很多人对边缘侧硬件的认知，还停留在“找个ARM开发板跑模型就行”的阶段，真到了现场才知道，你面对的根本不是实验室里恒温恒湿的操作台，是焊枪飞溅的焊渣、柜内60多度的高温、时不时窜过来的静电干扰，还有一断就大半天的工业网络。
先搞清楚：你要扛的不是数据量，是现场的破环境
别上来就翻算力参数表。工业现场对边缘硬件的第一要求，从来不是能跑多大的模型，是能在乱七八糟的环境里稳定跑着不宕机。
我们一开始图省事，选了市面上卖得火的通用RK3588开发板，消费级版本，工作温度标着0℃到70℃，觉得控制柜里温度再高能到哪去？结果连续跑了三天，板载的eMMC开始掉块，视觉检测的帧率从50FPS掉到不足10FPS，拆开外壳一摸，芯片表面温度已经到了82℃——之前实验室里测的时候，柜内温度才30℃，根本没考虑夏天车间通风差的时候，控制柜靠被动散热，内部温度比环境温度高20℃是常事。
后来换了工业级版本的核心板，结温阈值拉到125℃，宽温范围覆盖-40℃到85℃，电源入口补了TVS管和共模电感，对着GB/T 17626.2的要求做测试，接触放电±4kV、空气放电±8kV都能扛住，这才把稳定性的问题压下去。
说个丢人的事。之前有个合作方的工程师，图便宜买了没有EMC认证的开源硬件，装在离焊枪3米的位置，每打一次焊就重启一次，查了整整三天，最后发现板上连个像样的电源滤波电路都没有，焊枪动作产生的电磁干扰直接顺着电源线把主控打复位了。这种坑，真的踩一次记一辈子。
别被纸面算力骗了：本地运算单元的选型账要算细
厂商宣传册上的算力数字，看看就行，别当真。我们那次做的焊缝缺陷检测，用的是INT8量化后的轻量化YOLOv8s，单帧图像1280*1024，要求单帧推理时间压到20ms以内，也就是稳定50FPS的实时处理能力。
一开始团队里有人提议选带16TOPS NPU的核心板，觉得算力够高，跑模型肯定流畅。结果拿到样品实测的时候，实际推理时间愣是到了45ms，连一半的性能都没达到。拆了性能分析工具才发现，根本不是NPU算力不够，是内存带宽拖了后腿——那块板用的是32bit位宽的LPDDR4X-2133，理论带宽才17GB/s，跑模型的时候，NPU一半的时间都在等内存喂数据。
后来换了带独立LPDDR5的运算单元，带宽拉到25GB/s，同样的模型，单帧推理时间直接压到12ms，算下来成本还比之前选的16TOPS版本便宜了近30%。真的，好多人选型的时候盯着NPU的TOPS数算来算去，根本没注意内存带宽这个隐形瓶颈，最后花了大价钱，性能还没达标。
更有意思的是，我们后来测了市面上几款主流的边缘运算单元，实际跑同一款模型的有效算力，普遍只有纸面宣传值的25%到40%。那些标着32TOPS算力的板卡，要是配的还是低带宽的LPDDR4，实际跑起来的性能，说不定还不如带宽够的8TOPS单元。
这里还要提个接口匹配的问题。上次见一个项目，为了凑高算力，选了带PCIe Gen3接口的运算单元，结果现场配的工业相机都是GigE接口，光做协议转换就耗了30%的CPU资源，纯纯的大炮打蚊子，钱花了，效率没提上来。
别把边缘节点当云端瘦客户端：本地运算的兜底设计
说实话，很多做IT出身的同事第一次碰边缘项目，总觉得边缘节点就是个把数据传到云端的中转站，根本没考虑断网的情况。前两年疫情最严重的时候，有个合作的工厂网络断了8个小时，之前搭的架构是所有检测数据全部传到云上做推理，结果网络一断，整条焊装线的质量检测直接停摆，光返工的零件就损失了小几十万。
后来我们改架构的时候，给运算单元加了两层兜底。第一层是独立的硬件看门狗电路，用的是MAX6369芯片，不依赖主控的软件喂狗，超时1.6秒就直接硬复位，再也没出现过系统死锁、现场没人管导致停线的问题。第二层是本地存储的冗余设计，除了板载的8GB eMMC系统盘，还加了32GB的工业级NAND闪存阵列，就算完全断网，本地也能存至少72小时的检测数据和推理结果，等网络恢复了再批量同步到云端，完全不影响产线的正常运行。
还有个容易被忽略的点：TDP功耗。毕竟控制柜里基本都是被动散热，你要是选个TDP超过15W的运算单元，夏天柜内温度一上来，芯片直接降频保护，性能砍半都是轻的。我们现在选单元的阈值，基本把TDP控制在10W以内，被动散热就能压得住，不用额外加风扇——毕竟风扇是机械结构，现场灰尘大，用个半年就堵了，反而成了新的故障点。
做了这么多年现场的边缘项目，最大的感受就是，边缘侧本地数据运算处理硬件单元的设计，从来不是把消费级的芯片焊到PCB上就算完事。你要算的账，从现场的EMC耐受等级，到实际负载对应的内存带宽需求，再到断网时候的兜底能力，每一步都藏着之前踩过的坑。
没有什么万能的选型公式。别光看厂商给的参数表，多去现场蹲两天，摸清楚柜内的温度、干扰源的位置、网络的稳定性，选出来的硬件才是真的能落地的。
