NVIDIA JetsonにNemoClaw対応──エージェントAIはロボットと現場機器へ広がる

NVIDIAはCOMPUTEXで、JetPack 7.2とNemoClawのJetson対応を発表した。これにより、エージェントAIをサーバーやワークステーションだけでなく、ロボット、検査装置、産業オートメーションなどの現場デバイスへ展開しやすくなる。

生成AIの主戦場は、チャットや開発支援だけではない。カメラ、センサー、ロボット、工場設備がある物理空間で、AIが認識し、判断し、作業する「Physical AI」へ広がっている。これは今日の候補の中でも、長期的なインパクトが大きいテーマだ。

JetPack 7.2は現場AIの基盤を更新する

NVIDIAの発表によれば、JetPack 7.2はJetson Orin向けCUDA 13、Yoctoプロジェクト対応、Jetson ThorでのMulti-Instance GPU（MIG）対応、リアルタイムカーネルなどを含む。Jetson AGX Orin 32GBではAI計算性能が241 TOPSとなり、従来仕様から20%向上したとされる。

特にMIGとリアルタイムカーネルは、ロボットの知覚や制御のように遅延が許されない用途で意味がある。生成AIの推論と、カメラ入力の認識や安全制御が同じデバイス上で走る場合、GPUリソースを分離し、決定的に動かす設計が必要になる。

エージェントAIは「現場の作業者」になる

NVIDIAは、NemoClawをJetsonの本番グレードのスタックに載せることで、ロボティクス、検査、産業自動化にエージェントAIを広げると説明している。単に画像を認識するだけでなく、状況を理解し、次に何を確認するかを決め、必要なワークフローを実行するAIが想定される。

たとえば製造現場では、不良検知、点検記録、保守手順の案内、部品交換の支援がつながる。物流では、カメラとロボットアーム、在庫システムをまたいだ判断が必要になる。こうした用途では、クラウドへすべて送るより、エッジで低遅延に処理する価値が大きい。

導入企業は安全設計を先に決める

Physical AIは、失敗が物理的な損害や安全リスクにつながる。現場機器へAIを入れる場合、権限、停止条件、手動介入、ログ、ネットワーク断時の動作を先に定義する必要がある。チャットAIよりも、運用設計の重みは大きい。

JetsonへのNemoClaw対応は、エージェントAIがデジタル業務から現場作業へ進むサインだ。日本の製造業、物流、医療機器、インフラ企業にとって、エッジAIとロボティクスをどう組み合わせるかが次の競争軸になる。

参考：NVIDIA公式ブログ、JetPack開発者向け情報