微软实测机器人「卸载推理」：K8s 统一调度机器人、边缘 GPU 与云，卸载决策变成可测量

9 月 23 日，Microsoft Research 发布面向真实世界物理 AI 机器人的「卸载推理」（offloaded inference）测量研究与配套工具集：把机器人上的模型推理按声明式规格自动容器化，在机器人本体算力、边缘 GPU 与云之间分配，用 Kubernetes 做统一调度抽象。

研究盯住的是一组三方拉扯：开放世界里机器人既要跑大模型又要长续航，而把推理卸出机器人涉及性能、网络时延与带宽、可用 GPU 资源的复杂权衡。工具集让「哪一层跑哪部分模型」从工程师经验决策变成可测量、可编排的决策，官方称这项测量研究将为物理 AI 推理系统的设计提供依据。

它改变了什么：人形机器人厂商普遍在「全端侧小模型」与「全云端大模型」之间二选一，微软给出的是第三条路的工程证据——按任务粒度切分推理负载。边界：这是测量研究加工具集，不是基准得分，官方也未给具体机型上的实测数字。

原文链接：Microsoft Research 官方博客