NVIDIA gjør Jetson klar for agentiske roboter

NVIDIA flytter agentisk AI ned på edge-enheter. Det er kjernen i Jetson-nyheten selskapet la frem på COMPUTEX tirsdag.

Kunngjøringen handler ikke om enda en stor modell i skyen. Den handler om hvor AI-agentene faktisk skal kjøre når de skal styre kameraer, roboter, droner, inspeksjonssystemer og industriutstyr med lav ventetid. NVIDIA lanserer JetPack 7.2 og støtte for NemoClaw på Jetson-plattformen. Dermed får selskapets agentrammeverk en vei inn i enheter som står ute i produksjon, ikke bare i datasentre og utviklermaskiner.

For norske ledere er poenget enkelt: agentisk AI blir en driftsplattform. Den skal ikke bare svare på spørsmål. Den skal se, tolke og handle nær maskiner, sensorer og mennesker. Da flytter risikobildet fra chatbot-policy til OS-livsløp, patching, deterministisk ytelse, minnebruk, modellstyring og sikker utrulling på fysiske enheter.

Hva NVIDIA faktisk lanserer

JetPack 7.2 er den nye programvarestakken for Jetson. NVIDIA sier den gir Yocto-basert OS-støtte, CUDA 13 på Jetson Orin, ytelsesløft for Jetson AGX Orin 32GB og Multi-Instance GPU-støtte på Jetson Thor. Selskapet oppgir at Jetson AGX Orin 32GB får 241 TOPS AI-ytelse, 20 prosent over opprinnelig spesifikasjon.

Det teknisk viktige er ikke bare tallet. Yocto-støtte gjør det lettere å bygge slankere og mer kontrollerte Linux-varianter for produksjonsutstyr. MIG kombinert med real-time kernel på Jetson Thor lar utviklere reservere GPU-ressurser til arbeidslaster som ikke kan stoppe fordi en annen modell kjører inferens samtidig. Robotpersepsjon, trafikkstyring og industriell inspeksjon tåler ikke samme type jitter som en intern kontoragent.

NVIDIA legger også inn agent-skills for utviklere. Det omfatter blant annet Linux-tilpasning, minneoptimalisering og modellbenchmarking. Slike oppgaver har ofte vært manuelle, tunge og spesifikke for hver maskin. Nå vil NVIDIA gjøre dem til agentdrevne arbeidsflyter basert på egen dokumentasjon og designguider.

På toppen kommer NemoClaw. Ifølge NVIDIA kan rammeverket deployes til Jetson med én kommando. Det er et signal om at selskapet prøver å gjøre agentisk AI til en standardisert edge-stack, ikke et løst eksperiment i hvert enkelt robot- eller kameraprosjekt.

Fra demo til produksjonsutstyr

NVIDIA trekker frem flere eksempler som viser hvor selskapet vil. Solomon bruker NemoClaw til å koordinere AI-agenter på en humanoid robot, med reasoning, persepsjon, sensorfusjon, bevegelse og manipulering i én arbeidsflyt. Advantech bygger et agentisk factory brain i egne produksjonsmiljøer med NemoClaw, Nemotron 3 og Jetson Thor. Målet er robotflåtestyring, defektdeteksjon og mer autonom beslutningsstøtte i fabrikk.

SandStar bruker Jetson Orin NX og NemoClaw i AI-baserte salgsautomater og smart retail-løsninger i over 30 land. NVIDIA oppgir at SandStar har redusert minnebehovet med nær 40 prosent og gått fra 16GB til 8GB-enheter i deler av utrullingen. NoTraffic rapporterer 29 prosent lavere minnebruk etter CUDA-optimalisering i trafikkstyringssystemer. Zipline bruker Jetson Orin NX i autonome leveringsdroner og Yocto for eget operativsystem. 1X og Universal Robots planlegger å ta i bruk Yocto-basert JetPack 7.2 i produksjonsutrullinger.

Dette er leverandøreksempler, ikke uavhengige effektmålinger. Likevel peker de på et viktig skifte. Edge AI blir ikke bare et spørsmål om kameraanalyse. Det blir et spørsmål om hvordan virksomheter lar programvareagenter koble seg på fysiske prosesser.

Konsekvensen for CIO, CISO og drift

Når agenter flyttes til edge, endres innkjøpsspørsmålene. Det holder ikke å spørre om modellkvalitet. Virksomheter må vite hvordan enhetene patch-es, hvordan modellene oppdateres, hvilke data som prosesseres lokalt, hvordan logger sikres, og hvem som har ansvar når en agent tar en feil beslutning i en fysisk prosess.

CISO får også et annet angrepsfelt. En agent som tolker kamera, styrer robot eller påvirker trafikklys, er nærmere OT enn kontor-IT. Prompt injection blir ikke bare en datalekkasje. Manipulert input kan påvirke beslutninger ute i drift. Da må agentstyring kobles til identitet, nettverkssegmentering, signerte oppdateringer, rollback og overvåking av uvanlig agentatferd.

For CIO og CTO er dette også en arkitektursak. Skyen blir fortsatt viktig, men flere arbeidslaster vil måtte kjøre lokalt av hensyn til ventetid, båndbredde, kostnad, beredskap eller regulering. Det gjør edge-plattformen til en del av AI-strategien. Den må eies med samme disiplin som skyplattform, dataplattform og sikkerhetsplattform.

NVIDIAs Jetson-kunngjøring er derfor mer enn en Computex-produktoppdatering. Den viser hvordan AI-agentene beveger seg fra skrivebordet og datasenteret til maskiner som handler i den fysiske verden. Norske virksomheter med fabrikk, logistikk, bygg, retail, helseutstyr, energi eller smart city-løsninger bør lese dette som et tidlig varsel: agentisk AI blir snart en edge- og OT-beslutning.

Kilder og medier

Primærkilde: NVIDIA Blog, "NVIDIA Jetson Brings Agentic AI to the Physical World", publisert 2. juni 2026. Source URL: https://blogs.nvidia.com/blog/jetson-agentic-ai-physical-world/

Kildekreditering: NVIDIA Blog / NVIDIA.

Thumbnail: OpenAI Image 2 / hogby.ai.