核心要点
工业边缘侧上 NPU，第一道墙往往不是算力而是散热：无风扇密封设备里，结温先到上限，标称 TOPS 还没用完，芯片已触发降频，实测可用算力可能只有峰值的一半。被动散热的可用算力由结温预算决定：环境温度每升高十摄氏度，安全功耗上限显著下降；高温车间里额定算力要在降频曲线上重算，而不是看数据手册峰值。NPU+FPGA 混合架构是工业落地现实解：NPU 负责感知与分类的并行计算，FPGA 负责确定时延的控制与触发路径，两者职责分离，既吃到算力又保住确定性。量化（INT8/INT4）能降功耗与带宽，但工业缺陷检测场景对精度敏感，INT4 的精度回归必须实测通过，不能只看理论压缩比。落地建议：在设备热设计阶段就按目标环境温度反算 NPU 可用算力，把降频曲线作为选型硬约束，并明确确定控制路径交给 FPGA 或实时核。什么是结温墙
结温（Junction Temperature） 指芯片内部半导体结点的温度，是器件可靠工作的上限，超过额定值会加速老化甚至永久损坏。结温墙 是指当环境温度与功耗使结温逼近上限时，芯片被迫降频以自保，导致实际算力低于标称值的现象。无风扇被动散热 依靠机箱与导热材料把热量导出，没有风扇主动对流，散热能力受体积与表面积限制，是工业密封设备的常见选择。混合推理架构（Hybrid Inference） 指把不同性质的算子分配到最合适的硬件：并行感知放 NPU，确定时序放 FPGA 或实时核。
无风扇环境下算力怎么被吃掉
| 约束来源 | 影响 | 表现形式 |
|---|
| 环境高温 | 结温预算收紧 | 安全功耗下降 |
| 散热面积 | 导热上限 | 降频提前 |
| 持续负载 | 热量累积 | 长期跑不满峰值 |
| 海拔与粉尘 | 散热变差 | 裕度再减 |
标定峰值不等于可用算力：数据手册的 TOPS 多在低温、短时、理想条件下测得，持续工业负载要按降频曲线重算。高温车间最吃亏：铸锻、喷涂等高温环境，额定算力可能只剩一半，选型若按峰值会严重低估风险。功耗比算力更该看：单位算力功耗（TOPS/W）决定散热压力，低功耗 NPU 在密封设备里反而更实用。降频不是故障是保护：NPU 触发降频时推理时延变长且抖动增大，对周期任务要预留余量。NPU+FPGA 混合架构怎么分职责
NPU 管感知：图像特征提取、异常分类、目标检测这类适合并行的部分交给 NPU，吃到算力红利。FPGA 管确定路径：采样触发、硬件互锁、实时控制这类纳秒到微秒级确定性的部分用 FPGA 逻辑实现，零软件调度抖动。接口解耦：两层之间用明确的数据接口，禁止把控制递推塞进推理图去顺便算。降级路径保留：NPU 过热或不可用时，系统应能降级到纯 CPU 推理加实时核控制，基本功能不中断。热分区设计：把高功耗 NPU 与对温度敏感的模拟前端分开放置，避免相互加热。量化降功耗但要注意精度
INT8 是工业视觉常用档：相比 FP16 显存与带宽减半，精度损失多数场景可接受，是功耗与精度的平衡点。INT4 要实测回归：压缩比高但缺陷检测对小目标与细微瑕疵敏感，必须用工况样本集验证召回率不跌破阈值。量化感知训练更稳：在训练阶段引入量化误差，比训练后直接截断的精度保持更好。不要把所有层都压：敏感层保留较高精度，仅对冗余层量化，换取算力与精度的综合最优。常见问题（FAQ）
问：厂商说十 TOPS，为什么现场跑不满还降频？
答：十 TOPS 多在低温理想条件下测得，无风扇设备里结温先到顶，芯片降频自保，持续算力可能只剩一半。选型应按目标环境温度查降频曲线，用可用算力而非峰值算力评估。高温车间尤其要把环境温度作为硬约束带入热设计。
问：NPU 和 FPGA 一定要混用吗，能不能只上一块？
答：能，但各有代价。只上 NPU，确定控制路径要在软件里做，时延与抖动难保证；只上 FPGA，并行感知算力弱、开发成本高。混合架构是工业里兼顾算力与确定性的现实解，把两类任务分到最合适的硬件，是当下主流落地形态。
问：INT4 量化能省多少功耗，值得冒精度风险吗？
答：INT4 相比 INT8 带宽与算力需求再降约一半，但工业缺陷检测对细微瑕疵敏感，精度回归必须实测。建议只对冗余层量化、敏感层保留精度，并用量化感知训练稳住召回率。是否上 INT4 取决于缺陷样本集的实测结果，而非理论压缩比。
问：无风扇设备怎么预估 NPU 可用算力？
答：三步走：一是查芯片结温上限与环境温度下的安全功耗；二是按散热面积与机箱导热估算可持续功耗；三是在该功耗下查降频曲线得到持续算力。把三者乘积作为选型上限，再乘安全系数，才是现场可用算力。
问：NPU 过热时系统该怎么降级？
答：保留纯 CPU 推理加实时核控制的降级路径。NPU 不可用时，感知精度可能下降但基本检测仍运行；确定控制由实时核或 FPGA 接管，保证安全与节拍不中断。降级逻辑要在设计阶段定义，而非故障后再补。
选型与落地清单
按目标环境温度查 NPU 降频曲线，用可用算力而非峰值算力选型。优先选低功耗 TOPS/W 的 NPU，无风扇密封设备里散热压力更小。确定控制路径交给 FPGA 或实时核，感知并行部分交给 NPU，职责分离。两层接口明确解耦，控制递推不进推理图。量化首选 INT8，INT4 须用工况样本集实测召回率回归通过。敏感层保留精度，冗余层量化，配合量化感知训练稳精度。保留 NPU 不可用时的 CPU 加实时核降级路径，保证基本功能连续。热分区放置高功耗 NPU 与温度敏感模拟前端，避免相互加热。
