开源生成式 AI 模型的迅猛发展正在推动数据中心向物理世界中运行的机器迈进。开发者积极将这些模型部署至边缘，以支持物理 AI 智能体和自主机器人自动执行高负载的任务。
关键的挑战在于如何在内存受限的边缘设备上高效运行包含数十亿个参数的模型。在内存供应持续受限和成本上升的情况下，开发者正专注于在更少的资源约束下实现更高性能与效率。
NVIDIA Jetson 平台在支持热门开放模型的同时，在边缘端提供强大的运行时性能和内存优化能力。对于边缘开发者而言，内存占用决定了系统是否正常运行。与云环境不同，边缘设备在严格的内存限制下运行，CPU 和 GPU 共享的资源是受限的。
内存使用效率低下可能会导致瓶颈、延迟峰值或系统故障。与此同时，如今的边缘应用通常会运行多个流程（例如检测、跟踪和分割），这使得高效的内存管理对于在功耗和散热受限的情况下实现稳定的实时性能至关重要。
优化内存占用具有明显优势。开发者可以通过减少开销和增加并发性来提高相同硬件的性能，同时支持如大语言模型（LLM）、多摄像头系统和传感器融合等更复杂的工作负载。它还通过适配较小的内存配置来降低系统成本，并通过最大限度地减少瓶颈并提高 GPU 利用率来提高效率（每瓦性能）。
本文将探讨各种优化策略，以帮助开发者在资源受限的边缘系统上最大限度地提高性能、效率和功能。
具体包括以下内容：
边缘 AI 软件堆栈
基础层：板级支持包和软件堆栈
推理工作流
推理框架
模型量化
使用专用加速器解析边缘推理
实际用例：Reachy Mini Jetson Mini Assistant
以上为摘要内容，点击“阅读原文”或扫描下方二维码阅读完整内容：
扫描下方海报二维码，探索涵盖物理 AI、代理式 AI、推理、AI 工厂等主题的精彩会议，在 NVIDIA On-Demand 平台点播观看。
