別デバイスで学習したモデルを、Jetson で読み込み、推論を行うと、精度が低下する問題について

質問内容

別のデバイス (Google Colabratory, Ubuntu PC) で学習したモデルを保存して、Jetson Xavier NX で読み込み、推論を行うとき、精度が大幅に低下してしまい、何故精度が下がってしまうのか、原因が分かりません。
学習したモデルを Jetson で読み込むための適切な処理(モデルの保存/読み込み)を実施できていないのでしょうか？

現状

モデルの学習/推論には、GPU, Pytorch を利用し、Pytorch, CUDA のバージョンは揃えています。
テストデータは同一のものを使用しています。
Jetson 以外のデバイス間、例えば、Colab で学習したモデルを保存して、Ubuntu PC で読み込み、推論を行うとき、特に精度が低下することはありません。
モデルの保存、読み込みには以下のコードを使用しています。

Python
1# 保存
2torch.save(model.state_dict(), './xxx.pth')
3
4# 読み込み
5device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
6model = Net()
7model.load_state_dict(torch.load('./xxx.pth'))
8model.to(device)