强化学习、运动扩散模型、机载感知，所有这些都运行在不同的计算环境中。 这些策略的训练在 GPU 集群上运行。但角色本身则在嵌入式硬件上实时运行推理，自主导航并生成动作。 这种从边缘到云端的协调、数据中心的仿真和训练、机器人上的实时推理以及两者之间的数据流动，构成了计算编排的挑战，并且随着部署角色数量的增加而不断扩展。 这正是 #NuNet 正在解决的问题：一种能够协调从云端 GPU 到边缘设备等异构基础设施上工作负载的协议。 下一代物理人工智能的瓶颈不在于 GPU 算力，而在于连接所有组件的基础设施层。