Vue globale
Edge AI · Robotique · ADAS/AV · Industriel
—
Compute hétérogène (CPU + GPU + accélérateurs IA)
—
LPDDR5 haut débit (perception multi-capteurs)
—
Bande passante mémoire (temps réel)
Performance & énergie
Données utiles architecte SDV / AI-DV
Architecture hardware (SoC)
Compute principal + accélérateurs
Developer kit (niveau système)
Interfaces type ECU central / ADAS domain
Multimédia / perception
Pipelines temps réel multi-stream
Stack logicielle NVIDIA
Écosystème (CUDA → déploiement)
Positionnement architecture (SDV / AI-DV)
Équivalents automotive + cas d’usage
Photos
Kit + carte porteuse
Connecteurs — Dev Kit (AGX Orin)
Lecture opérationnelle des ports physiques
Chaque numéro correspond à un port physique.
Compute (SoC)
CPU · GPU · Accélérateurs
Performance IA
TOPS (INT8) + ordre de grandeur
Mémoire & stockage
LPDDR5 · eMMC
Consommation & modes
15–60 W
Vidéo / vision
Encode / decode
Interfaces capteurs
MIPI CSI‑2
Interfaces & connectivité
I/O principaux
Dimensions & intégration
Module + connecteur
Conditions d’utilisation
Température
Software
Stack indispensable
Synthèse rapide (niveau architecte)
Valeurs clés
| Domaine | Valeur clé |
|---|
À quoi sert l’AGX Orin ?
Vue simple
Mise en service (très simple)
Étapes
Après démarrage
Ce que tu as
Comment il fonctionne
Capteurs → IA → décision → action
Ce que tu peux connecter
Capteurs + interfaces
Ce que tu peux faire avec
Cas d’usage
Mode de fonctionnement réel
Boucle temps réel
Gestion de la puissance
Low power / High performance
Intégration dans un système
Vision architecte
Cycle d’utilisation (simple)
De dev à produit
Synthèse ultra simple
Phrase clé
1. Mise en route (hardware)
Connexions + debug
2. Installation logiciel (JetPack)
SDK Manager + flash
3. Premier démarrage
Vérifs système + GPU
4. Architecture d’utilisation
Compute node AI (ECU central / ADAS)
5. Utilisation de base (AI)
OpenCV + PyTorch
6. Accélération IA (TensorRT)
PyTorch → ONNX → TensorRT
7. Multi-capteurs (ADAS)
CSI + lidar/radar
8. Robotique / véhicule (ROS)
ROS 2
9. Monitoring performance
CPU/GPU/temp/mémoire
10. Gestion puissance (automotive)
nvpmodel
11. Déploiement application
Dev → Test → TensorRT → produit
12. Cas d’usage concret (automotive)
ADAS + Energy AI
13. À retenir (niveau architecte)
3 points