS) ve 8GB (67 TOPS) seçenekleri de dahil olmak üzere Jetson modülleri arasındaki ana farkları listelemektedir.

Jetson Orin Nano ve Orin NX spesifikasyonları, sistem planlaması için desteklenen kameraları, PCIe hatlarını, USB seçeneklerini, ekran çıkışlarını ve güç aralıklarını özetlemektedir.

Jetson Orin Nano SUPER kitleri genellikle geliştirici kartı, güç adaptörü, antenler ve bir kablosuz ağ kartı ile birlikte gelir; bir SSD kit seçeneği gösterilmektedir.

Jetson Orin Nano SUPER kitleri, güç adaptörü ile geliştirici kartı, antenler, Wi‑Fi kartı, 256GB SSD, DP‑to‑HDMI ve USB‑C kabloları, bir akrilik kasa ve isteğe bağlı IMX219 kamera modülü içermektedir.

Jetson Orin Nano SUPER kitleri, bir geliştirici kartı ile birlikte güç adaptörü, antenler, kablosuz kart, 256GB SSD, kablolar ve bir IMX219 kamera gibi temel bileşenleri içerir; isteğe bağlı olarak bir OpenClaw genişletme seti de mevcuttur.

Jetson Orin Nano SUPER geliştirici kitleri, güç adaptörü, antenler, 256G SSD, ekran kablosu, kamera ve kasa seçenekleri gibi yaygın ek bileşenlerle birlikte gösterilmektedir.
Related Collections
