2. 边缘推理硬件选型与部署环境
边缘推理与PLC联动系统的硬件选型,本质上不是“买一台算力最强的设备”,而是在算力、实时性、接口兼容性、供电散热和现场防护之间找到可落地的平衡点。选型一旦偏离现场约束,再高的TOPS算力也可能因为无法装入电柜、无法稳定供电或无法与PLC通信而失效。本节围绕工控机、边缘AI盒子、GPU/NPU模块、PLC型号匹配、供电散热以及防护等级与安装约束,给出可执行的判断依据和配置思路。
一、先明确推理负载,再决定硬件形态
硬件选型的起点是推理任务本身。需要先回答几个问题:模型是什么类型(分类、检测、分割还是时序预测)?输入分辨率与帧率是多少?允许的单帧推理延迟是多少?是否需要多路视频同时推理?以一条典型的视觉质检产线为例,假设使用YOLOv5s模型,输入640×640,目标帧率15 FPS,单帧推理预算约66 ms。若模型在CPU上单帧耗时约120 ms,则必须引入GPU或NPU加速;若使用INT8量化后的NPU模块,单帧可降至20~30 ms,满足节拍要求。
算力单位TOPS只能作为粗略参考,真正要看的是“目标模型在该硬件上的实测延迟”。不同厂商的TOPS标称值测试条件不同,实际有效算力可能相差数倍。因此选型时应优先获取目标模型的benchmark数据,或要求供应商提供同模型实测报告。
二、四种硬件形态的适用边界
工控机:以x86 CPU为主,扩展槽丰富,可加装独立GPU卡或PCIe NPU卡。优点是生态成熟、驱动兼容性好、可运行完整Linux/Windows系统;缺点是体积大、功耗高、风扇噪声明显,通常需要安装在带风扇的电气柜内。适合算力需求中等、需要多网口和多串口、现场已有标准电柜的场景。
边缘AI盒子:多为ARM SoC集成NPU,如瑞芯微RK3588、 Jetson Orin Nano等。体积小、功耗低(通常5~25 W)、无风扇或小风扇设计,支持PoE供电和宽温工作。缺点是扩展能力有限,通常只有1~2个网口,PCIe通道少。适合单路或双路视频推理、安装空间受限的现场。
GPU/NPU模块:以PCIe加速卡或M.2模块形式存在,如NVIDIA T4、昇腾Atlas 200、寒武纪MLU220。它们不是独立系统,需要宿主工控机提供PCIe插槽和供电。选型时要核对PCIe代数、通道数、供电接口(6pin/8pin)以及宿主BIOS是否支持Above 4G Decoding。M.2 NPU模块功耗低但散热面积小,长时间满载容易降频,需加装散热片或风道。
PLC型号匹配:边缘设备最终要与PLC交换数据。匹配的核心是通信协议和接口。常见组合包括:西门子S7-1200/1500通过PROFINET或S7协议与边缘设备通信;三菱FX/Q系列通过MC协议或串口;欧姆龙NJ/NX通过EtherNet/IP;汇川、台达等国产PLC多支持Modbus TCP。若边缘设备只有网口,而PLC只有RS-485,则需要增加串口服务器或协议网关。选型时应确认边缘设备是否原生支持目标PLC协议,或能否通过开源库(如snap7、pymodbus)实现。
三、供电与散热的工程计算
供电设计不能只看设备标称功率。以一台搭载T4 GPU的工控机为例,CPU约65 W,GPU约70 W,主板与外设约30 W,合计约165 W。若使用24 V直流供电,电流约6.9 A。考虑启动浪涌和电源余量,应选择24 V/10 A以上的开关电源,并单独走线,避免与变频器、伺服驱动器共用同一路24 V,否则变频器产生的谐波和电压跌落会导致边缘设备重启或GPU掉卡。
散热方面,无风扇边缘AI盒子通常依靠外壳散热,要求环境温度不超过45℃,且安装时上下左右留出至少5 cm空间。若必须装入密闭电柜,柜内温度可能比环境高10~15℃,此时应计算柜内总功耗并配置风扇或空调。一个实用判断:若柜内总功耗超过80 W且柜体密封,建议加装过滤风扇;超过200 W则考虑工业空调。GPU工控机满载时出风温度可达60℃以上,电柜内不得堆放线缆阻挡风道。
四、防护等级与安装约束
防护等级按IEC 60529标准,IP20仅防手指接触,无防水防尘能力,适合安装在封闭电柜内。若边缘设备需要安装在产线旁无柜体保护的位置,应选择IP54以上,能防尘和防溅水。在粉尘、油雾或冲洗环境,IP65是底线,且接口需使用防水接头。注意:IP等级只针对外壳,网口、USB口和电源端子往往是薄弱点,实际部署中应朝下安装或加装防水罩。
安装约束还包括振动和电磁兼容。冲压、铸造等振动较大的场合,应使用DIN导轨卡扣加防震垫,或直接壁挂固定,避免设备在导轨上滑动导致网口松动。边缘设备与PLC之间的网线应使用屏蔽双绞线,屏蔽层单端接地,走线远离动力电缆至少20 cm。若现场变频器较多,可在边缘设备电源入口加装磁环或滤波器。
五、一个可参考的选型配置示例
以下配置针对“单路视觉检测 + 西门子S7-1200联动”场景,属于合理假设示例,实际选型需根据现场核实:
| 项目 | 选型 | 关键参数 | 匹配依据 |
|---|---|---|---|
| 推理主机 | 边缘AI盒子(RK3588) | 6 TOPS NPU,8 GB LPDDR4,2×千兆网口 | YOLOv5s INT8 实测约25 ms/帧 |
| PLC | 西门子 S7-1200 CPU 1214C | PROFINET口,支持S7通信 | 边缘盒子通过snap7读写DB块 |
| 供电 | 24 V/5 A 开关电源 | 宽压输入,纹波≤120 mV | 盒子功耗约12 W,余量充足 |
| 散热 | 无风扇,铝壳散热 | 环境温度≤45℃,留5 cm间距 | 功耗低,无需额外风扇 |
| 防护 | IP40,装入IP54电柜 | 柜内正压过滤 | 现场有粉尘,柜内安装 |
部署后按以下顺序验证:先单独给边缘盒子供电,确认系统启动和NPU驱动加载正常;再接入相机,用测试视频流跑推理,记录连续30分钟的帧延迟和外壳温度;然后通过网线连接PLC,用snap7读写一个DB块,确认读写周期稳定在10 ms以内;最后联动运行72小时,观察是否出现丢帧、掉线或温度降频。若任一环节不达标,优先排查供电纹波、散热风道和网线屏蔽,而不是直接更换更高算力设备。