大きな頭脳を機体の外へ
Microsoft Researchは9月23日、Physical AI推論をオンプレミスのエッジやクラウドGPUへ移す測定とツールを公開しました。小型オンボードGPUの遅延でVLA精度が50%低下し、強い外部GPUで物体受け渡しと移動の成功率が改善したと報告します。
重いGPUをRaspberry Pi 5へ置換して推論を外へ送る構成では、Stretch-3の電池時間が100%以上延びた例を示しました。Kubernetesベースのツールはロボット、エッジ、クラウドへコンテナを配置し、ROS2やLeRobotと連携します。
ネットワークが新しい故障点になる
遅延、帯域、切断、クラウド費用が増え、安全停止を通信往復へ依存させられません。値は特定構成の結果です。ローカル安全制御、遅延上限、切断時動作、映像保護、フェイルオーバー、全工程成功率を一緒に検証すべきです。