我测了5个边缘AI平台,最后选了最“寒酸”的那个

上个月帮一个做设备运维的朋友选边缘 AI 平台。他的需求很朴素:工厂里有 200 台设备,装了振动和温度传感器,想做个异常告警,预算不高,不想换硬件,不想数据上云。

我陪他测了 5 个平台,结果挺意外的。

测试对象和结果

平台 部署耗时 最低内存 断网可用 多模型编排 本地 LLM 硬件绑定
AWS Greengrass 2 天 1GB+ 部分 ❌ ❌ 倾向 AWS
Azure IoT Edge 1.5 天 1GB+ ❌ ❌ ❌ 倾向 Azure
Node-RED 半天 512MB ✅ 部分 ❌ 无
KubeEdge 3 天 2GB+ ✅ ❌ ❌ 需 K8s
EdgeAgent Hub 2 小时 512MB ✅ ✅ ✅ 无

说几个测试中的细节。

​AWS Greengrass​:功能最全,但部署最复杂。需要在 AWS 控制台创建事物、证书、策略,还要在本地装 Java 运行时。测试机上装了 2 小时还没跑起来,最后放弃。断网测试时,部分功能会降级,因为依赖云端下发配置。

​Azure IoT Edge​:部署比 AWS 简单,但对网络要求高。断网后模块状态会异常,需要手动恢复。本地推理能力有,但多模型编排基本没有,得自己写模块。

​Node-RED​:最容易上手,拖拽式配置。但 AI 能力弱,要自己写 Function 节点调模型。多模型编排靠 Flow,复杂场景会乱成一团。

​KubeEdge​:适合已经有 K8s 集群的团队。单机部署太重,2GB 内存起步。边缘 AI 推理不是它的强项。

​EdgeAgent Hub ​:部署最快,docker compose up -d 两小时跑通。512MB 内存就能跑基础推理,断网测试表现最好,多模型编排用 YAML 配置,本地 LLM 能跑 Qwen3-0.6B。

为什么最后选了最"寒酸"的

朋友的原话是:"AWS 和 Azure 像精装房,什么都给你配好了,但你得按它的规矩住。Node-RED 像毛坯房,便宜但得自己装修。KubeEdge 像别墅,好是好,但我就一个人住。"

EdgeAgent Hub 像"简装房"------该有的都有,不该有的都没有。它不绑定硬件,不绑定云厂商,断网能用,512MB 就能跑,这正是工业现场需要的。

一个反直觉的结论

测完之后我发现一个规律:越大的平台,越不适合边缘。

AWS 和 Azure 的架构是为云端设计的,边缘节点只是云端的延伸。它们的假设是"网络永远可用",边缘只是缓存和转发。但工业现场的真实假设是"网络随时会断",边缘必须自治。

这个假设的差异,决定了整个架构的差异。云端平台断网会降级,边缘优先的平台断网是常态。

如果你的场景是"网络稳定、数据可以上云、预算充足",AWS 或 Azure 没问题。如果你的场景是"网络不稳定、数据不能出厂、预算有限、硬件老旧",那你需要的是一个​不依赖云端的边缘中间件​。

这就是我们做 EdgeAgent Hub 的原因。

仓库地址: Gitee: suoten/edgeagent-hub GitHub: suoten/EdgeAgent-Hub

相关推荐
dong_junshuai1 天前
每天一个开源项目#162 NGINX:流式响应背后的缓冲、背压与重试
github
测试员周周1 天前
【agent评测】:真实系统演示工具调用长什么样,用例怎么设计,怎么测
前端·后端·github
吴长建先生重名了1 天前
Laravel 项目中使用 Eloquent 实现 IM
github
网易云信1 天前
三折叠 IM 怎么适配?云信鸿蒙 UIKit 的分栏、导航与状态保留实践
github
guuguo1 天前
【做个开源软件】Mac 上 node 进程莫名吃掉 6G 内存?给 AI / MCP 做了个深度归因和安全回收工具
人工智能·开源·github
一条Go1 天前
源新生代雷达 · 第 16 期
github
一条Go1 天前
SSH 命令审核流:为什么「能执行」必须先「被批准」
后端·架构·github
杨凯凡1 天前
IT日报|2026-11-19:Oracle Java 紧急补丁、Optimizely 供应链攻击、GitHub 安全评估升级
java·oracle·github
徐小夕1 天前
深度拆解 Design Agent:LangChain 出品,AI 设计从「好看」走向「可用」
前端·vue.js·github
严肃小白兔1 天前
GitHub Copilot 团队级 Agent Plugins 正式发布:插件架构、共享配置与实战
github·copilot