
实时监测水质与流量,提升运营效率
从实时推理、设备对接到多端部署,构建低延迟、可扩展的边缘 AI 运行架构。
满足多元推理、集成与部署需求
集成模型推理、数据分析、设备监控与部署管理,提供实时运算及系统对接能力,助力企业构建稳定、可扩展的边缘 AI 应用。

支持图像分类、物体检测与图像分割,在边缘实时执行图像型 AI 模型推理。
提供回归/分类、时间序列与异常检测,将传感与设备数据转化为实时可用的推理结果。
支持以提示词/框选设定追踪目标、ROI 区域计数与路径追踪,满足人流与物体监控需求。
提供多元图表展示、SQL 查询与筛选,并支持多数据源对接,实时掌握推理与运营数据。
支持 NMS 与自定义阈值设定、逻辑判断与路径追踪,并提供实时显示、数据输出与 I/O 触发。
提供简易的模型部署架构、模型部署与更新,并支持多设备集中监控的智能管理。
提供多 I/O 对接能力、模型流程串联,以及开发者自定义扩展模块,灵活延伸至各行业场景。
本地实时推理,覆盖多元边缘应用场景。

实时监测水质与流量,提升运营效率

实时监测水质与流量,提升运营效率

AI 实时识别缺陷,提升工艺质量

实时分析车流信息,优化交通管理

AI 实时监测异常,提升场所安全
集成数据对接、模型管理、设备监控与边缘计算,提供稳定、高效的企业级 AI 运行环境。

内置灵活仪表盘,自动生成基础仪表盘并支持自由拖拽排列,提供趋势图、饼图、表格、文字等多种显示模式。
支持企业常用数据库(MySQL、MSSQL、PostgreSQL、InfluxDB)与工业通信(Modbus TCP),并可对接 Basler 工业相机、Line Scan、IP Camera(RTSP)、Webcam 等设备,快速完成多元数据采集与集成。
集成 NumOps 与 AIWinOps 平台,提供完整的 AI 模型生命周期管理,支持模型自动部署、版本更新、参数配置与 Recipe 管理。
对接设备部署完成后可实时监控与管理,提供 CPU、GPU、内存使用率,以及连接状态、IP 地址、端口号等详细信息。
采用边缘计算设计,无需依赖云端资源或互联网即可稳定运行,确保现场推理的实时性与数据自主。
从模型部署、实时推理到设备管理,完成边缘 AI 落地与稳定运行。
现场设备/IoT × WinEdge × WinHub.AI 平台
从现场设备、IoT 与企业系统对接数据,部署 AIWinOps 图像与 NumOps 数据模型,在边缘侧实时推理落地。
100% 私有化部署,完全掌握数据与模型自主权。
| 项目 | 版本 |
|---|---|
| 操作系统 | Ubuntu 22.04 LTS (64-bit) 或更高版本 |
| NVIDIA GPU 驱动程序 | 580.x 或更高版本 |
| Docker Engine - Community | 24.x 或更高版本 |
| 项目 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 6 核 / 12 线程以上 | Intel® Core™ i7 / Xeon® 服务器级 |
| GPU(可选) | VRAM 4GB 以上,CUDA 7.5 | RTX 4080 / 4090 ~ NVIDIA A100 / H100 |
| 内存 | 16GB | 32GB 以上 |
| 存储设备 | 1TB SSD 以上 | 按负载扩展 |
| 接口 | USB 2.0 / 3.0(供加密狗使用) | |




根据使用场景与预算,灵活选择授权模式。
适用对象长期使用、数据敏感型企业