一、从一次深夜调试说起
上周三凌晨两点，实验室的工位上还亮着三盏灯。我面前摆着三台不同型号的边缘计算盒子，风扇都在嗡嗡作响，但只有一台的屏幕上正常输出了RT-DETR的检测结果。
另外两台，一台启动到一半卡死在Ubuntu的紫色界面，另一台倒是进了系统，但一跑模型就报“CUDA out of memory”——明明选型时标的都是8GB显存。
这就是边缘部署最真实的开场：硬件选型不是看参数表打勾，系统烧录也不是点点鼠标就能完成。今天我们就拆开说说，怎么让RT-DETR实实在在地跑在边缘盒子里。
二、硬件选型：别只看纸面参数
选边缘计算盒子，很多人第一眼就去比CPU主频、看显存大小。这些当然重要，但真正的坑藏在细节里。
核心考量点1：算力与功耗的平衡
边缘场景往往有严格的功耗限制。比如我们要部署RT-DETR做视频流分析，如果盒子需要独立散热风扇，长时间高温运行稳定性就会打折扣。
我一般会先看芯片的TDP（热设计功耗），15W到30W之间是甜点区间——算力够用，散热压力也不大。英伟达Jetson系列、华为Atlas的某些型号在这方面做得比较成熟。
核心考量点2：内存与存储的配置
“8GB显存”这个说法在边缘设备上要小心。很多SoC（片上系统）是共享内存架构，显存和系统内存共用同一块物理内存。
比如某款盒子标称“8GB RAM+8GB显存”，实际可能是8GB物理内存，其中划了一部分作显存。
跑RT-DETR时，如果模型较大，系
