A Prismax reduziu o uso de VRAM na inferência π0.5 de ~22 GB para apenas 11,2 GB, tornando-o acessível para GPUs de 16 GB, como RTX 5080 e 5070 Ti. Como foi alcançado? > Eliminação da inicialização desnecessária do modelo em FP32. > Impediu que modelos PyTorch ocupassem VRAM ao lado dos motores TensorRT compilados. Resultado: quase 10 GB a menos de uso de VRAM sem sacrificar o modelo. Isso torna a inferência de robótica π0.5 de alto desempenho mais acessível em hardware de desktop e laptop. @PrismaXai