工业现场走出的AI报价革命
非标 CNC 加工行业长期依赖老师傅经验报价，从图纸识别、工艺判断到成本核算全靠人工，耗时 2–3 小时/套。2026 年，拥有 15 年工厂经验的曹冬冬在 AMD 锐龙 AI Max+ 395 平台上完成其 AI 报价系统「Union」12 个版本迭代，获得 AMD 锐龙 AI 智能体应用创新大赛专业组 OPC 一人公司赛道冠军。
- 硬件平台：AMD 锐龙 AI Max+ 395（16 核 32 线程 Zen 5 CPU + Radeon 8060S GPU + 50 TOPS NPU + 128GB LPDDR5x 统一内存）
- 核心模型：约 270 亿参数稠密模型（非 7B 小模型或 70B 超大模型）
- 运行架构：本地推理，支持离线部署
- 当前状态：系统已在 3 家工厂种子测试
多智能体流水线：拆解而非重构
曹冬冬强调系统并非让大模型直接“猜价格”，而是构建一条可解释、可校验的数字流水线。系统被拆分为图纸解析、DFM 可制造性分析、工艺评估、质检、财务和风险控制等多个智能体模块。
关键设计反差：尽管采用多智能体架构，为避免资源争抢，系统并非完全并发执行——部分任务并行计算，结果却按顺序返回，以平衡吞吐与稳定性。同时，智能体间传递的均为结构化字段，大幅减少上下文长度和 Token 消耗。
整个流程严格分层：
- 图纸解析层：STEP 文件解析、几何特征提取由 CPU 承担
- 智能决策层：工艺路径、刀具选择等多路径判断由本地模型完成
- 确定性计算层：材料用量、工时、成本加总由 Python 公式精确计算
硬件选型背后的工程取舍
选择锐龙 AI Max+ 395 主要出于四方面考量：
| 选型考量 | 具体原因 |
|---|---|
| 统一内存容量 | 128GB 统一内存 + 最多 96GB 可变显存，4-bit 量化下可完整装下 270 亿参数模型 |
| ROCm 生态 | 支持 PyTorch、llama.cpp，降低本地部署门槛 |
| GPU 性能 | 集成 GPU 提供 256GB/s 内存带宽，改善推理延迟 |
| 工业兼容性 | 支持 STEP 图纸解析与 CAD 处理，可嵌入现有设计流程 |
曹冬冬未选择更大参数模型，是因平衡点在于内存占用、生成速度（约 20–30 token/s）、上下文长度与工具调用稳定性之间。系统生成速度虽不适配高并发在线服务，但非标零件报价耗时已从小时级压缩至 3 分钟级（简单零件），而人工需 2–3 小时。
从 Demo 到产品的真实挑战
开发与落地之间远不止模型适配。系统从 Linux 迁移至 Windows 后，现场暴露多重问题：
- 部分客户使用老旧 Windows 企业版，安全软件拦截容器与驱动
- STEP 文件编码规范不一，需额外容错解析与降级策略
- 本地部署要求开发者承担额外适配工作，远超云端 API 的隐藏复杂度
不同工厂报价逻辑差异显著：一家擅长不锈钢，另一家精通铝合金；设备型号、刀具库存、人工成本各不相同。团队已制作 10 套初始模板，覆盖基础场景约 80%，后续需结合历史订单持续校准。
落地建议
- 适合即用：非标 CNC 加工厂、年订单量中等、图纸需本地处理、网络环境不稳定或需离线部署的场景
- 建议再等等：需严格低延迟、高并发服务的大型 quoting SaaS 提供商，或图纸高度标准化、几乎无需工艺推理的应用
写在最后
大模型未取代老师傅，而是把隐性经验转化为可检查、可迭代的执行流程。锐龙 AI Max+ 395 提供了本地容纳模型、知识库与工业软件的计算底座，而 OPC 超级个体正借助此平台，重新定义工业智能的交付边界。