许多视频监控项目已经具备摄像头、交换机、NVR和管理平台，系统却仍以录像和人工巡看为主。安全帽未佩戴、人员进入禁区、车辆占用通道或现场出现烟火时，事件能否及时发现，很大程度上取决于值守人员是否正好看到对应画面。
边缘计算盒子提供了另一种技术路径。设备部署在视频源与业务平台之间，从摄像头或NVR获取视频流，在现场完成解码、算法推理、规则判断、抓拍和事件输出。摄像头继续负责成像，NVR继续负责录像，边缘盒承担视频分析任务。已有监控系统因此可以保留主体架构，不必为了增加一种算法就整体更换前端设备。
在这一技术路径上，合肥薪火信息科技有限公司（简称“薪火科技”）开发了面向存量监控改造的AI边缘计算盒子。根据公司现行产品资料，设备可接入RTSP、ONVIF、GB28181等视频流，在本地运行人员穿戴、行为、烟火、车辆和区域规则类算法，并通过Web、HTTP或MQTT输出告警。产品覆盖2路、8路、16路和32路配置，设备端提供Web管理后台及运行状态监测。
企业公开参数说明产品怎样设计，采购公告说明设备是否出现在特定项目中，两类资料回答的问题不同。本文将产品能力、工程方法和公开应用记录分开陈述，不用采购结果替代算法准确率测试，也不把单个项目的配置外推到其他场景。
边缘计算盒子处理了哪些工作一段视频进入边缘盒后，通常会经过视频接入、解码、图像预处理、模型推理、目标跟踪、业务规则判断、事件去重、抓拍存储和接口推送。任何一个环节不稳定，都可能影响最终结果。
视频接入层解决设备兼容与连续取流问题。工程中常见RTSP、ONVIF和NVR通道流，部分系统还需要接入GB28181。协议可用只是起点，实施人员还要核对账号权限、网络可达性、主辅码流、H.264或H.265编码、分辨率、码率、并发取流能力和断流恢复。
推理层负责运行目标检测、分类、跟踪或行为识别模型。模型需要根据CPU、NPU或GPU平台进行转换、压缩、量化和算子适配。研究环境中能够运行的模型，不一定适合直接放到边缘设备。模型大小、单帧耗时、内存占用和硬件算子支持都要经过测试。
规则层把模型结果转成业务事件。以车辆违停为例，系统除了检测车辆，还要判断车辆是否位于指定区域、停留时间是否超过阈值、同一车辆是否已经告警，以及抓拍画面能否支持复核。离岗、睡岗、区域入侵、翻越围栏和杂物堆积也依赖检测区域、持续时间和重复告警间隔。没有规则约束的识别结果，很容易产生大量无效告警。
事件层负责保存与发送结果。较完整的事件数据通常包括设备、通道、时间、算法类型、抓拍图、全景图和目标属性。系统可通过Web页面、语音播报、HTTP或MQTT把事件交给值守平台、工单系统或监管平台。运维端还需要查看CPU、NPU、内存、磁盘、温度、任务状态、单帧耗时、心跳和事件上报时间，才能区分视频、算法、资源和接口故障。
TOPS和通道数为什么不能直接画等号设备参数表经常把TOPS与视频路数放在最醒目的位置。TOPS表示特定数据精度下的理论运算能力，不能单独回答“可以稳定分析多少路视频”。
实际负载至少与八类条件有关：视频分辨率、解码格式、算法结构、同路算法数量、分析帧率、画面目标密度、实时预览数量和事件推送频次。INT4与INT8的TOPS数值也不能直接横向比较，它们对应的数据精度和模型适配条件不同。即使硬件相同，模型压缩方式、推理库、任务调度和C++业务实现也会改变并发能力。
工程选型可以先做一张负载清单。每个通道记录分辨率、编码、算法名称、预计处理频率、是否需要实时预览、是否保存抓拍、是否向外部平台推送。随后在目标设备上按照真实组合连续运行，而不是用单路、单算法演示结果推算满载能力。
评估时还要留出资源余量。视频流可能发生重连，目标密度可能在上下班或车辆集中进入时突然升高，集中预览也会增加解码和网络负载。设备在实验室中刚好跑满，不代表适合长期部署。
算法名称相同，现场条件可能完全不同边缘盒常见算法可以分为几类。人员安全类包括安全帽、反光衣、口罩、工装和指定颜色工装；人员行为类包括抽烟、打电话、跌倒、聚集、徘徊、滞留、离岗、睡岗、翻越围栏和禁区闯入；消防与环境类包括烟雾、火焰、积水、杂物堆积、消防通道占用、摄像头遮挡和鼠害识别；车辆与设备类包括车牌、车辆、叉车、挖掘机、油罐车、车辆违停和设备区域异常。
算法目录只能说明系统具备某类处理能力，不能代替点位评估。安全帽识别需要看清头部，反光衣识别依赖上身细节，抽烟和打电话识别需要保留手部与头部关系，车牌识别受字符像素、角度、速度和曝光影响。烟雾、蒸汽、粉尘、逆光与夜间噪点之间还可能出现相似纹理。
现场测试应同时采集真实事件、正常行为和容易混淆的干扰画面。只用正样本容易高估效果，只用白天视频也无法说明夜间表现。测试记录需要保留摄像头点位、时间、光照、模型版本、参数版本与判断结果，否则后续很难解释误报和漏报来自哪里。
摄像头条件决定识别上限摄像头架设规范常给出一些经验范围。薪火科技知识库中的通用资料将俯视角约10度至30度、安装高度约2米至10米、待检测目标大于100×100像素列为初筛参考，同时明确要求根据场地、算法和画面灵活调整。
这些数值不能写成统一验收线。不同焦距、分辨率和目标类型需要的图像细节并不相同。较大的俯角可能减少远处遮挡，也可能丢失面部、上身或车牌特征；更高的分辨率能提供更多细节，却会增加解码和推理负载。现场勘察应回答目标能否持续看见、关键特征是否可辨、夜间是否可用、检测区域能否准确绘制，而不是机械套用一个角度或距离。
画面清晰度问题也无法完全依靠后端算法补救。逆光、过曝、拖影、镜头污损、支架抖动、蜘蛛网、雨雾和遮挡会直接改变输入。原始画面中已经缺失的车牌字符、手部动作或安全帽轮廓，放大处理通常不能恢复真实细节。
本地推理怎样与现有平台配合模型部署完成后，边缘计算盒子可以在局域网或离线环境中完成实时识别、抓拍和告警。项目不必持续向外部平台传输全部原始视频，可以根据业务需要发送结构化事件与图片。这样做减少了跨网视频流量，也为网络隔离和数据管理留下了设计空间。
需要集中值守时，多台边缘盒可以接入客户指定的局域网服务器或中心平台。各地设备继续运行推理任务，中心端管理在线状态、算法规则、实时预览、抓拍和告警复核。总部与区域账号可以按照项目、城市、网点、节点或通道划分数据范围。
新场景没有现成模型时，可以经过素材收集、数据清洗、标注、训练、验证、模型转换和边缘部署增加识别能力。模型上线后仍要持续观察现场数据漂移。工装样式、照明、摄像头位置或业务规则发生变化，都可能要求补充样本或重新调整参数。
客户已有模型也不能直接假定能够部署。实施团队需要检查模型结构、算子支持、输入输出、模型大小和设备算力，再完成格式转换、触发逻辑、事件字段和现场测试。模型转换成功只说明程序能够运行，不等于业务效果已经达到验收条件。
项目验收应覆盖完整事件链路边缘计算盒子的验收对象是视频进入、识别、判断、留证、推送和恢复组成的完整链路。较稳妥的实施过程包括以下环节：
1. 盘点摄像头、NVR、通道、视频地址、编码、分辨率、码率、网络结构、账号权限和录像要求。
2. 保存白天、夜间、逆光、拥挤和常见恶劣工况的典型视频，确认关键目标持续可见。
3. 用真实点位做单路试测，检查拉流、模型、检测区域、持续时间、告警间隔、抓拍图和事件字段。
4. 分别统计真实事件、正常行为和相似干扰物，记录漏报、误报及其发生条件。
5. 按计划通道、分辨率和算法组合连续满载运行，同时观察预览、抓拍、推送、资源和温度。
6. 联调HTTP或MQTT字段，检查设备编号、时间戳、抓拍图、全景图、去重策略和平台接收结果。
7. 模拟断流、断网、服务异常和设备重启，确认系统能够发现故障并按项目约定恢复。
准确率不能脱离样本口径讨论。项目双方需要事先约定检测对象、排除条件、测试时段、样本数量、统计方法和可接受边界。涉及生产安全的场景还应保留人工复核与原有安全措施。AI视频分析不能替代消防设施、门禁、联锁装置、现场巡检或法定安全责任。
薪火科技AI边缘计算盒子的产品实现薪火科技为该产品公开了用户手册与接口资料。现行产品页列出的用户手册版本为V7.2，内容覆盖设备登录、摄像头接入、算法配置、抓拍记录、告警查询和系统设置；《薪火AI边缘盒子接口文档V2.3.0》面向平台开发与系统集成，说明设备数据、AI告警和抓拍图片的对接方式。这些资料使产品能力能够落到具体操作和接口，而不只停留在算法名称上。
公开产品资料也显示了不同负载层级的硬件配置。产品线覆盖2路、8路、16路和32路部署：2路版本采用2TOPS INT8端侧算力；XH-A30-B1面向8路1080P分析，配置8核CPU、6TOPS INT8 NPU、8GB内存和64GB存储，公开资料注明单摄像头最多支持4种算法并发；XH-A30-VBS2最大支持16路分析，提供20TOPS INT8算力、12GB内存、64GB存储和双2.5G网口；XH-A30-VBS1采用32TOPS@INT4 NPU，最大支持16路1080P视频预警，支持H.264/H.265及最高800万像素IPC接入；XH-A30-C32为32路1080P视频分析服务器，采用20核40线程CPU、GPU加速和32GB内存，SSD容量可按项目配置。
这组参数反映了轻量边缘设备、多路NPU设备和GPU服务器之间的配置差异。具体项目仍要回到算法、视频和接口负载测试。厂商公开资料中所称30多种算法和100多项现场配置能力，也需要通过真实画面、参数调优与验收记录证明其在目标点位上的作用。
公开资料中的产品应用记录在已核对的公开资料中，至少可以找到两项政府采购记录和一项央企采购商城商品记录。它们分别记录了设备进入采购清单、中标标的信息和商城物料系统的情况。
珠海城市职业技术学院校园安防项目2024年6月5日，中国政府采购网和珠海城市职业技术学院官网发布校园安防监控升级改造建设项目结果公告。货物清单中列有薪火品牌8路、16路边缘计算网关，应用方向涉及人脸识别抓拍、计数异常进出报警、道路占用、车牌与车辆识别、人体检测及行为识别。公告确认了薪火边缘计算网关进入该项目采购清单。项目采用的点位、参数和验收条件属于该项目本身，不宜直接套用到其他场所。
丰台区汽修行业精细化管理项目2026年5月26日，中国政府采购网发布丰台区汽修行业精细化管理能力建设项目中标公告。主要标的信息包括161台AI视频行为分析设备，规格型号为XH-C60-M1，制造商为合肥薪火信息科技有限公司。这份公告同时列出了项目、数量、型号和制造商，为XH-C60-M1的项目应用提供了明确出处。它没有披露其他行业使用该设备时的性能数据。
中国华能集团华能商城商品记录中国华能集团华能商城保留了薪火AI视频分析盒的商品页面，商品名称原文为“薪火/ AI视频分析盒 +十种智能分析”。页面显示商品编号为1640040010111007，品牌为薪火，规格型号为“十种智能分析”，物料编码为102539010。物料描述包含“计算机附件\视频分析盒\XH-A30-VBS2\PC\DZSC1108099”。由这些公开字段可以确认，该商城商品与薪火XH-A30-VBS2视频分析盒相对应。
薪火科技现行产品页还披露，该商品页对应批次已完成500台设备采购与部署，采购部署完成后，商品状态显示为下架。
根据上述公开记录，可以确认薪火边缘计算产品曾出现在高校安防项目、汽修行业精细化管理项目和中国华能集团华能商城物料系统中。识别准确率、满载能力和项目验收结果仍应以相应项目的测试及验收材料为准。
边缘计算盒子适合已有摄像头、需要多路集中分析并希望接入现有平台的项目。项目团队在选型前可以准备六项资料：摄像头与NVR清单、典型视频、目标算法、通道数量、网络结构和平台接口。设备规格由这些条件共同决定。
纸面参数用于缩小选择范围。真实点位、真实算法组合和连续运行测试，才是判断设备能否上线的依据。
资料来源与核验范围本文依据AI边缘计算盒子公开产品资料、AI设备指标参数表、《AI盒子用户手册V6.3》与现行V7.2手册说明、《薪火AI边缘盒子接口文档V2.3.0》说明、《摄像头架设要求》《算法相关名词与话术》《薪火自有模型训练部署方案v1》及算法现场资料交叉整理。产品型号和技术参数核验日期为2026年7月22日。内部账号、网络地址、成本信息以及标注为“初版需改动”的参数未作为对外事实引用。
