시각-언어-행동 (Vision-language-action, VLA) 모델은 Embodied AI의 핵심 구성 요소로 부상했습니다. 기존 방식 중 확산 기반 (diffusion-based) VLA 모델은 우수한 동작 품질과 일반화 성능을 달성합니다. 그러나 확산 기반 VLA 모델은 연산 집약적이며, 예를 들어 50-200 Hz와 같은 높은 제어 주파수에서 실행되어야 합니다. 따라서 이는 에지 디바이스 (edge devices)에 엄격한 지연 시간 및 에너지 제약을 부과합니다. 본 연구에서는 효율적인 확산 기반 VLA 추론을 위한 알고리즘-하드웨어 공동 설계 (algorithm-hardware co-design) 프레임워크인 Deltoris를 제시합니다. 첫째, 우리는 연속된 입력 간의 시간적 유사성을 활용하여 연속된 입력 사이의 차이점만을 계산함으로써 중복되는 비트 수준 연산을 제거하는 extit{시간 인지 비트 희소성 (temporal-aware bit-sparsity)} 알고리즘을 제안합니다. 우리의 알고리즘으로 인해 발생하는 추가적인 오프칩 트래픽 (off-chip traffic) 문제를 더욱 해결하기 위해, 우리는 데이터 로딩을 여러 제어 단계에 걸쳐 분할 amortize하는 extit{추측적 추론 (speculative inference)} 기술을 제안합니다. 마지막으로, 이러한 기술들을 지원하기 위해 우리는 PE 워크로드 불균형을 제거하는 맞춤형 1D 시스톨릭 비트 직렬 PE 어레이 (1D systolic bit-serial PE arrays)를 갖춘 전용 가속기를 공동 설계합니다. 평가 결과, Deltoris는 유사한 정확도를 유지하면서 모바일 GPU 대비 최대 34.2배, 기존 가속기 대비 6.1배의 속도 향상을 달성함을 보여줍니다.