Вычислительный потенциал системы Nvidia VeraСтоимость платформ Jetson резко возросла

Индустрия периферийных вычислений столкнулась с неожиданным ударом: Nvidia провела масштабную индексацию цен на всё семейство Jetson. Ревизия затронула не только базовые комплекты для разработчиков, но и полноценные производственные модули, которые используются в серийном производстве интеллектуальных устройств. Примечательно, что компания действовала максимально скрытно — никаких официальных уведомлений или переходных периодов не было; новые прайсы просто заменили старые на сайте, поставив заказчиков перед свершившимся фактом.
Масштабы корректировки впечатляют своей бескомпромиссностью. В некоторых позициях стоимость увеличилась более чем в два раза. Например, доступный входной билет в экосистему — Jetson Orin Nano Super Developer Kit — подорожал на 60%, поднявшись с 249 до 399 долларов. Более мощные решения пострадали еще сильнее: комплект AGX Orin теперь стоит 3499 долларов вместо прежних 1999, а флагманский Jetson AGX Thor, ориентированный на сложнейшие задачи автономности и гуманоидных роботов, совершил прыжок с 3499 до 5499 долларов.

Наиболее болезненные изменения коснулись производственных модулей, которые являются основой для коммерческих продуктов. Стоимость Jetson Nano и AGX Orin с объемом памяти 32 Гбайт фактически удвоилась. Модуль AGX Orin с 64 Гбайт памяти прибавил в цене 88%, достигнув отметки в 2999 долларов. Даже проверенные временем решения, такие как Xavier Industrial и Xavier NX с 16 Гбайт памяти, не избежали повышения: их стоимость выросла на 80–84%.
Такая резкая динамика цен выглядит аномальной для зрелого продукта и вызывает вопросы о причинах подобного шага. Официальных объяснений от Nvidia нет, однако технический контекст позволяет сделать определенные выводы. Вероятнее всего, речь идет о критическом дефиците специализированной памяти (LPDDR5/HBM), которая используется в модулях Jetson. В условиях глобального бума генеративного ИИ и колоссального спроса на дата-центровые GPU, ресурсы по производству высокоскоростной памяти становятся ограниченными.
Похоже, Nvidia перераспределяет приоритеты, отдавая предпочтение максимально маржинальным продуктам для облачных вычислений, что косвенно приводит к удорожанию сегмента Edge AI. Для разработчиков и стартапов это означает существенное увеличение стоимости прототипирования и масштабирования продуктов, что может замедлить темпы внедрения интеллектуальных систем в реальный сектор экономики.

