developer.nvidia.com·2026/09/22·Tanya Lenz
为什么重要 指出只优化 CUDA kernel 不够，消息序列化与 CPU 拷贝会抵消 GPU 收益，可指导机器人感知管线优化。
GPU 加速可以加快计算密集型机器人工作负载，但仅有一个快速 CUDA kernel 并不能保证快速的 ROS 2 图。当消息在节点之间移动时，它们可能继续被序列化或通过 CPU 内存复制。这会削弱将感知与 AI 工作负载保留在 GPU 上的收益。
GPU acceleration can speed up compute-intensive robotics workloads, but a fast CUDA kernel alone does not guarantee a fast ROS 2 graph. As messages move between...