113、Slim-Neck 轻量化 Neck 的第二步：VoV-GSCSP 替换 Neck 中的 C3k2从一次线上事故说起去年双十一大促，我们部署在边缘设备上的YOLOv8模型突然开始掉帧。排查后发现，Neck部分的C3k2模块在输入分辨率1280x1280时，单次前向推理耗时从2.3ms飙升到4.1ms。更诡异的是，这个现象只在特定批处理大小（batch=8）时出现，单张图片反而正常。后来定位到是C3k2内部的密集连接导致的内存访问模式不连续，触发了边缘设备NPU的缓存颠簸。这个教训让我意识到：轻量化Neck不能只看FLOPs，更要关注实际硬件上的内存访问模式。今天要讲的VoV-GSCSP，就是专门解决这个问题的——它通过"一次性聚合"策略，把C3k2那种反复读写特征图的模式，改成了单次通道拼接+轻量卷积，实测在Jetson Orin上推理速度提升37%。为什么C3k2在轻量化场景下不够"轻"先看C3k2的核心结构（简化版）：classC3k2(nn.Module