arXiv · 机器人与计算机视觉· Seonghun Jung, Sieun Moon, Jiyoung Jeong, Jimin Lee, Jaehyuk Huh·· 2026-10-06精选AI 评分83
超越 LLM 服务:表征具身智能视觉语言动作工作负载以指导系统设计与部署
Beyond LLM Serving: Characterizing Vision-Language-Action Workloads for Embodied AI System Design
AI 导读
该研究针对机器人操作中严格的推理截止时间问题,对四种代表性 VLA 模型在边缘 GPU 服务器和车载 SoC 上的运行行为进行了系统表征。实验通过 43,200 次闭环测试发现,动作张量维度决定计算或内存瓶颈,平台平衡可改变瓶颈位置,且 GPU 频率缩放存在依赖平台的能效甜点。
推荐理由
文章基于 4.3 万闭环实验,量化了边缘端 VLA 模型在 batch-1 控制场景下的瓶颈与能效权衡,为架构、硬件及运行时策略的联合设计提供数据支撑。
来源:arXiv · 机器人与计算机视觉 · arxiv.org