月球车离地面很远，先得学会自己算
Lunar Outpost 与 NVIDIA 宣布合作，拟在后续月球任务中把 Jetson 与 CUDA-X 用于车载边缘计算。首项计划覆盖今年的 Reiner Gamma 任务，重点涉及传感器处理、月面建图与自主导航。
把一台车开到月球上，不能指望地面人员像遥控玩具一样处理每一个细节。通信距离、带宽和任务节奏，都要求车上的计算系统先完成一部分判断。
美国月球技术公司 Lunar Outpost 7 月 23 日宣布，将与 NVIDIA 合作，在后续月球任务中部署用于边缘 AI 的 Jetson 平台与 CUDA-X 软件栈。
这次合作覆盖车载传感器处理、月面地图构建、自主导航、科学任务和通信等环节。公司把目标说得很直接：让更多数据在月球车上完成处理，再把更有价值的信息传回地面。
双方披露的首项计划指向今年晚些时候的 Reiner Gamma 任务。Lunar Outpost 表示，LV2 月球车将使用 Jetson 处理 LiDAR 数据，并对部分传感器结果做后处理和压缩，以降低下行链路负担。
这并不等于月球车会完全脱离地面控制。边缘计算解决的是在本地更快地筛选、理解和规划，任务决策、风险控制和地面协同仍是整个系统的一部分。
Lunar Outpost 还把更远期的 LV3 与 LV5 任务列入规划，称将采用经过空间环境适配的 Space-1 Vera Rubin 计算平台，用于处理传感器数据、生成地形图和规划路径。
月球表面没有稳定道路、近距离救援或随时可用的高速网络。对月面机器人来说，能否在有限电力和算力下看清环境、避开风险，往往比单纯把算法放进云端更关键。
这些安排仍属于任务计划，实际硬件状态、发射节奏与在轨表现都要以任务执行为准。此次公告更像是把“先在车上算一遍”正式放进月球机器人系统的工程路线。