AI 分析盒子是不少监控改造项目的算力枢纽：普通摄像头不动，画面接到盒子里跑算法，人车识别、安全帽、烟火、区域入侵都能做。选型时常见的误区是两个极端——要么按最省的买，上线后发现路数一满就丢帧；要么一步到位买顶配，预算花了大半算力闲着。盒子的算力怎么和点位匹配，前面拆机文章讲过硬件本身，这篇补上配置的方法，具体机型对照可结合AI硬件产品页选型。

一：先算点位账，再谈算力

盒子选型的第一步不是看盒子，是数点位、分算法。把项目里要接的摄像头列成清单，每一路标注要跑什么算法——这一步做不做，直接决定后面配得对不对。

算法的算力开销差别很大。人形检测、车辆识别这类基础算法是轻量级的；安全帽、反光衣这类穿戴识别要分析目标细节，开销高一档；火焰烟雾识别、行为分析这类就更重。同样一路视频，跑轻算法和叠三种重算法，占用的算力能差出几倍。

所以“盒子能接多少路”这个问题本身不成立，正确问法是“这些点位跑这些算法，需要多少算力”。

二：路数怎么估：分档混配，留出余量

实际配置的常用方法是分档估算。把点位按算法开销分三档：基础档跑人车检测，中档加穿戴识别，高档叠烟火和区域入侵的复合规则。盒子的额定路数按基础算法标称，比如标十六路的盒子，十六路全跑人车检测没问题；如果其中八路还要叠加穿戴识别，实际能稳定跑的就用不到十六路了。

混配的要点是别把重算法均匀撒到每一路。一个厂区的十六个点位里，通常只有出入口和设备区那五六路需要穿戴识别，围墙上的八路只需要人形越线。按点位重要性分配算法，算力就花在了刀刃上。

余量要留够。建议按两成到三成留，原因有两个：一是后期甲方加需求是常态，留了余量加点位就是改配置的事，没余量就得换设备；二是满负荷长时间运行的设备，散热压力和稳定性风险都高，工程上不值得赌。

三：点位规划与盒子落位：就近汇聚，分清前后端

盒子装在哪，讲究就近汇聚。接十六路的盒子，放在这批摄像头的汇聚交换机旁边，别把视频流跨接到别的楼栋——码流占带宽，点位多的时候一路几兆，十六路就是几十兆的长途流量，网络稍有波动就丢帧，丢帧对视频分析来说是硬伤。

装机的物理环境也要看。盒子常见的是无风扇设计靠外壳散热，装在弱电箱里要确认散热空间，配电器箱要预留；夏天暴晒的铁皮箱和锅炉房这类位置，宁可挪个地方也别硬塞。

前端 AI 摄像机和盒子的分工也建议在方案里定下来：重点点位——夜间光照差、需要前端即时声光告警的——用前端 AI 摄像机，检测在机器里完成，响应快、不依赖网络；量大面广的普通点位用盒子集中分析，省预算。两层的算力账分开算，别混在一起。

四：给工程商的选型建议

配置表先行。投标和深化设计阶段就把“点位—算法—算力”对照表做出来，每一路跑什么、盒子怎么分组，一张表说清楚，评审和验收都有依据。

验收写明丢帧率。视频分析的验收别只写“识别率”，要加上“持续运行不丢帧”这条——丢帧下的高识别率没有意义，真出事件的那一秒恰好丢帧，就是检测的空窗。

后期扩容想在前头。点数规模、交换机端口、弱电箱空间、供电，都在方案里给扩容留位，甲方后面加十个八个点位时，不用推倒重来。

最后要说明一点，盒子解决的是“在哪算”的问题，检测做得好不好，最终还是要落到算法与现场的匹配上——再大的算力也补不了点位装歪、光照稀烂的画面。工程商把点位勘察、算法分配、算力余量这三件事做扎实，盒子这条线就稳了。