Orin Nano Super：249美元的67TOPS深拆

249 美元能买到什么样的边缘 AI 算力？NVIDIA 给出的答案是 Jetson Orin Nano Super Developer Kit：一块巴掌大的开发板，官方规格页标着 67 INT8 TOPS，官方博客的定位是"最具性价比的生成式 AI 计算机"。我照复现项目的老习惯，把官方产品页、数据表和技术博客挨个翻了一遍，参数逐项对过，这篇拆开讲它到底值不值。

先交代一个背景：这块板子不是新硬件，而是 2024 年 12 月 NVIDIA 用一次纯软件更新"点化"出来的 Super 版本，官方标价同时从 499 美元降到 249 美元。截至 10 月 31 日，NVIDIA 官网仍标 249 美元，通过全球授权分销商发售。

Super 从哪来：一半是硬件，一半是电源模式

那波更新里 NVIDIA 没换模组，靠一套新的电源模式把频率整体拉高：GPU 从 635 MHz 提到 1020 MHz，CPU 从 1.5 GHz 提到 1.7 GHz，内存带宽从 68 GB/s 提到 102 GB/s，稀疏算力从 40 TOPS 涨到 67 TOPS，官方口径是生成式 AI 性能最高提升 1.7 倍。

这意味着两件事：一是手上已有老款 Jetson Orin Nano 开发套件的人，升级到对应版本的 JetPack 就能白拿这波性能；二是它的散热、供电和载板设计与老款一致，二手市场淘来的老套件一样能刷成 Super，这点对预算紧张的玩家挺友好。

规格逐项拆：8GB 统一内存是分水岭

8GB 128-bit LPDDR5 是整套配置真正的分水岭：Q4 量化后 7B 到 8B 的模型塞得下，但要同时挂一个视觉模型做机器人感知，就得在上下文长度和模型尺寸上精打细算。存储官方只给了 SD 卡槽加外接 NVMe，想认真跑模型建议直接配 NVMe，SD 卡的随机读写撑不住反复加载。模组侧还支持 SD 卡之外的扩展，整机套件自带风扇和散热件。

官方跑分怎么看：小模型受益最大

官方博客给了一组 MLC INT4 量化下的生成速度：Llama 3.1 8B 从 14 提到 19.14 token/s（1.37 倍），Llama 3.2 3B 从 27.7 提到 43.07 token/s（1.55 倍），Qwen2.5 7B 从 14.2 提到 21.75 token/s（1.53 倍）。视觉侧，CLIP ViT-B/32 用 TensorRT FP16 从 196 FPS 提到 314 FPS，分割模型 SAM2 base 从 4.42 FPS 提到 6.34 FPS。

我的读法有三条：3B 级小模型的提速幅度普遍比 8B 大，做嵌入式视觉和轻量对话优先选小模型；8B 模型 20 token/s 上下的生成速度，本地问答够用，别指望它流畅写长文；这批数字全部出自官方自测，社区复现普遍略低一点，下单前心里留个折扣。

上手链路：一条命令开 Super 模式

复现链路照官方文档走：先用 JetPack 的 SD 卡镜像或 SDK Manager 烧录，Super 性能从 JetPack 6.1 起带入，6.2 把 Super 模式正式铺到 Orin Nano 和 Orin NX 系列模组。开机后切 MAXN SUPER 只要一条命令，也可以在 Ubuntu 顶栏的 Power Mode Selector 里点选：

sudo nvpmodel -m 2

提醒一句：忘切电源模式，跑分能差出一大截，官方基准数据都是在 25W 档测的。JetPack 现在已经迭代到 7.x，官方 JetPack 页面写明支持 Orin 和 Thor 平台，这块板子的软件生命周期不用愁，官方博客还提过 Orin 产品线会延到 2032 年。

框架生态是它和普通单板机拉开差距的地方：Hugging Face Transformers、llama.cpp、vLLM、MLC、TensorRT-LLM、Ollama 在 Jetson 上都有现成的 CUDA 构建，云端那套推理栈基本能原样搬到板子上，依赖装起来不算折腾。

玩家能拿它做什么

两条现成的路。第一条是本地知识库：Ollama 加 Open WebUI 搭一个带检索增强的聊天机器人，官方有完整教程，跑个 llama3.2 3B 这类小模型开箱即用，界面长下面这样。

第二条是给机器人当大脑：NVIDIA 和 Hugging Face 合作的 LeRobot 教程可以直接在这块板上跑，用视觉输入和历史轨迹预测动作，玩桌面机械臂模仿学习的可以把它当算力盒子。再往上游，Jetson AI Lab 上有近 50 个教程和预构建容器，NanoOWL 开放词汇检测、NanoDB 图像检索这类项目照着文档就能复现。

值不值：和树莓派 5 摆在一起看

很多人会拿它和树莓派 5 比。树莓派 5 是通用单板机，官方没有给 AI 算力指标，跑视觉模型主要靠 CPU 硬扛，想加速得另配 AI 加速套件；Orin Nano Super 这边 1024 个 CUDA 核心加 Tensor Core 是原生自带的，跑 Transformer 类模型是设计目标而不是外挂。反过来，纯做控制、接线、学 Linux 的活，树莓派的社区资料更厚，Jetson 的烧录链路对新手反而更重。

两类人建议绕开：只想跑灯带、循迹小车这类轻控制，几十块的主控更划算；想在本地跑 13B 以上大模型的，8GB 内存装不下，得往上走 Orin NX 或 AGX Orin。

结论：249 美元（截至 10 月 31 日官方标价）换来 67 TOPS 算力和一整套 CUDA 生态，对想给机器人加大脑、想在家里跑本地大模型的玩家，这是目前门槛最低的一条路；老 Orin Nano 用户先刷系统，再决定要不要为"Super"这个名头掏钱。