強化學習、運動擴散模型、機載感知，所有這些都運行在不同的計算環境中。 這些策略的訓練在 GPU 集群上運行。但角色本身則在嵌入式硬件上實時運行推理，自主導航並生成動作。 這種從邊緣到雲端的協調、數據中心的仿真和訓練、機器人上的實時推理以及兩者之間的數據流動，構成了計算編排的挑戰，並且隨著部署角色數量的增加而不斷擴展。 這正是 #NuNet 正在解決的問題：一種能夠協調從雲端 GPU 到邊緣設備等異構基礎設施上工作負載的協議。 下一代物理人工智能的瓶頸不在於 GPU 算力，而在於連接所有組件的基礎設施層。