上周在客户现场调试，遇到一个典型场景：产线质检终端跑YOLOv11检测工件，模型精度没问题，但产线节奏一快就掉帧。终端设备算力有限，全量模型跑起来勉强够用，但遇到密集小目标时延迟直接飙到300ms以上。产线负责人指着监控屏问：“能不能既保证实时性，又不换硬件？”——这个问题直接把我们推向了边缘协同推理的路线。边缘部署的典型困境纯端侧部署YOLOv11，往往受限于设备算力。比如用Jetson Nano跑640x640输入的标准模型，batch=1也要近80ms，这还没算前后处理。而纯云端部署虽然算力充足，但网络延迟在工业现场可能极不稳定，一个网络抖动就可能导致整个质检流程超时。这时候边缘服务器的价值就凸显出来了：它离终端足够近（通常在同一局域网），又能提供比终端强一个量级的算力。协同推理的架构设计我们的解决方案是动态任务分流。YOLOv11的检测流程被拆解：终端设备运行轻量化的预处理和初步检测，边缘服务器运行重计算的后处理或复杂子网络。具体实现时，我们修改了YOLOv11的forward逻辑：classEdgeAwareYOLO:def__init__