2026年被业内视作端侧AI规模化落地元年，轻量化大模型下沉边缘成为产业热点，越来越多项目不再将全部数据回传云端，转而追求本地推理、低时延响应、数据不出场的业务
近期，算网融合、异构算力纳管成为算力行业热点，运营商加速推进边缘算力网络落地，"算力下沉"由概念走向规模化商用，市场对全国产、高可靠工业级边
当大模型从实验室走向生产一线，"如何在工厂车间、会议室、户外点位实现安全稳定运行"成为摆在众多数字化转型企业面前的现实难题。云端大模型受网络
近日，四川万物纵横科技股份有限公司正式发布DA600系列大模型一体机，该产品基于RK3588/RK3588J芯片平台打造，创新采用主控+M.2专用算力模组异构扩
核心要点：后摩智能在10月生态大会披露，首颗 3D CIM 存算一体芯片 A20 已经投产，属于面向大模型端边推理的下一代旗舰芯片。一、架构逻辑：3D CIM
测试说明：本次为第三方独立压测，统一测试底座、模型、调度框架，聚焦边缘本地推理场景（LLM/VLM、多并发会话、持续负载稳定性、功耗、TTFT、解码 TPS、显
随着新版工业EMC标准收紧辐射发射限值、强化端口传导骚扰与抗扰度考核，以RK1828、LQ50（LQ50 Duo）为核心的边缘算力盒子，原有滤波方案余量不足，批
EdgeMQ 面向边缘 AI 盒子定制的轻量边云协同协议，深度适配 RK1828、LQ50 异构算力硬件，依托本地 NPU 推理 + 协议层按需上报机制，从根源
RK1828 预制 Docker 镜像正式上线，基于 RKNN3 Runtime 预编译打包，面向 RK3588/RK3576 + RK1828 PCIe 协处
核心前提：LQ50 Duo 板载两颗独立 M50 芯片，硬件上双芯是独立算力单元、独立显存。目标是把每一颗 M50 作为独立可调度资源，实现芯级硬隔离——Pod
Ollama 上游官方主干目前还没有合入国产 NPU 原生后端；现在市面"适配 Ollama NPU 加速"分两类路线——兼容 API 代理
背景：LQ50 Duo 为双芯异构 NPU（两颗 LQ50），M.2 2280 形态，典型场景包括多 Agent 本地推理、多视觉 Agent + LLM Ag
力擎LQ50 Duo是后摩智能双M50存算一体M.2算力卡，HM-Link是M50自研私有片间直连接口，用来解决同卡两颗M50、多卡级联时的张量通信瓶颈，绕开P
测试基准：OK3588-C 主控 + 4RK1828 M.2 算力卡，PCIe链路，RKNN3 SDK，流水线并行切分模型，量化方案：W4A16/G32，lm_
区别于传统Bifurcation（通道拆分）被动扩展，PCIe Switch背板靠交换芯片做独立IO扇出，不依赖主板BIOS通道拆分能力，单一路PCIe上行，扩
RK1828 抢成本型批量项目，LQ50 抢重模型 / Agent 长上下文项目。核心不是谁强谁弱，而是成本结构、内存池、推理瓶颈、客户诉求完全不一样。RK18
测试目标：量化 PCIe Gen4 x4 / x2 / x1、PCIe Gen3 x4 四种通道配置，对 3 款 M.2 AI 加速卡的 LLM 推理、多模态
核心背景：本地 Agent Function Call（工具调用）分为两部分：LLM推理（生成思考、判断、输出function call JSON）+ 主控侧工
LQ50 在超长上下文、大 KV Cache、大参数量模型场景能效更强；RK1828 在中小上下文、7B 以内模型、低功耗小体积边缘设备、批量并发场景更均衡，生
适配RKNN3编译器，AWQ（激活感知权重量化），针对RK1828板载5GB 3D堆叠DRAM优化，重点解决边缘大模型显存瓶颈痛点。一、显存大幅压缩，突破RK1
一、核心变化：从传统边缘算法盒 边缘Agent智能体盒子对比维度传统边缘盒子Agent边缘盒子（硬件+Agent智能体）核心定位固定算法、规则触发，只能识别图
力擎 LQ50 Duo（后摩智能漫界 M50 双芯方案）边缘算力盒，现已完成 Qwen-VL 多模态模型本地微调适配，依托双 M50 存算一体芯片、C-to-C
硬件产权归服务商，客户按年付费，费用打包包含边缘盒子算力使用权、远程监控、固件/模型升级、现场维保、故障替换、生命周期管理，客户只负责业务应用，不用一次性大额采
AI正在向千行百业渗透，无论是高校科研、企业AI部门、垂直行业数字化，都需要一套兼顾性能、体积、成本、易用性的本地AI算力设备。万物纵横DW系列AI大模型工作站
对于AI开发者来说，项目迭代过程中算力需求不断变化：前期原型验证需要轻量算力，后期模型微调、百亿大模型推理又需要超高算力。频繁更换硬件成本高，集群部署流程复杂。
大模型时代，数据安全与业务可控，是政企、科研机构落地AI业务的核心诉求。大量行业场景出于合规保密要求，无法将业务数据上传公有云，私有化本地部署成为刚需。万物纵横
当大模型应用快速走向私有化落地，传统通用主机算力不足、扩展受限、多媒体验证能力薄弱，成为很多AI研发团队的现实痛点。四川万物纵横科技股份有限公司全新打造DW系列
*
试用申请
产品咨询
在线客服
回到顶部