aicanyin
花了八千块买的AI收银机，一到饭点就卡成幻灯片。扫个码得等半天，服务员脸都绿了。这种场景，在餐饮圈太常见了。
大家觉得AI是软件问题，钱花到位了就行。实际上，大部分餐厅AI系统跑不动，垮在硬件和网络这两个地基上。今天把这事儿掰开了讲清楚，让你一次到位，别明天开着开着又掉链子。
餐厅上AI，是买个盒子放店里还是全上云？
先说概念。餐饮AI不是只有一种玩法，两种模式差别巨大，直接影响你要掏多少硬件钱。
一种是AI盒子或者AI服务器放店里，叫本地化部署。另一种是店里装个轻客户端，计算都丢到云端，叫云部署。
本地部署，核心部件看GPU（显卡）和内存。市面上的餐饮AI，大多吃GPU算力，比如视觉识别菜品、优化出餐动线。入门级配置，一张NVIDIA RTX 4060级别的显卡，配上16G内存差不多能跑小型模型。但你要是想跑大一点的模型，比如全店客流分析，那推荐32G内存起步，显卡往RTX 4090上靠。
做本地部署的好处是响应快，数据不出店。根据中国信通院2024年的报告，本地推理延迟能压到10毫秒内，断网了基本还能顶着用。
代价就是前期硬件贼贵，一台像样的设备一万五起步，还没算上散热电费。盒马鲜生的无人店技术负责人曾在公开演讲里提过，单店算力成本占总部署成本的35%左右。餐饮利润薄，这笔账要心里有数。
店里宽带到底要多大才不拖后腿？
接着聊网络。很多人觉得我店里装了200M的宽带，够够的了。现实不是这么回事。
首先，上行带宽比下行重要得多。食材识别要往云端传图片，一台摄像头一夜就给你传几个G。大部分商用宽带对标的是下行，上行被死死限住。
我给你的操作性建议是：点餐高峰期几十个摄像头至少得保证100Mbps的上行带宽。普通宽带达不到，就老老实实拉企业专线。别心疼那几百块钱，少了这笔，你的AI传一张图卡十秒，用户体验直接归零。
其次，别忽略Wi-Fi覆盖。我以前也觉得拉条网线就万事大吉，直到见过一家餐厅把AI巡检机器人安排在后厨门口，信号死角，机器人撞墙上了。餐厅有后厨、仓库和包间，墙体对Wi-Fi信号的削弱不是开玩笑。趁着装修部署，更合适方案是每200平加一个企业级AP（无线接入点）。国标GB/T 36445-2018里也对弱电间和桥架做了规定，改造的老店走明线，注意别跟大功率烤箱变压器贴一起，干扰严重。
部署前三天，先干完这几件实在事
别拿到设备就急着通电，准备工作和硬件设备本身一样要紧。尤其是老店改造，很多都是血的教训。
靠前步，确认电路荷载。一台高性能AI工作站加制冷风扇，峰值功耗能到600瓦。你要是拿排插串联排插，分分钟跳闸。餐饮后厨本身电气负荷就大，务必让电工单独给AI设备走一路空气开关。代价就是可能得额外叫一次电工，但值得。
第二步，盘点接口和摆放位置。AI视觉柜需要俯视角度，后厨光线酷似镭射灯直射反光严重影响识别。别选正对不锈钢灶台的方位。网络摄像头选POE供电的，一根网线解决电力与数据，厨房这种潮湿重油烟环境，比插220V电源安全得多。
第三步，做个资产评估。设备到位后，把摄像头、网关、服务器IP全列个表。很多餐饮老板设备一多就抓瞎，出了问题不知道找厂家还是找宽带商。
那些年餐饮人踩过的硬件坑——希望你一步别踩
圈里有几个高频翻车点，值得单独拿出来说。
靠前个坑是盲目追求高配。 明明只跑个AI识别防止跑单，非要买个双卡服务器回来放着吃灰。性能过剩浪费电，多出来的钱够交一年宽带费了。我建议你买之前问清楚AI服务商到底用哪代模型，模型大小决定推理门槛。一个很有用的说法是，如果服务商用云端API，你店里根本不需要GPU，买台普通商务主机就行，预算立省一半。
第二个坑是把数据全放云端不管。 一旦网络故障，本地设备无法独立运行，甚至连基础收银都开不了单。反过来的正确做法是让关键业务热备在本地。哪怕一切正常，也得定期备份菜品数据库到移动硬盘，这是个习惯问题。之前行业里出现过因为云端服务器崩了，餐厅两天无法正常结账的情况。
第三个坑是把AI设备和冰箱放一起。 振动会损坏机械硬盘。现在固态硬盘便宜了，条件允许就上1TB NVMe固态，防振、高并发读取还不怕断电掉数据。配上双备份，比啥都稳。
另外，如果单纯为了连锁店标准化管理，降低培训成本，那最值得投的其实是摄像头布点逻辑和网络分区，把收银网络和办公网络物理隔开，办公区下载大文件不影响收银AI的延迟性。这比升级显卡的效果直观得多。
话说回来，餐饮AI好不好用，硬件是地基。选硬件前，多问一句你的AI供应商是跑本地模型还是云调用，能帮你避免一半预算浪费。网速别掐尖儿，宁愿多留20%的余量。只有把电稳了、网通了、机子跑得动，AI才能真的帮你省钱。
