EdgeRuntimeBench

Pitch 20 · Qualcomm Edge Runtime Evidence

EdgeRuntimeBench

Qualcomm 价值不能只写在项目书里。训练出的机器人策略要经过编译、profile、打包、部署、监控和回滚，形成评委和企业都能检查的边缘运行证据链。

查看运行链路 连接 LabForgePilot

01 · Runtime Pipeline

从云端策略到本体运行，中间必须有可验证的工程链路。

CloudTwin 训练出的策略不是直接丢给机器人。它需要绑定设备 profile、评估延迟和资源占用、生成部署包，并通过 SafetyOps 发布门禁。

Artifact

LeRobot / ACT 策略、数据集版本、训练配置和评估报告。

Compile

面向 QCS8550 / QCS6490 / IQ-8275 profile 生成 runtime target。

Profile

测量延迟、action rate、内存、温度、功耗和稳定性。

Package

部署包、依赖 manifest、兼容性报告和回滚包。

Monitor

运行日志、失败 episode、安全边界触发和回滚事件。

Qualcomm 边缘运行编译评测部署证据链图

02 · Bench Metrics

评分需要证据，企业验收也需要证据。

初赛阶段先定义指标，复赛阶段填入真实板端数据。这样即使模型还在迭代，工程目标也很清楚。

Latency

端到端动作延迟、p50/p95 和视觉到动作闭环。

Action Rate

策略输出频率、执行稳定性和连续运行能力。

Utilization

CPU/GPU/NPU、内存、摄像头和 IO 占用。

Thermal

温度、功耗、降频风险和散热边界。

Safety

软边界、急停、人工接管和安全门禁结果。

Rollback

版本停用、回滚包、失败日志和下一轮训练任务。

03 · Demo Evidence

LabForgePilot 的高通价值，要靠 runtime 证据补强。

三分钟视频里只需要一屏展示：目标设备 profile、策略版本、延迟指标、部署包和回滚日志。答辩 PPT 再展开 EdgeRuntimeBench 的证据表。

  • 初赛：定义 Rhino X1 / QCS8550 target profile 和 benchmark 计划。
  • 复赛：接入开发板后填入实测延迟、资源占用和稳定性。
  • 视频：展示策略从 CloudTwin 导出到本体运行的证据链。
  • 商业：把报告作为企业验收和 SkillDock 上架依据。
边缘部署 profile 和 runtime benchmark dashboard

04 · Why Qualcomm

把 Qualcomm 从“硬件选择”变成“技能部署标准”。

如果每个技能包都需要设备 profile、runtime benchmark 和部署证据，Qualcomm 就不只是比赛板卡，而是机器人技能分发、企业验收和长期运维的默认边缘目标。

AI Hub 模型优化、编译、profile 和部署进入工作流。
QCS8550 主 demo 以 Rhino X1 / QCS8550 作为 edge target。
SkillDock 技能上架必须带硬件兼容性和运行证据。
EdgeFleet 长期部署继续回传模型版本、失败和资源指标。

EdgeRuntimeBench 的目的，是把“我们会用 Qualcomm”变成“每个策略都能被编译、评测、部署、监控和回滚”。

Qualcomm AI Hub RB3 Gen 2 QCS8550 APLUX Rhino X1 LeRobot Docs