Comparativas con recomendación explícita y guías de decisión, escritas con cifras oficiales de NVIDIA y con el criterio de quien despliega estos equipos en Chile. Sin rodeos: cada una empieza por la respuesta.
Actualizado el
En corto: Para la mayoría de los proyectos de visión y robótica la respuesta es el Jetson Orin Nano Super 8 GB: 67 TOPS, 7–25 W y stock local.
Cuatro preguntas —cuántas cámaras, qué modelo vas a correr, cuánta energía tienes y si es prototipo o producción— bastan para elegir entre Orin Nano, Orin NX, AGX Orin y Thor.
Leer la guía ›
En corto: Si el proyecto corre un modelo de IA, el Orin Nano gana sin discusión (67 TOPS con GPU CUDA frente a ~0,5 TOPS por CPU). Si no corre modelos, la Raspberry Pi 5 es la opción sensata.
Comparación honesta entre el Jetson Orin Nano Super y la Raspberry Pi 5 para proyectos con inteligencia artificial: TOPS, memoria, consumo y software, con veredicto por tipo de proyecto.
Leer la comparativa ›
En corto: La memoria decide, no los TOPS. Orin Nano 8 GB para una o dos cámaras; Orin NX 16 GB cuando el modelo no cabe en 8 GB; AGX Orin cuando necesitas 200 GB/s de ancho de banda para multi-sensor.
Las tres familias Orin comparadas con cifras oficiales de NVIDIA: TOPS, memoria, ancho de banda, consumo y el criterio real para decidir entre ellas.
Leer la comparativa ›
En corto: No son unidades comparables. El argumento real del Thor son 128 GB a 273 GB/s frente a 64 GB a 204,8 GB/s, y su precio es energético: 40–130 W contra 15–60 W. Para visión multi-cámara, el AGX Orin sigue siendo la pieza correcta.
AGX Orin vs AGX Thor con cifras oficiales: por qué 2.070 TFLOPS FP4 no se comparan con 275 TOPS, qué cambia en memoria y cuándo conviene cada uno.
Leer la comparativa ›