场景实践｜万物纵横 DS‑35R (J) AI 推理服务器 落地三大行业，看边缘大模型如何解决真实业务痛点

随着大模型从概念走向生产业务，工业制造、智能安防、智慧城市都在寻找轻量化、可落地的边缘部署方案。万物纵横 DS‑35R (J) 大模型一体机，凭借弹性异构算力、工业级硬件能力，已经在多个行业场景完成试点落地，解决项目中的真实痛点。

场景一：智慧工厂产线 —— 本地多模态质检与知识库助手

痛点：工厂内网隔离，不允许生产数据外传；既需要做产线视觉缺陷检测，又需要部署工业知识库大模型，查询工艺文档、设备故障；车间机柜空间有限，环境温度波动大。

方案选型：DS‑35RJ 宽温版本 + HM50（160TOPS）算力模组

1. 宽温‑20~70℃，适配车间复杂环境，1U 机架部署到车间本地弱电机柜；

2. 本地部署 Qwen3‑9B 工业垂类大模型，存放工艺手册、设备维修文档，断网环境下实现故障问答；

3. 同时接入多路工业相机，完成产线视觉检测，实现 “视觉识别 + 大模型分析” 一体化；

4. 全部计算本地完成，生产图片、设备数据不出厂内网，满足工厂数据安全管控。

当后续业务升级需要更大参数模型，直接增加算力模组即可，无需更换整机，保护前期硬件投入。

场景二：园区智能安防 —— 多路视频 + 边缘 VLM 视觉语言大模型

痛点：传统安防只能做越界、离岗等简单规则检测；希望使用 VLM 多模态大模型做复杂事件理解；园区点位分散，全部回传云端带宽压力巨大，云端调用成本高昂。

方案选型：DS‑35R + DL20（60TOPS）算力模组

1. 设备自带 8K 编解码能力，接入多路监控摄像头，本地完成视频流处理；

2. 本地部署 InternVL、Qwen‑VL 多模态视觉语言模型，对画面做复杂语义识别，例如识别违规堆放、异常人员行为；

3. 只将告警事件、关键截图上传平台，普通视频不回传云端，大幅节约带宽；

4. 双网口、支持 4G/5G 扩展，适配部分园区网络条件有限的分布式点位。

场景三：城市边缘节点 —— 区县智慧城市轻量化大模型节点

痛点：区县智慧城市项目，需要建设分布式边缘 AI 节点，预算有限；不同点位算力需求不一样，部分点位跑 3‑7B，部分点位需要跑十几 B 模型，希望硬件平台统一，算力可以差异化配置。

方案选型：DS‑35R 系列，差异化选配算力模组

统一硬件整机，不同点位选配不同 M.2 算力模组：

轻量化点位选配 R182X（20TOPS）运行 3‑7B 模型；

核心节点选配 HM50（160TOPS）支撑 13‑35B 大模型推理。

整机支持麒麟国产操作系统，兼容国产化软硬件生态；RS485/DI‑DO 接口可以对接各类物联网感知设备，实现城市物联感知与大模型推理一体化，构建区县分布式边缘算力底座。

总结

大模型行业落地，不是一味追求更大算力，而是匹配业务场景，兼顾成本、扩展性、现场环境、数据安全。DS‑35R (J) 系列一体机，以模块化异构算力设计，为工业、安防、智慧城市提供一套可迭代升级的国产边缘大模型硬件底座，助力更多行业客户把大模型能力真正跑在业务现场。

家具美容培训

家具维修培训