杭州萧山那场集群执法，101名执法人员查了216家门店。数字不算大，但它背后是一张已经铺开的网——浙江全省19.5万家外卖商家，具备AI识别能力的后厨摄像头覆盖率到了97.3%。
这件事的价值不在“查了多少家”，而在于监管方式变了。2022年3月《浙江省电子商务条例》落地后，入网商家必须把后厨画面实时公开，消费者在订单页点“明厨亮灶”就能看到切配、烹调这些关键区域。画面同时传给监管平台和外卖平台，形成“互联网+明厨亮灶”。摄像头装几个有讲究：50㎡以下小店，一个能拍全重点区域就够；有隔断或者面积更大，就得加。
更关键的一步是AI接管了盯屏的活。小动物进厨房、洗菜池洗拖布、有人在灶台边抽烟、食用油桶直接挨着地面、垃圾桶没盖、纸浆蛋托乱堆、消毒餐具没放进密闭保洁柜——这些以前靠人抽查才能发现的毛病，现在由“明厨AI”自动识别，推给监管人员，再短信督促整改。效果摆在那：后厨环境卫生不合格率从上线时的超过28%，一路降到3.9%。
换个角度看，这其实是一道技术题。一家店一路视频流，19.5万家店就是几十万路并发。视频要采集、编码、上传，AI要做推理，告警要低延迟推送，监管端还要随时调阅回放。哪一环卡住，商家就可能因为“画面丢失”被点名。餐饮老板未必关心服务器，但系统稳不稳，直接关系到会不会被短信催整改。
那这类场景到底吃什么资源？第一是上行带宽和连接稳定性。后厨摄像头是7×24小时推流，不是点播，带宽跑满或丢包，画面就花、就断。第二是AI推理的算力。如果商家或服务商自己跑识别模型，GPU或高主频CPU少不了；如果只做视频转发、由平台侧统一推理，那压力主要在I/O和网络。第三是存储与合规。监管要求画面可回溯，录像得存得住、调得出，硬盘容量和读写性能不能凑合。
选型上，我通常这么建议：单店或小连锁，视频路数少，用云主机搭个轻量转发和存储节点就能跑；但如果是区域服务商，手里管着几百上千家门店，视频汇聚、转码、AI推理全压在一台机器上，虚拟化那点资源很容易被吃干净。这种场景更适合直接上物理服务器——独享CPU、内存和带宽，没有邻居抢资源，推流和推理互不干扰。新酷云的物理服务器就是针对这类持续高负载业务设计的，配置可按路数和模型规模来定，适合做视频汇聚节点或AI推理后端。
还有两类需求容易被忽略。一类是做多门店、多平台分发的服务商，每个店一个入口、多个平台拉流，域名和IP资源消耗快，站群服务器的多IP特性在这种多站点分发场景里比较顺手。另一类是面向公众的监管公示页面或商家后台，一旦被恶意流量盯上，页面打不开，商家和消费者两头投诉。这种情况就得考虑高防服务器，把清洗能力放在前面，别等被打穿了再救火。
说到底，明厨亮灶走到AI这一步，拼的已经不是“装没装摄像头”，而是背后那套系统能不能持续、稳定、低延迟地跑下去。餐饮老板可以不懂服务器，但选服务商的时候，得问一句：视频存哪、AI在哪跑、断了怎么办。想清楚这三个问题，比事后补整改要省心得多。