何が起きたか
NVIDIAは2026年6月2日、Jetson向けソフトウェアスタック「JetPack 7.2」を公開した。JetPack 7.2はJetson OrinとJetson Thorを同一基盤でサポートし、Linuxカーネル6.8、Ubuntu 24.04ベースのルートファイルシステム、CUDA 13ベースのコンピュートスタックを採用。AIエージェントが自律的にJetsonの開発・最適化を行う「Jetson Agentic Skills」を新設し、エッジAIの開発から運用までを自動化する。
詳細
JetPack 7.2は、Jetson Orin製品ファミリーとJetson ThorをJetPack 7基盤に統合する。新機能として、JetsonをNemoClaw対応にし、単一コマンドでのセットアップを可能にする。Jetson Agentic Skillsは、Jetson Linuxカスタマイズ、メモリ最適化、モデルベンチマークの3種類のスキルを提供し、エージェントがBSPのカスタマイズ、ブートローダーやカーネルのメモリ予約の調整、推論メモリ使用量の最適化、最適なモデル・ランタイム・最適化パスの特定を自動で行う。また、Jetson Thor T5000でMulti-Instance GPU（MIG）をテクノロジープレビューとして有効化し、Jetson AGX Orin 32GBでは「Super Mode（MAXN_SUPER）」によりAI性能を200 TOPSから241 TOPSに向上させる。Jetson OrinとJetson Thorの開発者キット向けに統一ISOイメージによるインストール方法を導入し、OE4T Yocto Projectを通じて公式のOpen Embedded/Yoctoレシピを提供する。Jetson SIPL API Package v2.0.0では、GMSLとCoEのユースケース向けに統一カメラフレームワークを導入する。
Key Facts
| NVIDIAは2026年6月2日、Jetson向けソフトウェアスタック「JetPack 7.2」を公開した。 | [1] |
| JetPack 7.2はJetson OrinとJetson Thorを同一基盤でサポートし、Linuxカーネル6.8、Ubuntu 24.04、CUDA 13を採用する。 | [1] |
| Jetson Agentic Skillsは、Jetson Linuxカスタマイズ、メモリ最適化、モデルベンチマークの3種類のスキルを提供する。 | [1] |
| Jetson Thor T5000でMulti-Instance GPU（MIG）をテクノロジープレビューとして有効化した。 | [1] |
| Jetson AGX Orin 32GBのSuper Mode（MAXN_SUPER）により、AI性能を200 TOPSから241 TOPSに向上させる。 | [1] |
本紙の見方
JetPack 7.2の発表は、NVIDIAがエッジAIの開発・運用を「エージェント化」する方向性を明確にした点で重要だ。従来のJetPackはOSやライブラリの提供に留まっていたが、今回のアップデートではAIエージェントが自律的にシステム構築・最適化を行う「Jetson Agentic Skills」を導入し、開発者の作業を自動化する。これは、エッジAIの開発現場における「グルーコード」の負担を軽減し、開発期間を短縮する狙いがある。 本紙の過去報道では、Meta、ロボットAI開発のAssured Robot Intelligenceを買収 ヒューマノイド研究を強化（2026-08-30）やFORT Robotics、SPAC合併で上場へ 物理AIの安全層を公開市場に（2026-08-18）で、物理AIのエコシステムが拡大していることを報じた。JetPack 7.2は、そのエコシステムの基盤となるソフトウェア層を強化するもので、NVIDIAがハードウェアだけでなくソフトウェアスタック全体で物理AIを支える戦略を取っていることを示す。 業界構造への含意として、Jetson Agentic Skillsは、エッジAI開発の参入障壁を下げる可能性がある。従来はJetsonのBSPカスタマイズやメモリ最適化には専門知識が必要だったが、エージェントが自動化することで、より多くの開発者が物理AIアプリケーションの開発に集中できるようになる。これは、エッジAI市場の裾野を広げ、NVIDIAのJetsonプラットフォームの採用をさらに促進する可能性がある。 一方、未確定の論点として、Jetson Agentic Skillsが実際にどの程度の開発工数を削減できるのか、また、エージェントによる自動最適化が複雑な実運用環境でどの程度有効かは、今後の検証が必要だ。また、MIGのテクノロジープレビューは、Jetson Thor T5000でのマルチテナント利用を可能にするが、正式サポートまでの性能や安定性は未知数である。
なぜ重要か
JetPack 7.2は、エッジAIの開発・運用を自動化する「エージェント対応」を標準化した点で、物理AIの実用化を加速させる。開発者がシステム構築の細部に時間を取られることなく、AIモデルの開発やアプリケーションの実装に集中できる環境が整う。
日本への影響
日本では、製造業や物流などでのエッジAI導入が進む中、Jetson Agentic Skillsによる開発効率化は、国内のシステムインテグレーターやロボット開発企業にとって、開発コスト削減と市場投入期間短縮の手段となり得る。特に、BSPカスタマイズやメモリ最適化の自動化は、国内の組込み開発の現場で課題となっている人材不足の緩和に寄与する可能性がある。