ROBOTICS & HUMANOID

NVIDIA JetPack 7.2.1 เพิ่มความสามารถ Agentic Video และรองรับการจำลองประสิทธิภาพ Jetson T3000

NVIDIA Technical Blog11 Aug 2026
1 min read
Key Takeaways
  • JetPack 7
  • 1 ช่วยให้นักพัฒนาสร้างแอปพลิเคชัน AI Video บน Jetson ได้ง่ายขึ้นผ่าน Python และเครื่องมือจัดการอัตโนมัติที่ลดความผิดพลาดในการตั้งค่า

ทำไมเรื่องนี้ถึงสำคัญ

การประมวลผลวิดีโอเป็นหัวใจหลักของหุ่นยนต์และระบบอัตโนมัติ การอัปเดตนี้ช่วยลดความยุ่งยากในการจัดการ Codec ระดับต่ำ และเปิดโอกาสให้ระบบ AI Agent สามารถบริหารจัดการทรัพยากรวิดีโอได้ด้วยตัวเอง

NVIDIA เปิดตัว JetPack 7.2.1 ซึ่งเป็นซอฟต์แวร์เวอร์ชันล่าสุดสำหรับแพลตฟอร์ม Jetson โดยเน้นการพัฒนาด้านการประมวลผลวิดีโอประสิทธิภาพสูง จุดเด่นสำคัญคือการเปิดตัว PyNvVideoCodec 2.2 บน Jetson เป็นครั้งแรก ซึ่งช่วยให้นักพัฒนา Python สามารถเข้ารหัสและถอดรหัสวิดีโอผ่านฮาร์ดแวร์เร่งความเร็ว (NVENC/NVDEC) ได้โดยตรง โดยจัดการข้อมูลผ่าน CUDA device buffers ทำให้การเชื่อมต่อกับโมเดล AI ในระบบนิเวศของ Python เป็นไปได้อย่างไร้รอยต่อ

นอกจากนี้ JetPack 7.2.1 ยังแนะนำ 'Agentic Video Skills' ซึ่งเป็นเลเยอร์อัจฉริยะที่ช่วยให้นักพัฒนาสามารถสั่งการหรือตั้งค่าระบบประมวลผลวิดีโอได้ตามวัตถุประสงค์ (Intent) ระบบจะทำการสำรวจฮาร์ดแวร์ กำหนดค่าที่เหมาะสม และทดสอบประสิทธิภาพให้อัตโนมัติ อีกทั้งยังเพิ่มความสามารถในการจำลองประสิทธิภาพของ Jetson T3000 บนชุดพัฒนา Jetson Thor เพื่อให้นักพัฒนาสามารถทดสอบและพัฒนาแอปพลิเคชันสำหรับรุ่นประหยัดพลังงานได้ล่วงหน้า

สรุปประเด็นหลัก

รองรับ PyNvVideoCodec 2.2 สำหรับการประมวลผลวิดีโอด้วยฮาร์ดแวร์ผ่าน Python

เปิดตัว Agentic Video Skills ช่วยตรวจสอบและตั้งค่า pipeline วิดีโอตามความต้องการโดยอัตโนมัติ

รองรับการทำ Emulation เพื่อจำลองประสิทธิภาพของ Jetson T3000 บนบอร์ดรุ่นใหญ่กว่า

นวัตกรรมและเทคโนโลยี

developer tools

PyNvVideoCodec 2.2 for Jetson

ไลบรารี Python สำหรับการเข้ารหัสและถอดรหัสวิดีโอผ่านฮาร์ดแวร์ โดยใช้ DLPack เพื่อความเร็วสูงสุดในการทำงานร่วมกับ AI Pipeline

ai infrastructure

Jetson Agentic Video Skills

ระบบจัดการเวิร์กโฟลว์วิดีโอที่ช่วยค้นหาความสามารถของอุปกรณ์ ตั้งค่า และวัดผลการทำงานโดยอัตโนมัติตามความต้องการของนักพัฒนา

platform

T3000 Emulation Support

ความสามารถในการจำลองประสิทธิภาพของ Jetson T3000 บนฮาร์ดแวร์รุ่นอื่นเพื่อเร่งกระบวนการพัฒนาและทดสอบความคุ้มค่าด้านพลังงาน

Developer Impact
นักพัฒนาที่ใช้ภาษา Python จะได้รับประโยชน์อย่างมากจากการเข้าถึงฮาร์ดแวร์วิดีโอโดยตรงผ่าน PyNvVideoCodec และลดภาระในการเขียนโค้ดจัดการ Buffer ระดับล่าง รวมถึงช่วยให้การทำ Benchmark ระบบทำได้ง่ายขึ้น
Keywords
#nvidia jetpack #jetson thor #pynvvideocodec #ai video pipeline #edge ai
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Technical Blog