用途：面向 NVIDIA TensorRT 的模型推理优化与部署，把训练好的深度学习模型转换为 TensorRT 引擎并调优推理性能。
主要能力：将各类框架模型（如 ONNX）转换为 TensorRT 引擎；配置 FP16、INT8、TF32 等精度模式与稀疏权重；通过 IInt8EntropyCalibrator2 等校准器执行 INT8 校准量化；使用优化档位（optimization profile）处理动态形状与可变批量；分析内核融合机会；开发自定义 TensorRT 插件；用 trtexec、Nsight Systems 评测推理延迟与吞吐；对比 TensorRT 与原生框架推理。
使用方式：环境需 TensorRT 8.5+、CUDA Toolkit 11.0+、Python tensorrt 包，ONNX 模型需 ONNX Runtime。可用 Python API 创建 builder、解析 ONNX、配置 config 并构建序列化引擎，也可用命令行，如 trtexec --onnx=model.onnx --saveEngine=model.engine，FP16 加 --fp16，INT8 校准加 --int8 --calib=calibration.cache，动态形状用 --minShapes/--optShapes/--maxShapes。
适用场景：GPU 上的模型推理加速、批量与动态输入部署、精度与速度权衡、自定义算子与性能剖析。
限制：INT8 需要代表性校准数据；动态形状会增加构建时间；自定义插件需谨慎管理内存；引擎文件与 GPU 架构绑定。收费、价格与平台支持范围暂未提供。