算力、接口、散热，三件事挤进三升的机箱

在工厂车间里待过的人都有一个印象：一台设备旁边，通常还挂着两三台别的设备。工控机跑逻辑，视觉盒子跑检测，服务器跑模型，中间用交换机和串口线连起来。每一台都有自己的电源、自己的风扇、自己的操作系统。

这两年出现了一种变化：这些东西开始被塞进同一个机箱，体积和一台路由器差不多，但里面装的是能跑 30B 级模型的算力。

01 边缘算力的位置：不是云的缩小版

很多人把边缘设备理解成"小一号的云服务器"，这个理解会带偏选型。

云服务器优化的是吞吐和成本：同样的卡，跑更多的请求，单位算力越便宜越好。边缘设备优化的是确定性：这台机器放在产线旁、变电站里、门店后仓，它必须能接上现场的传感器和执行器，必须在断网时继续工作，必须让一个不懂 Linux 的运维人员能重启它。

所以边缘设备的评价标准和云完全不同——不是"跑分多少"，而是"能不能装进去、能不能接上、坏了多久能恢复"。

02 外形是被接口决定的

为什么这类设备的外壳总像路由器？因为接口密度决定了形态。

一个典型的边缘节点，背面往往同时挂着：5 个网口（1 个上行、4 个下行，可以做内外网隔离）、若干串口、一排凤凰端子、几根天线。凤凰端子是工业现场的通用语言，CAN、RS485、数字量输入输出、4~20mA 模拟量采集，全都从这里出。

这意味着它不需要额外的协议转换器——PLC 的 485 总线、传感器的模拟量、摄像头的网口，直接进机器。少一级转换，就少一个故障点，也少一个半夜被叫去现场的理由。

▲ 典型形态：三升左右的金属机箱，天线与网口集中在后侧

网口的分工也值得说一句。1 个 WAN 加 4 个 LAN 不是堆料，而是把"对上"和"对下"隔开：上行接企业网或 5G，下行接产线设备，两边不在同一个广播域里。做过现场的人都知道，产线设备一旦和办公网混在一起，一次广播风暴就够停产半天。

03 三升机箱里塞 45W：散热的物理账

这类设备的整机功耗通常在 45W 级别，听起来不高，但塞进三升的金属壳里，散热就成了主要设计约束。

常见的做法是整块铝壳做散热面，内部用风道把热量导向一侧，靠一到两个小风扇强制对流。纯被动散热在这个功耗级别基本不成立——除非把体积放大一倍，那就不再是"能放在产线旁"的形态了。

代价是灰尘和噪音。工业现场的粉尘会在半年内糊住鳍片，所以进风口通常要做防尘处理，机箱也要设计成可拆洗。工作温度一般标到 -10℃~55℃，这个范围不是为了好看，是因为配电室夏天能到 45℃，而北方冬天的户外机柜会到零下。

供电同理。12V 直流输入、5A 的规格，意味着可以直接从现场的直流屏取电，不必额外配 UPS 和插座。

▲ 前面板：电源键、USB 3.0、Type-C 调试口与音频口，检修集中在正面

04 算力怎么配：从 20T 到 160T 的阶梯

边缘节点的算力不是越高越好，而是要和负载对上。行业内常见的分档大致是这样的：

· 20T 级：单路或少量视频的检测识别、OCR、人脸，够用且便宜

· 70T 级：4~8 路视频同时解码加推理，或者小参数量的语言模型

· 160T 级：30B 级别的语言模型、多模态文档解析，需要 24GB 以上内存配合

这里有个容易被忽略的点：**内存比算力更容易卡脖子**。一个大模型能不能跑起来，先看权重加 KV Cache 放不放得下，再看算力够不够快。所以同样是 160T 的卡，24GB 和 48GB 两个版本，能跑的模型完全不是一回事。

把算力做成可插拔模块，是这类设备近年比较普遍的设计。好处很实际：同一套机箱、同一套软件栈，低配做视觉检测，高配跑语言模型，整机厂不必为每一档算力重新开模。在模型一年一迭代的节奏下，这个设计比多几 TOPS 更有价值。

05 30B 模型放在边缘，到底能干什么

先泼一盆冷水：边缘跑大模型，不是让你在车间里和机器人聊天。

真正落地的场景都很"土"：把 PDF 规格书、图纸、维修记录解析成结构化数据；把会议录音转成纪要并归档；把几年的工单做成可检索的知识库；把质检照片里的缺陷描述自动写成报告。这些任务的共同点是——数据不能出内网，而且调用频次高。

这类负载对模型的要求不是"聪明"，而是"稳定"和"够快"。一个 30B 模型在 160T 级算力上，做文档解析和问答是够用的；但如果是多用户并发，就要在上下文长度、量化精度和响应时间之间做取舍。规格书上写的算力是峰值，实际体验要看实测的 token/s 和首字延迟。

06 部署位置，决定了它的全部设计

同样一台设备，放在产线旁的机架、变电站的屏柜、企业办公机房，要求完全不同。

产线旁要抗振动、抗粉尘、断电自恢复；变电站要宽温、抗电磁干扰、支持串口直连；办公机房要安静、要能进机柜、要支持远程运维。这也是为什么这类设备通常带硬件看门狗和 RTC——不是为了参数好看，而是为了让"无人值守"这件事成立。

▲ 后部接口：凤凰端子引出 CAN、RS485、I/O 与模拟量采集，旁边是 5 个网口

07 三个常见的选型误区

第一，只看算力数字。峰值算力和实际吞吐之间隔着内存带宽、算子效率、框架适配三层，同一个模型在不同平台上跑，速度能差好几倍。

第二，忽略接口和协议。现场设备不会因为你买了新服务器就改成网口通信，串口和端子该有还得有，转换器越多，故障率越高。

第三，低估软件栈的迁移成本。模型能不能跑，取决于算子覆盖和工具链成熟度。选型时最好先拿自己的模型跑一遍，而不是看厂商的适配清单——清单上的模型，往往是调过的。

08 结语

边缘算力这件事，本质上是在"算力"和"现场"之间找平衡点。参数决定上限，接口决定能不能接上，散热决定能不能连续跑三年。

一台设备长得像路由器，不是设计偷懒，而是被现场的约束一点点塑造出来的结果。

你所在的项目里，边缘设备最难解决的是哪一环——算力、接口，还是现场的供电和散热？评论区聊聊。

（本文为技术观察，不构成采购建议；参数来自公开资料，具体性能以实测为准。）