模型在开发机能跑，不代表小型边缘设备能同时承担采集、推理和界面。
本文使用树莓派网关、独立视觉工作进程与合成业务事件。物联网与视觉结合后，数据采集、推理和业务动作有不同速率与可靠性。本文以可停止的演示链路研究状态归属，不把接口成功等同于物理动作完成。
1. 从现象推到机制
模型权重只是内存的一部分，输入缓冲、中间特征、解码和并发任务都会增加峰值。持续负载还受散热和供电影响。平均内存正常不代表首个请求或批处理峰值安全。
图中的四个节点分别表示目标设备、单任务基线、有限并发、发布条件。顺着实线检查输入如何变成输出，再沿虚线核对反馈条件。图示表达的是本文讨论的关系，不是实测曲线或现场截图。
2. 最小实现与输入条件
按单任务测量加载、首次推理与稳定推理，再加入并发。输入分辨率与队列上限作为发布条件，避免未验证的大图直接进入。
1
2
3
4
memory budget = model + intermediate + input/output + runtime
load -> first inference -> steady state
then bounded concurrency
record temperature, memory peak, latency and failures
从单设备单图片开始，保存事件身份和所有输入输出。再逐项加入队列、重试和告警，检查重启后的归属与恢复；外部写入或控制需要明确规则与权限。
3. 用对照区分原因
下表列出需要主动改变的条件。预期行为来自机制分析，复现时还需记录运行环境和原始输出，不能将预期当作已经测得的结果。
| 改变的条件 | 需要验证的行为 |
|---|---|
| 只统计权重文件大小 | 会遗漏大量运行时占用 |
| 持续运行后变慢 | 可能涉及温度或资源积累 |
| 并发翻倍导致内存不足 | 需要有限任务容量 |
对照 1：只统计权重文件大小
会遗漏大量运行时占用。观察时记录进程峰值与中间缓冲。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
对照 2：持续运行后变慢
可能涉及温度或资源积累。观察时记录温度频率与延迟趋势。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
对照 3：并发翻倍导致内存不足
需要有限任务容量。观察时记录各阶段峰值和队列上限。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
4. 适用条件与取舍
不同硬件性能不能仅靠参数量换算。部署结论必须带具体设备、模型、分辨率和计时范围，不给未经测试的帧率。
一次正常运行只覆盖了这组输入。继续扩展前，应把上面的异常对照保留下来，尤其关注“并发翻倍导致内存不足”这一分支。后续方案若改变了图中任意一处依赖，原来的判断就要重新验证，不能仅凭界面相似或返回值相同沿用结论。
