这道题的答案不在参数表里，在「单件判定预算」里。
结论：先把节拍翻译成预算：60 件/分钟 → 单件 1000ms（含拍照与执行），留给推理的可能只有 100–300ms。
在这个预算下：轻量检测模型 + 1080p，24GB 卡一台可带 8–16 路；高分辨率（4K）或带分割/多模型串联，路数砍半到 1/3，并优先考虑机架集中推理。
一条产线质检的链路是「触发 → 拍照 → 传输 → 预处理 → 推理 → 判定 → 执行（剔除/报警）→ 留图存档」。GPU 只负责推理这一段，但预处理与传输经常比推理更耗时——解码、色彩转换、缩放、拼图都在抢时间。
第二段是模型形态：分类（判 OK/NG）最快，检测（框出缺陷）中等，分割（像素级）最慢。很多项目一开始想上分割，实测节拍不够，退回「检测 + 分类二级判定」才上线。
第三段是数据与迭代：产线换料、换照明、换批次，模型要持续微调。这时训练侧（机房 GPU 服务器）和推理侧（产线边缘机）必须分开，且要有一套「把产线图片回流到训练集」的机制。
| 环节 | 吃显存还是吃算力 | 精度口径 | 关键硬件特性 | 说明 |
|---|---|---|---|---|
| 多路视频/图片解码 | 解码单元（固定功能） | — | NVDEC 路数、Intel 双 AV1/QSV | 解码路数常常先到顶 |
| 预处理（缩放/拼图/色彩） | 少量算力 | INT8/FP16 | 显存带宽 | 可在 GPU 或专用预处理卡上做 |
| 检测/分类推理 | 算力为主 | FP16/INT8 | Tensor Core、批处理能力 | 轻量模型单卡可带多路 |
| 分割/多模型串联 | 算力 + 显存 | FP16 | 显存容量、算力 | 路数明显下降 |
| 训练与模型迭代 | 算力 + 显存 | FP16/FP32 | 显存容量、多卡互联 | 放机房，不占产线资源 |
| 留图与追溯 | 不涉及 GPU | — | 存储与网络 | 常被忽略，但直接影响可追溯性 |
| 型号 | 显存 | FP32 算力 | 功耗 | 在本场景里承担什么 |
|---|---|---|---|---|
| L4 | 24 GB GDDR6 | 30.29 TFLOPS | 72 W | 24GB、低功耗单槽、解码强，机房集中推理的主力。 |
| RTX A4000 | 16 GB GDDR6 | 19.17 TFLOPS | 140 W | 16GB 专业卡，单机 4–8 路的产线侧配置，功耗与体积友好。 |
| A10G | 24 GB GDDR6 | 31.52 TFLOPS | 150 W | 24GB，图形与推理两用，兼做产线看板可视化。 |
| L40S | 48 GB GDDR6 | 91.61 TFLOPS | 300 W | 48GB，多路 + 同时跑分割与大模型的混合场景。 |
| Arc A770 | 16 GB GDDR6 | 19.66 TFLOPS | 225 W | 16GB，双 AV1 编码器，纯转码/存证链路的高性价比选择。 |
| GeForce RTX 4060 Ti 16 GB | 16 GB GDDR6 | 22.06 TFLOPS | 165 W | 16GB，小规模试点的经济解（注意散热与质保条款）。 |
点型号进详情页看完整规格与替代型号；不确定档位可以先看 分类 或 场景选型。
以上型号来自本站参数库，仅用于规格横向比较；实际供货以厂商中国区可售清单与合规要求为准，受出口管制的型号不在常规供货范围。
我们一般这样落：产线侧放 NE5260G7 边缘服务器（短机身可上产线侧机柜），按路数配一张 16–24GB 卡；机房侧放 NF5468M7（8 卡 GPU 服务器）做训练与历史图回溯，NF5280 系列做数据与推理服务，配集中存储保存原图。
交付内容包含：相机与光源联调配合、推理服务部署、节拍压测报告（漏检/误检/单件耗时三项）、以及产线 cutover 与驻场支持。后续模型迭代可以按次或按年做运维托管。
合规说明：我们提供的是整机平台、方案设计与交付服务；具体 GPU 型号以厂商中国区可售清单与贵司合规要求为准，受出口管制的型号不在常规供货范围。
先看分辨率和模型：1080p + 轻量检测，16–24GB 就够带多路；4K、分割模型或多模型串联，建议 24–48GB。更准确的做法是拿真实图片在目标卡上压测峰值显存与单件耗时。
因为瓶颈常在推理之外：相机曝光与传输、图片解码、预处理、PLC 通讯、剔除机构动作。全链路要一起测，别只测模型。
节拍紧、断网不能停线 → 边缘机；单件预算宽裕（几百毫秒以上）、网络稳定、想统一运维 → 机房集中推理。混合方案也常见：边缘做一级筛选，机房做二级复判与回溯。
工业缺陷通常高度定制，通用模型只能做起点。建议现场采集一批真实缺陷图，用迁移学习在机房训练，产线只做推理——这也是为什么需要一台训练服务器。
扫码关注
