Nota 將機器人 VLA 推論放上 Qualcomm 邊緣 NPU

南韓 AI 最佳化公司 Nota 於 9 月 22 日宣布，已將一個視覺語言動作機器人模型完全運行在 Qualcomm 的 Dragonwing IQ-9075 NPU 上，未使用 GPU，也未使用外部伺服器。這項由公司回報的示範，核心是一支機器手臂回應語音指令並移動一個方塊。在該測試中，Nota 表示任務時間從原始配置的 36 秒降至最佳化後的 12 秒，而任務成功率回報為 92%，最佳化前則為 93%。

Nota 稱改變了什麼

這項宣布屬於企業揭露，並非經獨立驗證的基準測試。Nota 表示，這項變化不只是更換硬體，而是一項最佳化工作，使機器人 AI 工作負載適合在邊緣 NPU 上執行。該公司列出數種方法：模型壓縮、NPU 圖最佳化、使用多個 NPU 單元，以及動作加速。Nota 將這些變更合併描述為讓 VLA 模型能在 Qualcomm 處理器上本機執行，而不是依賴 GPU 或機器人系統外部的伺服器。

這項實務差異有其重要性，因為視覺語言動作模型必須連接感知、語言理解與實體移動。在 Nota 描述的示範中，機器手臂必須解讀移動方塊的語音指令，並將其轉換為一串動作。因此，所回報的改善是針對端到端示範任務，而不只是單一孤立的神經網路運算。從 36 秒縮短至 12 秒，代表在該特定設定中，從指令到完成移動的週期變短。

Nota 也回報，最佳化後推論速度最高提升至 7 倍。這個數字應與示範任務時間縮短至三分之一分開解讀。推論速度指的是模型運算，而機器手臂任務還包含指令處理、感知與動作執行等其他階段。這兩項測量指向相同方向，但描述的不是同一件事。該公司的主張是，最佳化讓模型執行改善到足以實質縮短機器人動作流程。

最佳化配置如何運作

已驗證資訊並未提供模型大小、機器人硬體細節、方塊排列方式、除了移動方塊任務之外的指令措辭，或原始系統架構。可以確認的是，Nota 將 VLA 工作負載移至 Qualcomm Dragonwing IQ-9075 NPU，並避開 GPU 執行與外部伺服器處理。這意味著該示範以裝置端推論為框架：機器人 AI 任務所需的運算，由邊緣加速器在本機處理，而不是送往遠端處理。

模型壓縮是 Nota 表示採用的方法之一。一般而言，壓縮會降低模型的運算負擔，使其能在較嚴格的處理與記憶體限制內運作。在這個案例中，相關主張不是單靠壓縮就產生結果，而是壓縮構成較廣泛最佳化流程的一部分。由於沒有提供額外技術參數，無法量化從 36 秒降至 12 秒的改善中，有多少來自壓縮，又有多少來自其他變更。

NPU 圖最佳化是另一個被提及的組成部分。這指的是將模型的計算圖調整給目標神經處理硬體。對邊緣 NPU 而言，這可能很重要，因為效能不只取決於模型理論上的大小，也取決於運算如何排列，以及加速器如何支援這些運算。Nota 的宣布將結果歸因於這類具硬體意識的最佳化，其中包括使用多個 NPU 單元。該公司也提到動作加速，將推論改善連接到機器人的移動流程。

根據所提供事實，這項結果於 9 月 11 日在 KRAIN 展示。這個場景使相關數字屬於示範結果，而不是跨多種環境的廣泛評估。該公司回報，最佳化後任務成功率為 92%，最佳化前為 93%。依照回報，一個百分點的差異顯示，該示範中的速度改善並未伴隨此成功率指標的大幅下降。不過，在沒有試驗次數、測試條件或失敗定義的情況下，無法確認這項差異的統計意義。

這些數字能證明什麼，不能證明什麼

最有支撐的結論是，Nota 回報在 Qualcomm Dragonwing IQ-9075 NPU 上成功完成 VLA 機器人模型的裝置端示範，且所展示的移動方塊任務以先前時間的三分之一完成。該宣布也支撐較窄的說法，即該公司在自身最佳化配置中測得最高 7 倍的更快推論。這些是來自示範的公司回報效能數字，不是獨立實驗室測量，也不是具公開可重現條件的公共基準套件。

這些數字不能證明每一種 VLA 機器人工作負載都會在同一個 NPU 上看到相同加速。它們也不能證明最佳化系統在更多樣的任務、不同物件、不同指令或操作環境中，仍能維持 92% 成功率。已驗證事實不包含與其他邊緣處理器、GPU、伺服器式系統或競爭最佳化平台的比較。因此，這項宣布可被分析為 Nota 特定實作的證據，但不能視為機器人 AI 硬體或軟體的一般排名。

所提供資料也未完整描述原始 36 秒配置。因此，尚不清楚原始設定是否使用相同邊緣硬體但未最佳化、不同執行路徑，或另一種配置。這限制了對前後比較可解讀的範圍。Nota 描述的核心變化，是在不使用外部運算的情況下，將模型最佳化後在 Qualcomm NPU 上執行。該公司回報的實務結果，是更快完成移動方塊的語音指令。

實務意涵

對機器人而言，這類方法的實務意涵，是降低一類 AI 驅動控制任務對遠端運算的依賴。如果機器人能在本機處理 VLA 模型，系統設計就能避免把該步驟的推論送到外部伺服器。已驗證事實未提供功耗、延遲拆解、熱行為或成本測量，因此這些因素在此無法評估。即便如此，這項示範回應了一個明確工程問題：機器人 AI 模型是否能被調整到適合邊緣 NPU 資源並在其上執行。

改在邊緣 NPU 而非 GPU 上執行，也可能與部署限制有關，但該宣布沒有量化這些限制。它沒有說明電池影響、機殼需求或整體系統物料成本。可支撐的相關重點較窄：Nota 表示，其最佳化方法讓模型能在 Qualcomm Dragonwing IQ-9075 NPU 上執行，並使示範任務完成得更快，同時在回報結果中讓任務成功率幾乎不變。

Nota 在此事件中的定位，也是一家最佳化公司，而非機器人製造商本身。該公司於 2015 年在 KAIST 創立，推廣 NetsPresso 最佳化平台，並於 2025 年 11 月在 KOSDAQ 上市。這項背景使該宣布被定位為最佳化技術應用於機器人 AI 的展示。因此，這項示範不僅關於機器手臂可見的移動，也關於如何將要求較高的 VLA 工作負載調整到邊緣硬體上。

這項宣布仍留下重要問題，包括最佳化如何影響泛化能力、系統在更複雜任務中的表現，以及結果在示範情境之外的可重複性。即使如此，在公司回報資料的限制內，這個案例仍具有技術意義：Nota 表示，它把一個 VLA 機器人模型移上 Qualcomm 邊緣 NPU，在該設定中移除對 GPU 或外部伺服器的需求，並將一項特定語音移動方塊任務從 36 秒縮短至 12 秒。