視覺模型在雲上很準，產線等一次推理要幾百毫秒外加抖動。節拍不允許排隊。時延預算決定模型住在工位旁還是住在機房。邊緣負責放行，雲端負責訓練、抽檢和版本。位置選錯，準確率再高也是停線源。
模型住哪裡，不是架構偏好。是傳送帶還等不等得起。
先寫時延再選位置
測量拍照到放行的允許時間。超預算必須邊緣化或減輸入。斷網時邊緣仍能按末版模型放行並緩存。雲端更新要可回滾，不得在高峰靜默推送。
- 在線學習不要直接寫進放行路徑。
- 抽檢與疑難件可以上雲，節拍件必須本地。
- 邊緣設備有健康檢查，風扇和磁碟與產線同級維護。
邊緣放行，雲端進化
XYN 數智化系統把質檢結果寫回工單，推理位置按工位時延配置。住對地方，智能才是節拍的一部分；住錯地方，智能是節拍的對手。
用秒表量一次拍照到放行。超預算，先搬邊緣，再談換更大的雲端模型。
