智慧城市智能体要多少张昇腾卡？一个可直接上手的算力计算器

工具专题｜参数核验日期：2026 年 7 月 25 日

本文附带一个可直接操作的在线计算器。所有硬件规格标注来源，官方未公布的数值一律标为推算值。计算模型中的经验系数是编辑部依据行业常见部署密度设定的规划口径，不是厂商性能测试，也不能直接作为招标评分或报价依据。

做智慧城市方案的人，几乎都被同一个问题卡过：

客户在会上问，"我们全市有 500 个易涝点位，上内涝预警智能体，要多少算力？" —— 这时候能立刻给出"大概 16 张卡、3 台服务器、1 个机柜、3.7 千瓦"的人不多。多数情况是回去算一周，再拿回一个没人敢背书的数。

难点不在算力本身，而在客户说的话和我们卖的东西之间隔着两层翻译：客户讲的是"点位""事件""要多快"，方案讲的是 TOPS 和 QPS，采购单上写的是卡、服务器、机柜和千瓦。这三层之间没有公认的换算表，于是每个人凭经验拍，拍出来的数能差三倍。

我们把这三层翻译固化成了一个计算器。

先看两段视频

如果时间有限，可以先看视频：左边五分钟讲清工具是什么、怎么算的；右边四分钟用一个汛期防汛的真实案例，八步走完一次完整测算。

视频里的界面画面均为工具实际运行截图，测算数字由计算器实时算出。

一、先动手：勾场景、填点位、出配置

下面是完整可交互的工具，勾选场景并填入点位数，右侧实时给出卡数、服务器台数、机柜数和功耗。默认已载入"区县级试点"组合，可直接改成客户的实际数字。

嵌入窗口较小时建议 在新页面全屏打开计算器。工具是纯前端页面，不回传任何输入数据，可另存为本地文件离线使用。

手机上用：手机版 + 59 秒实操演示

电脑版信息密度高，适合做方案；手机上则新增了一个手机版页面：直屏适配、参数行不再横向溢出，顶部加了算法路线、摄像头代际、卡型快选（原先埋在页尾的高级参数里）与只看已选筛选，底部加了一条常驻结果条——改任何一个参数，总卡数、服务器台数和功耗立刻在底部更新，不用滚到页尾去看结果。

算完之后点「导出华为风格 PPT」，会直接下载一份两页的 .pptx：第一页是本次测算结论（总卡数、视觉/大模型分解、总功耗四个数字块 + 配置清单表），第二页是分场景算力拆解表，含抽帧帧率、分辨率、算法数和推理帧率，可直接并进方案胶片。版式按华为胶片规范：结论句标题加红色下划线、顶部红色总论条、底部红色结论条、页脚页码与密级标识。生成的表格是真正的 PowerPoint 表格，落地后可以继续编辑。

这个导出功能没有引入任何第三方库——ZIP 打包和 OOXML 都是页面内手写的，所以"零外部请求"这条仍然成立。

二、方法论：看 BA、讲 TA、卖盒子

计算器的结构对应销售侧一句老话——看 BA（业务架构）、讲 TA（技术架构）、卖盒子（硬件配置）。这不是包装，而是决定了输入项该问什么、输出项该给什么。

整条链路只有一条：

点位数 ──→ 视觉推理负载 ──┐
   │                      ├──→ 总算力 ──→ 卡数 ──→ 服务器 / 机柜 / 功耗
   └→ 事件数 → 智能体调用 ─┘

一句话概括：客户说的是"点位"，我们算的是"算力"，最后卖的是"盒子"。这三者的换算关系，就是这个计算器。

三、视觉算力：大头在这里，变量只有一个

在几乎所有智慧城市项目里，视觉推理占总算力的 70%~95%，大模型只占很小一块。所以先把视觉算清楚。

单点位算力用这个式子：

单点位 TOPS = 算法档位基准 × 分辨率系数 × (抽帧帧率 / 2) × 算法数^0.85

三个档位基准（INT8，1080P @ 2fps，单算法）是编辑部依据常见部署密度设定的：轻量类（违停、垃圾暴露、占道经营）取 0.6 TOPS/路；中等类（人车结构化、行为识别、水位回归、烟火检测）取 1.5；重载类（多模态视觉理解、密集小目标）取 2.5。分辨率系数 720P / 1080P / 2K（400 万像素） / 4K 分别为 0.6 / 1.0 / 1.5 / 2.5——按像素数的约 0.66 次幂折减，因为检测模型通常会先缩放到固定输入尺寸，成本并非按像素线性增长。

算法叠加用 0.85 次幂而不是简单相乘，因为多个算法共享视频解码和骨干网络特征，3 个算法约等于 2.55 倍而不是 3 倍。

真正拉开差距的是抽帧帧率。这一点在 BA 阶段必须问清楚，否则报价可以差十倍：

同样是一路摄像头，违停能塞 90 路一张卡，高空抛物只能塞 5 路。客户说"我要 1000 路 AI"，不问帧率就报价，是这一行最常见的翻车方式。

路数不是算力的度量单位，总推理帧率才是

把上面这句话量化一次。固定内涝 500 个易涝点位、3 算法、1080P，只动抽帧帧率：

点位数一个字没变，卡数从 11 张到 269 张，差 24 倍。所以真正驱动视觉算力的是「路数 × 抽帧帧率」这个乘积，也就是总推理帧率——计算器把它单列为一项输出，就是为了让这件事在谈需求时无法被含糊过去。

分辨率和算法数的影响同样不能忽略（同样 500 点位 @1fps）：720P / 1080P / 2K / 4K 对应 12 / 16 / 22 / 32 张卡；算法数 1 / 3 / 5 / 8 个对应 375 / 954 / 1,473 / 2,196 TOPS——算法翻 8 倍算力只翻约 5.9 倍，这就是 0.85 次幂折减的效果。

算法路线决定卡族，这是选型的第一个岔路口。传统视觉算法（YOLO 类检测 + 属性分类，INT8 量化）用昇腾 310P 系列就够；但如果要上视觉大模型做多模态理解直推，310P 就不行了——它是 LPDDR4X、带宽只有 204.8 GB/s，而大模型推理是带宽敏感的，必须换到有 HBM 的昇腾 910 系列。计算器顶部提供算法路线一键切换，切换时视觉卡族自动跟着换。

代价也要算清：单帧算力上，7B 视觉大模型处理约 600 个视觉 token 需要约 8,400 GOPS，而中等档 CNN 约 750 GOPS，比值约 11 倍（2B 模型约 2 倍，7B 高分辨率约 22 倍），工具取 12 倍作规划系数。汛期专项从传统视觉切到视觉大模型，视觉算力涨 12 倍，但因为同时换到算力更强的 910，总卡数只从 68 张涨到 151 张。另需注意：910 系列没有视频解码引擎，走大模型路线要另配解码资源，工具会在配置清单里标出这一条。

摄像头代际是另一个必须问清的输入。新建项目的主流已是 2K（400 万像素），4K（800 万）在卡口、瞭望、重点区域也开始铺开；但城市项目大量是接入存量摄像头，存量仍以 1080P 为主。因此计算器的出厂默认保持 1080P，并在顶部提供一键切换：1080P 存量 / 2K 新建 / 4K 高清。同一批 1,503 个点位的汛期专项，1080P 是 68 张卡，切到 2K 就是 94 张——差 38%。

这三个参数在上面的计算器里逐场景可调：勾选场景后行内会展开「抽帧 / 分辨率 / 算法」三个输入框，实时显示该场景的单点位 TOPS 和单卡承载路数，改过的场景会标出出厂默认值以便对照。顶部还有全局帧率 ×0.5 / ×2 / 复位，用来快速演示降配方案——把地级市全域 45 类场景的帧率整体减半，总卡数从 561 张降到 290 张、功耗从 71.1 kW 降到 39.9 kW。客户砍预算时，动帧率比砍场景体面得多。

这张表里的密度也是校验模型是否可信的依据：高空抛物 4~8 路/卡、常规结构化 20~90 路/卡，与行业实际部署经验一致。

另外两个容易算错的地方，我们在模型里做了修正：

• 卡口不是连续视频流。卡口是过车触发抓拍，按 2fps 等效折算即可。若按 10~25fps 连续流计算，单点位算力会虚高 5~10 倍。
• 低帧率不等于不占解码。即便抽帧到 1fps，每路仍有取流、解封装、会话保持的固定开销，所以解码折算设了 12% 下限，不能按帧率线性归零。

最终视觉卡数取算力约束与解码约束两者的较大值。

四、大模型算力：真正的门槛是显存底座，不是算力

智能体不是每帧都跑大模型，而是事件触发。这一条决定了大模型侧的算力需求比直觉小得多。

日均事件数 = 点位数 × 单点位日均事件数
峰值 QPS  = 日均事件数 × 峰值集中系数 / (峰值时长 × 3600)
单次请求 FLOPs = 2 × 激活参数量 × (输入 token + 输出 token)

但卡数往往不由算力决定，而由显存底座决定：

TP 并行度 = max(档位最小 TP, 向上取 2 的幂(⌈(权重显存 + KV Cache) / 单卡显存⌉))
实例数    = max(2, ⌈算力所需卡数 / TP⌉)      ← 双活高可用，至少 2 实例
大模型卡数 = 实例数 × TP

举个最能说明问题的例子：500 个内涝点位，峰值 QPS 不到 0.1，算力上连一张卡都用不满，但 32B 模型的显存底座加双活高可用，决定了最少也要 4 张卡（计冗余后 5 张）。

这就是"起配门槛"。它的销售含义很直接：项目再小，这一层也砍不掉；而项目变大时，这一层几乎不涨。

五、昇腾卡参数与口径声明

计算器内置七种卡型，可随时切换并自动改写算力、显存、功耗和解码路数：

口径声明（重要）：

• 表中数据取自华为官网产品页与 2025 年 HUAWEI CONNECT 昇腾芯片路线图的公开发布信息。
• 带 * 的 FP16 数值不是官方口径。昇腾 950 系列官方公布的是 FP8 / MXFP8 / HiF8 为 1 PFLOPS、MXFP4 为 2 PFLOPS，并未公布 FP16；表中 FP16 为按 FP8 折半推算的等效值，仅供计算器在 FP16 部署模式下估算使用。
• 昇腾 910B 各子型号（B1 / B2 / B3）在显存与带宽上存在差异，B3 采用 HBM3e。公开渠道对 910B / 910C 的带宽与功耗数值存在不一致，表中取较常见口径。
• 950PR 与 950DT 分别规划于 2026 年第一、四季度上市，属于路线图信息，供货状态需另行确认。
• 正式方案报价前请以华为最新官方规格书与型号供货状态为准。本工具输出为方案预估，不构成报价承诺。

六、45 类场景：三大领域各 15 类

场景库覆盖智慧城市三大场景域，每类场景预置了帧率、算法数、算法档位、单点位日均事件数和智能体模型档，并带一个典型地级市的参考规模。勾选即自动填入，可直接改成客户实际数字。

• 城市安全（15 类）：城市内涝、消防通道占堵、电动车入梯入户、烟火与初期火情、重点区域周界安防、高空抛物、危化品运输车监管、燃气管网泄漏、地质灾害与边坡形变、桥梁隧道结构安全、人群密度与踩踏预警、水域防溺水、森林与秸秆火点、校园医院安防、应急指挥调度智能体。
• 城市治理（15 类）：市容市貌综合治理、违停与交通秩序、渣土车与工地扬尘、垃圾分类投放、河湖长制与水质、噪声与油烟、市政设施病害巡查、共享单车淤积、犬只与不文明行为、环卫作业与公厕管理、12345 热线工单智能体、政务审批帮办智能体、公文写作与督办智能体、网格员移动助手、城市体检运行监测。
• 产业经济（15 类）：产业链招商智能体、企业服务政策匹配、园区高危作业监管、安全生产合规监管、明厨亮灶食品安全、特种设备与电梯困人、楼宇经济态势感知、产业大脑运行监测、双碳与重点用能监测、文旅客流与消费洞察、商圈客流与业态分析、供应链金融风控、人才政策引才匹配、统计数据核查、智慧农业农情监测。

其中 16 类是纯语言智能体（12345 热线、政务审批、产业链招商、公文督办等），不接入任何摄像头，只吃大模型算力。这类场景在计算器里会显示视觉算力为 0。

七、实测输出与三条可用结论

以下为计算器实测结果，配置口径：视觉卡 Atlas 300I Pro、大模型卡昇腾 910B（W8A8），冗余 20%、资源池复用折减 10%、单柜可用 8 kW。

结论一：点位翻 4 倍，卡数只翻 3 倍。内涝从 500 点位扩到 2000 点位，卡数从 16 张到 48 张。大模型底座完全不变，增量全在视觉侧。这是劝客户一次性上量最有说服力的理由——分三期建，等于把底座钱付三遍。

结论二：大单靠视觉，起配靠底座。视觉卡占总量 70%~95% 且随点位线性增长；大模型卡从 500 路到 22,000 路几乎恒定在 5~17 张。谈判时该守的是底座（砍不掉），该谈的是视觉侧的帧率和冗余系数。

结论三：机柜数由千瓦决定，不由 U 位决定。561 张卡只需 71 台服务器（约 284U，7 个机柜装得下），但 71.1 kW 需要 9 个 8 kW 机柜。老机房常见 4~6 kW/柜，会再多出 4~6 柜。这一条必须在 TA 阶段勘察，否则交付阶段一定翻车。

还有一条关于卡型选择的观察。把视觉卡从 300I Pro 换成 300I Duo（地级市全域 45 类场景）：

卡数砍一半、服务器从 68 台降到 35 台，但总功耗基本持平（单卡 150W vs 72W）。换 Duo 省的是机位、布线和运维，不是电费——这一点在跟客户算 TCO 时容易讲反。

八、这个工具不能做什么

工具的边界必须说清楚，否则用错比不用更危险：

1. 它不是报价器。输出的是卡数和功耗，不含任何价格。软件授权、平台、集成、实施、运维都不在模型内。
2. 经验系数是规划口径，不是实测。三档算法基准、0.85 叠加指数、0.30 MFU、12% 解码下限，都是编辑部依据常见部署密度设定的规划值。具体算法的实际算力应以厂商实测数据替换，计算器的高级参数区全部可改。
3. 它不做训练和微调测算。模型只覆盖推理，不含模型训练、精调和数据标注的算力。
4. 它不替代 POC。尤其是多算法叠加后的实际帧率、误报率和单卡承载，必须以现场实测为准。
5. 昇腾 950 系列属于路线图产品，参数和供货状态需在选型时另行确认，不建议直接写入近期交付方案。

模型的完整推导、全部系数取值和场景库参数表，见随本文发布的《算力测算模型说明》。

*本文附带工具为纯前端页面，不采集、不回传任何输入数据。*