Robotům prospívá vzdálené GPU, síť jim ale drží nervy v hrsti

Microsoft porovnal mobilní robotickou manipulaci na palubních, edge a cloudových GPU. Menší Jetson Orin s 32 GB paměti celý stack vůbec nespustil. U slabšího hardware byly mapping a plánování proti A100 až o 383 % pomalejší, včasná detekce překážek klesla o 30 % a přesnost VLA modelů až o 50 %.

Vzdálené GPU ulevuje baterii i modelu

Silnější palubní Jetson Thor podle studie zvyšoval odběr z baterie až o 160 %, což ukrajovalo několik hodin provozu. Přesun inference na výkonnější GPU mimo robot umožnil použít větší modely a zlepšil úspěšnost úloh. Výzkumníci testovali roboty SO-101, TurtleBot 4 a Stretch 3 napříč percepcí, plánováním, navigací a manipulací.

Výpočet se mění v součást robotické infrastruktury

Pro provozovatele flotily se tím mění ekonomika stroje. Robot nemusí vozit nejdražší GPU ani jeho spotřebu, výpočet lze sdílet na edge. Cena se však přesouvá do sítě, plánování kapacity a prioritizace úloh.

To je zásadní hlavně mimo pevně řízenou továrnu. Robot v kanceláři nebo domácnosti potřebuje reagovat na lidi a překážky průběžně, takže vzdálený výkon má hodnotu jen tehdy, když přichází před fyzickou akcí.

Síťové zpoždění vybírá daň v přesnosti

Offloading není bezplatné zrychlení. Už několik desítek milisekund dodatečné latence snížilo přesnost manipulace o více než 10 %. Průběžný přenos obrazu může zahltit síť a komprese ve studii ubrala téměř 20 % přesnosti manipulace a sémantického mapování.

Sdílené GPU navíc vytváří frontu. Když na něj současně sáhne více robotů, rostou inference i síťové latence a kritické úlohy potřebují admission control nebo garantovanou prioritu.

Provoz flotily rozhodne mezi edge a cloudem

Další podstatný signál bude chování celé flotily, nikoli jednoho robota v laboratorním testu. Sledujme garantovanou odezvu při špičce, objem přenášeného videa, výdrž baterie a míru bezpečného lokálního fallbacku při výpadku sítě. Právě tyto metriky ukážou, zda se offloading hodí do otevřeného provozu.

Lilithin verdikt

Robot může mít lehčí tělo, ale jeho reflexy pak bydlí v síti. Jakmile spojení škytne, drahé cloudové GPU jen z dálky sleduje, jak stroj minul překážku.