元思无界基于NVIDIA Jetson平台优化内存占用，消费级四足机器人降配32GB档

声明：文档由AI根据原文生成。

内存瓶颈制约消费级四足机器人量产

消费级四足机器人正从实验室走向真实场景部署。这类设备需在端侧同时运行环境感知、决策规划与运动控制，内存资源与算力共同决定产品稳定性、部署成本及功能扩展空间。元思无界近期基于NVIDIA Jetson AGX Orin平台推进相关项目时，整机内存使用量一度达到45GB，导致系统可用资源压缩、多任务并发稳定性承压、模型升级空间受限，并增加了不同场景下的适配难度。

联合优化路径：从系统账本到模型瘦身

项目组未采取单点调整，而是建立从底层到应用层的联合优化闭环。核心依托两项方向：一是Carveout优化，梳理CPU/GPU reserve、dma-buf/CMA等静态预留，削减非必要预留，释放被锁死但未实际使用的空间；二是模型量化优化，在兼顾业务精度目标前提下压缩模型运行内存。

配套实施五项系统级措施：建立free空闲、业务进程匿名页、内核、GPU/dma-buf预留、file page cache残值、其他杂项共六科目闭合账本，精准定位真实占用；针对数据录制场景优化写盘与缓存策略，控制page cache膨胀与脏页堆积；为语音、行人检测、相机编解码、ToF传感、BEV检测、规划、运动控制等主要模块建立内存预算配额与稳态基线；对编码器与GPU所需连续内存进行预分配与内存池管理，避免临时申请触发强制回收；持续采集meminfo、zoneinfo、slab与PSI快照，以available与PSI memory作为水位判据，设置异常增量与OOM告警。

四步实施与量化成果

项目按四步推进：识别系统级内存压力来源；从底层carveout配置释放闲置预留资源；同步推进缓存治理、进程预算、连续内存预分配与模型量化；通过联合验证与运行态监控形成闭环。

优化后整机内存使用从45GB降至30.6GB，释放14.4GB，整体降幅32%。稳态占用落入32GB档容量区间，在常态化治理与监控保障下可长期稳定运行并保留安全余量，由此支撑硬件配置由64GB档降配至32GB档。

方法可复用于端侧多模型并发场景

此次优化为后续算法迭代、功能叠加保留了更充足的安全余量，同时降低了硬件成本、提升了边缘部署灵活性。其"闭合账本定位—底层预留释放—缓存与进程预算治理—连续内存预分配—模型量化—监控闭环"的联合优化方法，可复用于四足机器人、AMR、工业机器人等端侧多模型并发场景。

关于元思无界

元思无界（TOPBOT，原名桦之坚）成立于2025年8月，总部位于上海长宁，团队超400人，研发人员占比87%。公司构建七大平台全栈自研底座，旗下四足机器人产品累计订单超1200台，并为1X提供关键模组与整机代工。