Jetson Xavier NX 16 GB — это специализированный модуль на архитектуре Volta с чипом GV10B. Он вышел в 2020 году. Несмотря на возраст, наличие 48 Tensor-ядер делает его специфическим инструментом для Edge AI. Памяти здесь много — 16 ГБ LPDDR4X, но шина всего 128 бит ограничивает пропускную способность до 60 ГБ/с. Это не видеокарта для ПК в привычном понимании. Вы не вставите её в слот PCIe на материнской плате. Модуль работает через сокет в составе встраиваемых систем. 384 CUDA-ядра с бустом до 1100 МГц обеспечивают пиковую производительность FP32 на уровне 0.8 TFLOPS. Это крайне мало для современных игр, но достаточно для простых задач инференса. Энергопотребление составляет всего 20 Вт. Такое низкое TDP позволяет использовать его в автономных роботах или камерах без активного охлаждения. В бюджетном сегменте 2026 года ему противостоят решения на базе Raspberry Pi 5 с ускорителями Hailo-8 или специализированные чипы Rockchip. Они могут выигрывать по общей производительности CPU, но проигрывают в экосистеме CUDA. Xavier NX всё ещё держится за счёт поддержки библиотек NVIDIA JetPack. Если вам нужен быстрый запуск легковесных моделей, это рабочий вариант. Но для тяжелого рендеринга или AAA-гейминга модуль бесполезен.
5 component-баллов — сильные стороны и слабости карты в разных задачах.
Шкала 0-100. Топовая карта в каждом сценарии = 100. Кликни строку — увидишь полный топ-100 в этой категории. Подробнее — методика.
Балл 1-10 для каждого сценария — пригодность именно для этой задачи (не общий perf-rank).
Играть невозможно. Архитектура не предназначена для вывода графики в высоком разрешении.
Производительности не хватит даже для запуска базовых 3D-приложений.
Возможен запуск очень простых инди-проектов при условии использования внешнего вывода через систему.
Подходит для запуска оптимизированных моделей вроде YOLO или небольших классификаторов изображений.
Обучение нейросетей здесь нецелесообразно из-за крайне низкой вычислительной мощности.
Рендеринг в Cycles будет длиться вечно из-за малого количества CUDA-ядер.
Простой монтаж возможен, но аппаратного ускорения для современных кодеков не хватит.
Как часть встраиваемой системы может выполнять роль терминала для простых задач.
Покупать Jetson Xavier NX в 2026 году стоит только под конкретную инженерную задачу. Если вы проектируете автономного дрона или систему умного города, этот модуль всё ещё полезен. Он предлагает предсказуемое поведение библиотек NVIDIA. Однако для большинства задач он избыточен или слаб. Для обучения нейросетей лучше смотреть в сторону б/у RTX 3060 с 12 ГБ памяти. Она даст больше реальной мощи за те же деньги. В сегменте Edge AI конкуренция растет. Китайские чипы NPU сейчас показывают лучшие цифры на ватт в задачах распознавания лиц. Xavier NX — это выбор консерватора. Он работает стабильно, потому что софт отлажен годами. Но архитектура Volta уже считается старой. В сравнении с более новыми модулями Orin, Xavier NX сильно проигрывает по TFLOPS и скорости работы с тензорами. Если бюджет позволяет, лучше доплатить за серию Orin. Там вы получите кратный прирост в инференсе нейросетей.
Запустить можно, но скорость будет крайне низкой. Из-за 60 ГБ/с пропускной памяти генерация одного изображения может занимать минуты. Для комфортной работы с диффузионными моделями лучше искать GPU с высокой шиной памяти.
Сам модуль потребляет 20 Вт. Однако вся несущая плата и периферия добавят нагрузки. Рекомендую использовать БП на 45-60 Вт с чистым напряжением 12V или 5V в зависимости от вашей carrier board.
Наличие CUDA и Tensor-ядер. Raspberry Pi — это универсальный компьютер, а Xavier NX — это специализированный AI-ускоритель. Если задача требует работы с тензорными вычислениями, Jetson справится быстрее за счёт аппаратной поддержки.
Только если вам критически важна компактность и низкое энергопотребление. Для стационарного AI-сервера лучше купить б/у карту серии RTX 2000 или 3000. Там вы получите гораздо больше терафлопс за тот же бюджет.
Загружается каталог…