VLA 推理时间花在哪：跨 GPU 的瓶颈与优化交互测量研究

该预印本对 VLA 推理优化做了一次系统性测量研究，覆盖 CUDA graphs、编译、token 剪枝与量化等七类优化方法，在七种当前 VLA 模型和四类 GPU（从数据中心 H100 到嵌入式 Jetson Thor）上评估。作者指出，以往优化结果多只在单一 GPU 类型和少数 VLA 模型上报告，缺少对特定硬件上真实瓶颈及优化泛化性的分析。研究分析了 CPU 启动开销、内存带宽与内核效率如何共同塑造优化收益，以及一种方法如何改变另一种方法的收益，并据此提出 VLA-Triage 指南，用于在延迟预算下叠加优化，指出哪些阶段能提供所需节省、哪些组合需在部署执行模式下测试。