本体侧的第一约束是瓦特，不是 TFLOPS。
结论：移动机器人本体通常 15–60W 预算：Jetson Orin Nano/NX 覆盖轻量感知，AGX Orin 覆盖多相机 + 中型模型；再往上就要靠「云边分工」而不是更高功耗的卡。
选型顺序：功耗 → 散热与体积 → 实时性 → 算力。
本体计算要做「感知（多相机）→ 定位 → 决策 → 控制」。算力受限下通常采用小模型 + 高频推理，大模型留在机房。
第二段是散热：无风扇或小风扇条件下，持续功耗直接决定能不能长时间满载。
| 环节 | 吃显存还是吃算力 | 精度口径 | 关键硬件特性 | 说明 |
|---|---|---|---|---|
| 视觉感知 | 低功耗算力 | INT8/FP16 | TOPS/功耗比、编码 | 多相机实时 |
| 定位与建图 | CPU + 少量 GPU | FP32 | CPU、内存 | SLAM 多为 CPU |
| 决策小模型 | 低功耗算力 | INT8 | 算力、延迟 | 量化后部署 |
| 云端协同 | 通信 | — | Wi-Fi/5G 延迟 | 断网降级策略必须有 |
| 型号 | 显存 | FP32 算力 | 功耗 | 在本场景里承担什么 |
|---|---|---|---|---|
| Jetson AGX Orin 64 GB | 64 GB LPDDR5 | 5.33 TFLOPS | 60 W | 本体顶端，多相机 + 中型模型。 |
| Jetson Orin NX 16 GB | 16 GB LPDDR5 | 1.88 TFLOPS | 25 W | 中端本体平台，功耗可控。 |
| Jetson Orin Nano 8 GB | 8 GB LPDDR5 | 1.28 TFLOPS | 15 W | 轻量感知与入门平台。 |
| Jetson T4000 | 64 GB LPDDR5X | 7.76 TFLOPS | 40 W | 低功耗推理模块，成本敏感场景。 |
点型号进详情页看完整规格与替代型号；不确定档位可以先看 分类 或 场景选型。
以上型号来自本站参数库，仅用于规格横向比较；实际供货以厂商中国区可售清单与合规要求为准，受出口管制的型号不在常规供货范围。
看负载：轻量感知 Jetson Orin Nano 级即可，多相机 + 中型模型建议 NX/AGX。功耗与散热常先于算力成为约束。
通常不行：功耗、散热与延迟都不允许。做法是把大模型放机房，本体只跑小模型与实时控制。
必须有降级策略：本体保留最小感知与安全停机逻辑，不能依赖云端实时响应。
扫码关注
