NVIDIAは2026年8月26日、ロボティクス向けコンピューター「NVIDIA Jetson Orin Nano 2」を発表しました。配送や点検向けドローンを含むフィジカルAI用途を想定し、従来モデルと同じフォームファクタで推論性能を高め、同等性能時の消費電力を抑えたとしています。ドローンでAIを使うというと、撮影画像をクラウドへ送り、そこで解析する姿を思い浮かべるかもしれません。しかし、機体側でAIを動かす「エッジAI」には別の意味があります。
機体側で判断すると通信の往復を待たなくてよい
障害物や着陸地点、対象物をカメラで認識し、その結果をすぐ飛行へ反映したい場合、画像を毎回クラウドへ送って返答を待つ方法では通信遅延の影響を受けます。電波が弱い場所では解析そのものが止まる可能性もあります。機体に搭載したコンピューターで推論できれば、カメラから得た情報をその場で処理し、通信状態に左右されにくい判断ができます。
高性能ならよいわけではなく、電力と重量が効く
地上のサーバーなら大きな電源や冷却設備を使えますが、ドローンでは計算機もバッテリーで動かします。高性能なAIコンピューターが多くの電力を使えば、その分だけ飛行時間との競合が生まれます。冷却機構や搭載スペースも必要です。今回の発表で消費電力が強調されているのは、飛ぶ機械では計算性能と電力効率を同時に見る必要があるからです。
クラウドとエッジはどちらか一方ではない
緊急の判断は機体側で行い、大量データの保存や詳しい分析は飛行後にクラウドで行う、と役割を分けることもできます。すべてを機体内へ入れる必要も、すべてを通信先へ任せる必要もありません。
覚えておきたいのは、エッジAIとは「AIを小さくすること」ではなく、判断する場所を現場へ近づける考え方だということです。ドローンでは、その近さが通信遅延や通信断への強さにつながります。
