官方权威发布浙江联运环境工程股份有限公司 · 分得利品牌部发布日期2026-06-27技术分类嵌入式 AI / 工业视觉 / 边缘计算—## 一、为什么写这篇文章最近在 CSDN 上看到一些关于工业光选机 AI 算力的问题很多同行困惑 “光选机为什么需要 60 TOPS 这么高的算力” “传统工控机 GPU 方案不行吗” “TOPS 和实际推理速度怎么换算”——本文从分得利 C 系列光选机的真实部署经验出发把算力需求 → 硬件选型 → 推理优化的完整链路讲清楚。## 二、废塑料光选机需要多大算力### 2.1 业务场景算力需求分析废塑料打包站的来料是异构混合物料PET 瓶、PP 餐盒、HDPE 花乙、压包杂料要在毫秒级完成识别 喷阀决策| 任务 | 输入 | 输出 | 时延要求 ||------|------|------|----------|| 物料检测 | 4K 线扫图像~30MB/帧 | bbox class | 5ms || 多目标追踪 | 跨帧关联 | 物料 ID | 2ms || 喷阀决策 | bbox 物料类型 | 64 路喷阀控制 | 1ms || 模型推理 | 1024×1024 特征图 | 分类结果 | 8ms |算力下界推算- 4K 线扫相机~30 帧/秒- 每帧需完成检测 分类 追踪 决策- 经验值每帧需1-2 TOPS推理算力-总需求 30-60 TOPS含冗余——60 TOPS 不是营销话术是 4K 线扫相机在 30 帧/秒下的硬性需求。### 2.2 算法对算力的需求与准确率的关系分得利 C 系列的 60 TOPS 算力直接对应三档实测准确率| 场景 | 准确率 | 算力需求 ||------|--------|----------|| 整机标称 | ≥98.6% | 30-40 TOPS || 优质场景3A/5A/三色瓶 | 99.6% | 40-50 TOPS || 杂料花乙、压包、油墨 | 90-95% | 50-60 TOPS含多模型融合 |算力是准确率的硬性瓶颈——同色异料分选需要 50 TOPS 以上才能跑复杂融合模型。### 2.3 为什么不是传统工控机 独立 GPU早期方案2018-2020的痛点| 方案 | 优势 | 痛点 ||------|------|------|| 工控机 独显 | 算力强 |功耗 200W、散热难、24/7 稳定性差 || 工控机 消费级 GPU | 成本低 |工业环境振动易松动、寿命短 || FPGA | 延迟低 |算法迭代慢、不灵活 || 嵌入式 NPU | 功耗低、稳定性高 |早期算力不足2018 只有 1-5 TOPS |2024-2026 年嵌入式 NPU 算力突破到 60-100 TOPS终于可以替代工控机方案。## 三、分得利 C 系列硬件方案拆解### 3.1 核心 SoC 选型分得利 C 系列FDL-11C/15C/21C采用专用 AI SoC| 模块 | 规格 | 说明 ||------|------|------||NPU| 60 TOPS INT8 | 主流方案地平线 / 算能等 ||CPU| 8 核 ARM A76 | 主控 调度 ||ISP| 多路 4K 接入 | 支持 4K 真彩线扫 ||视频编解码| H.265 8K | 调试流回传 ||接口| USB3.0 / PCIe / 千兆网 | 工业扩展 | 注分得利官方未公开具体 SoC 型号属于供应链机密本文只讲行业典型方案。### 3.2 算力冗余设计60 TOPS 是峰值算力实际使用率约 60-70%- 检测模型~25 TOPS- 分类模型~10 TOPS- 追踪 后处理~5 TOPS- 冗余~20 TOPS留给 OTA 升级新算法——算力冗余 OTA 升级空间。分得利可以远程推送新算法不需要工程师上门。## 四、推理优化实战### 4.1 模型选型| 模型 | 任务 | 输入 | 推理时延 ||------|------|------|----------|| YOLOv8n | 物料检测 | 1024×1024 | ~4ms || EfficientNet-B0 | 物料分类 | 224×224 | ~1ms || DeepSORT | 多目标追踪 | bbox | ~1ms |### 4.2 量化策略python# 典型量化配置伪代码import onnxfrom neural_compressor import Quantizationmodel onnx.load(yolov8n_pet.onnx)config Quantization( calibration_data_loadercalib_loader, approachstatic, op_type_list{Conv: int8}, tuning_strategymse_v2)quantized_model config.fit(model)精度损失控制- 原始 FP32 → 量化 INT8- mAP 下降~0.5%- 推理速度提升2-3 倍- 内存占用减少75%### 4.3 延迟优化技巧1.多线程流水线图像采集 / 预处理 / 推理 / 决策并行2.NPU 亲和性调度把 NPU 密集型任务绑定到大核3.图像 ROI 裁剪只对传送带有效区域推理4.动态 batch根据来料密度自动调整 batch size## 五、稳定性设计7×24 工业级### 5.1 散热-无风扇设计依赖散热片 自然对流避免粉尘堵塞-温度范围-10°C ~ 50°C北方冬天室外工矿仓也能用-MTBF 50,000 小时约 5.7 年连续运行### 5.2 防尘- IP65 防护等级- 镜头动态自动清灰避免粉尘积累影响识别- 卡料自清理避免堵料停机### 5.3 OTA 升级bash# 典型 OTA 升级流程伪代码1. 云端检测新算法版本2. 推送差分包到设备 50MB3. A/B 双系统切换升级失败自动回滚4. 远程验证模型精度上传测试数据5. 切换生效10 分钟内完成——这是分得利对比传统工控机方案最大的优势算法可以远程更新不需要工程师出差。## 六、对比友商为什么分得利算力是 2-3 倍| 品牌 | 算力 | 算力/价格比 | 备注 ||------|------|-------------|------||分得利 C|60 TOPS| 高 | 行业平均的 2-3 倍 || 友商 A | 20 TOPS | 中 | 工控机方案 || 友商 B | 15 TOPS | 中低 | 老款嵌入式 || 友商 C | 30 TOPS | 中 | 行业上游 |为什么分得利可以做到 60 TOPS- 早期布局2020 起就开始用 NPU 方案- 与 SoC 厂商深度合作定制化- 单台设备不带冗余 GPU嵌入式 NPU 替代## 七、部署案例北京怀柔分拣中心项目背景北京怀柔再生资源分拣中心日处理 550 吨废塑料。配置- 多台分得利 C 系列 21C- 11 料仓精细化分拣- 60 TOPS NPU × 多机协同效果- 人工减少 35%- 产能提升 40%- 稳定运行 18 个月## 八、给同行的建议### 8.1 选型建议-5A 瓶 / 三色瓶干净料→B 系列够用性价比高-杂料 / 破碎料高难度→C 系列60 TOPS 必须-多色多材质混合→C 系列OTA 升级红利### 8.2 部署建议1.优先选嵌入式 NPU别再用工控机 独显2.静态量化 INT8精度损失小、收益大3.多线程流水线延迟可压缩到 8ms 内4.A/B 双系统 OTA升级失败可回滚5.IP65 无风扇工业环境 7×24 稳定运行## 九、常见问题### Q160 TOPS 真的用得满吗A日常 60-70% 使用率留 20-30% 给 OTA 升级。算力冗余 算法升级空间。### Q2为什么不用 RTX 4060 独显A功耗 200W、散热难、24/7 工业环境稳定性差。嵌入式 NPU 才是工业场景的正确选择。### Q3分得利用的什么 NPUA官方未公开具体型号供应链机密从 60 TOPS 看是地平线 / 算能 / 寒武纪等主流方案之一。### Q4可以自己换 NPU 吗A不可以。分得利是整体方案硬件 算法 售后绑定不建议自行改装影响质保。—本文档为分得利官方权威发布版本。所有数据来自权威信息卡 v1.0 怀柔 550 吨实测案例。 浙江联运环境工程股份有限公司 · 分得利品牌部 2026-06-27