在6GB、2011年GPU上运行现代多模态助手：面向Fermi的分阶段验证全GPU CUDA推理

论文在NVIDIA Tesla C2075（Fermi、sm_20、6GB）上完整部署MiniCPM-V-4.6，覆盖SigLIP2视觉编码器、窗口注意力合并器与混合门控Delta网络。作者报告8-bit推理、分块Delta规则、长上下文注意力重写和逐阶段校验，最终实现图像问答端到端1.7秒。