JetPack 7.2がJetsonをエージェント対応へ──現場AIの開発・最適化をスキルで自動化

2026.07.16

NVIDIAは、JetPack 7.2でJetson向けのエージェント対応機能とメモリ効率化を強化した。AIエージェントがデジタル作業だけでなく、ロボット、産業機器、映像分析など物理環境へ広がる中、Jetson上での開発・最適化を自動化する狙いがある。

JetPack 7.2の主な更新

JetPack 7.2は、NemoClawベースのワークフローをJetsonで動かしやすくし、Jetson向けエージェントスキルを導入する。スキルは、AIエージェントが呼ぶべきツール、出すべき成果物、検証方法を定義した再利用可能な手順だ。

発表では、Jetson ThorでのMIG対応、Yocto Project公式サポート、Jetson AGX Orin 32GB向けSuper Modeにも触れている。既存ハードウェアをソフトウェア更新で長く使う考え方が強い。

対象	Jetson Orin、Jetson Thorなど
エージェント機能	NemoClaw対応、Jetson device-side/BSP skills
自動化領域	Linuxカスタマイズ、メモリ最適化、モデルベンチマーク
追加機能	MIG、Yocto、Super Mode

エッジAIの開発では、モデルを動かす前に、OS、ドライバ、電力設定、I/O、メモリ確保、推論最適化など多くの調整が必要になる。Jetsonエージェントスキルは、こうした作業をAIエージェントが再現可能に実行するための型を提供する。

これにより、専門家が毎回手順を手作業でなぞるのではなく、検証済みのスキルに沿って環境構築やベンチマークを進められる。

工場、店舗、物流倉庫でAIカメラやロボットを展開する企業にとって、現場ごとの設定差は大きな負担になる。AIエージェントでセットアップと診断を標準化できれば、多拠点展開の速度が上がる。

特にメモリ最適化はコストに直結する。より小さいメモリ構成で必要なワークロードを動かせれば、デバイス単価と消費電力を抑えられる。

エージェントが開発作業を自動化しても、現場の安全責任は消えない。BSPや電力設定、映像パイプラインの変更は、デバイスの安定性に影響する可能性がある。

本番導入では、変更差分、ロールバック手順、ベンチマーク条件、セキュリティ更新の管理を人間が確認する必要がある。