产线 AI 质检推理延迟成为瓶颈时，怎样结合缓存、轻量模型和异步流水线优化？

当AI质检模型(如缺陷识别模型)的推理延迟成为产线实时检测瓶颈时你是如何通过缓存策略+模型轻量化+异步流水线编排协同优化端到端响应时间的?比如，是否对常见缺陷特征做了缓存预热?