电力边缘 AI · 本地 / 站内 / 内网训练与微调深度调研

调研日期：约 2026-10-25（Asia/Shanghai）
落盘：/workspace/research/edge-ai-local-train-finetune-deepdive.md
定位：本地 / 站内 / 内网算力形态、软件栈、与主动学习飞轮衔接的完整闭环；不含公有云训服务选型（另见云端手册）。
衔接：edge-ai-active-learning-relabel-loop.md、edge-ai-int8-quant-calibration.md、edge-ai-license-ledger-template.md、edge-ai-model-canary-rollback.md、edge-ai-vlan-network-isolation.md、edge-ai-power-thermal-budget.md、edge-ai-model-signstore-mender-cookbook.md、edge-ai-human-review-false-positive-loop.md。
原则：公开资料可核验；不确定标 unknown；不改写 PROT、不替代二次安规。

0. 一句话结论与红线

结论：生产敏感视觉 / 传感数据默认本地训；训练网与推理网、PROT 保护 / 过程层物理+逻辑双隔离；训练机永不进保护网；产物经许可台账 → 目标 NPU 工具链 INT8 → Ed25519 签名仓 → canary → current，失败自动回 previous。

1. 本地算力形态对照

变电站二次室 / 站控楼对功耗、散热、噪音、灰尘、接地约束严；算力选型优先「能训完、能隔离」，而非堆卡。

站内约束要点（与功耗 / EMC 手册对齐）

1. 二次室：优先 A 档单卡工控；4090 级默认否决，除非业主书面热噪与空开容量确认。
2. 电源：训练机取管理信息大区辅电，禁止并入保护电源；单独空开 + UPS（建议 ≥ 整机 ×1.3）。
3. 噪音 / 滤尘：业主安规优先；工业风冷机箱 + 进风滤网；定期清灰写入运维窗。
4. 网络：训练机落 TRAIN VLAN（新建）或经防火墙挂在 MGMT 旁路；只读拉 EVD 难例；零接入 PROT（VLAN 手册）。
5. 边缘盒 LoRA：公开资料显示 PEFT/LoRA 可降优化器显存、加速收敛，但激活显存仍受分辨率/batch 限制；电力场景默认把「盒上训」标为 conditional / 实验，产物仍须下盒后走完整 INT8 + 签名 canary。

1.1 散热 / EMC / 接地（训练机特化）

• 接地：训练机壳与机柜保护地按站规接入；禁止为「降噪」拆接地或借用保护二次接地网（对齐机柜防雷 / EMC 基线）。
• 浪涌：若训练机经长缆接同楼交换，网口建议与业务侧同级浪涌防护；训练流量突发不应冲垮 CAM PoE 交换。
• 谐波 / UPS：大功率 GPU 启停电流尖峰大，UPS 须按 VA 与功率因数选型，勿与保护装置共 UPS。
• 电磁兼容：无线网卡 / 未屏蔽 USB3 线在二次室可能干扰测量回路 → 训练机优先有线；Wi-Fi 默认关。

1.2 形态选型口诀

2. 软件栈（许可优先）

2.1 训练 / 检测框架

口诀：生产微调默认 Apache/MIT 骨干；Ultralytics 进台账红/黄灯，未签 Enterprise 不出签名仓。

2.2 标注（必须自建）

2.3 实验追踪 / 数据版本（自建）

默认建议：单站 / 试点 = CVAT 或 Label Studio + MLflow + DVC（数据集）；多站汇聚再评 ClearML / K8s。

2.4 导出与板端衔接（本地完成）

本地训完后的标准出口顺序（细节见 INT8 / 签名仓手册）：

1. 框架导出：PyTorch/Paddle → ONNX（opset 与目标工具链兼容表钉死）或厂商中间式。
2. 图优化：常量折叠、与线上一致的 letterbox / mean-std；禁止训练预处理与推理预处理分叉。
3. 量化：目标 NPU 工具链 PTQ；不过门禁再混合精度 / QAT（需回到本地有标签集）。
4. 打包：store/<sha>/ + manifest.json（含台账行、校准 SHA、工具链版本）+ Ed25519 签。
5. 发布：仅 canary 通道；推理盒拉包验签；系统轨 Mender 不动。

边缘盒不直接 git pull 训练仓；训练仓凭证不进推理镜像。

3. 与主动学习飞轮衔接的本地闭环

对齐 edge-ai-active-learning-relabel-loop.md，本地训只替换「微调发生地」，不改触发与脱敏语义。

边缘推理(CAM→AI) ──难例触发──► EVD 难例队列
                                 │ 脱敏 / 权属 / 周配额
                                 ▼
                    TRAIN VLAN：CVAT/LS 内网标注
                                 │ 抽检通过
                                 ▼
              训练集增量 + 冻结验证集（DVC/哈希）
                                 │ 许可台账门禁（A 轨）
                                 ▼
         本地 GPU：A 轨微调（全参或 LoRA）→ 导出 ONNX/中间式
                                 │
                                 ▼
         目标 NPU 工具链 PTQ/QAT INT8（校准集同源）
                                 │ 精度门禁
                                 ▼
         Ed25519 签名仓 store/<sha> → canary → current
                                 │ 失败
                                 └──► previous + MODEL_CANARY_FAIL

3.1 硬件最低配置建议表（可写进 PoC BOM）

3.2 训练侧硬规则

1. 基座权重、增强库、导出工具均在许可台账 green/conditional。
2. 现场复标占比须超过公开冷启动（主动学习 D60 门禁）。
3. INT8 校准集同源场景 200～500 张；验证集冻结哈希（INT8 手册）。
4. model.ver = 权重内容 SHA；manifest 含校准 SHA、工具链版本、台账行号。
5. 训练日志与难例原图不进 PROT、不进证据仓热路径写保护语义。

4. 何时必须本地 vs 何时可外送「已脱敏 croplike」

外送 croplike 指针：云厂商选型、出口合规、专有训练服务对比见 云端训练/微调深度调研手册（另文）；本文不展开 AutoDL / PAI / SageMaker 等。外送制品回流本地后，仍须走 本地 INT8 + 签名 canary，禁止云端直接推 prod 盒。

4.1 本地优先决策树（执行版）

1. 帧内是否含可识别自然人 / 资产标识 / 未授权站貌？→ 是：本地。
2. 业主合同是否写明「数据不出站控区 / 不出内网」？→ 是：本地（即使已 crop）。
3. 是否仅 croplike 且脱敏抽检通过 + 书面外送单？→ 是：可评估外送（云端手册），回流仍本地 INT8/canary。
4. 是否公开许可冷启动集？→ 云或本地皆可，台账照填。
5. 以上都不清 → 按本地处理，并行补合同，禁止先传后补。

5. 两周本地训 PoC + 验收门禁

5.1 日程骨架

5.2 验收门禁（全绿才宣称 PoC 成功）

任一红灯 → PoC 结论为「流程通、不可 prod」或「须整改」，禁止把 PoC 权重直接写进投标「已上线」。

5.3 PoC 常见失败模式（本地特有）

5.4 数据集与制品目录约定（本地）

/data/train/                         # 仅 TRAIN VLAN 可达
  raw_hard/<site>/<task>/<yyyyww>/   # 脱敏前隔离区（ACL 更严）
  desense/<site>/<task>/<yyyyww>/    # 标注输入
  labels/<project>/                  # CVAT/LS 导出
  datasets/<task>/vN/                # DVC 跟踪；含 train/val 清单与 sha
  runs/<exp_id>/                     # MLflow artifact 或本地 runs
  export/<model.ver>/                # ONNX / 中间式 + train_report.json
  calib/<task>/<date>/               # 对齐 INT8 手册

规则：raw_hard 默认仅算法负责人+安监只读；标注员只碰 desense；推理盒与 PROT 挂载为零。

6. 与既有手册的边界

7. 参考来源（公开，抽样）

• Ultralytics License / Enterprise 说明（AGPL vs 商用）
• Label Studio 自托管安装文档；CVAT Community MIT + FFmpeg / serverless 许可说明
• PaddleDetection / PaddleOCR Apache-2.0；Paddle-Lite / 全量化 NPU 示例文档
• RT-DETR（lyuwenyu）Apache-2.0；RF-DETR Apache vs PML 分轨说明
• MMDetection Apache-2.0；OpenMMLab 生态
• MLflow / ClearML / DVC 自托管对比公开文（2025–2026）
• LoRA / PEFT 检测与边缘微调公开论文与工具说明（盒上训标 conditional）
• NVIDIA GeForce 功耗规格；工控 / 机房噪声散热工程实践文

厂商私有 SDK 开关、未公开站规、具体空开容量：unknown，以业主与实测为准。

文档状态：本地深度调研 v1 · 仅落盘 · 不改飞书 · 与云端手册成对。