Radxa (Fogwise®) 於 2025 年 9 月 30 日宣布正式推出「Fogwise AIRbox Q900」。搭載 Qualcomm Dragonwing IQ-9075，具備最大 200 TOPS (INT8 sparse) NPU 效能、36GB ECC 記憶體、雙 2.5GbE 與 SIM 卡支援，是專為現場推論需求打造的邊緣 AI 盒子。
Radxa (Fogwise®) 於 2025 年 9 月 30 日及宣布 Fogwise AIRbox Q900 正式發布。官方頁面與文件已刊載產品資訊。 本機搭載 Qualcomm Dragonwing™ IQ-9075，是具備最大 200 TOPS (INT8 sparse) NPU 效能的邊緣 AI 盒子。 對於「不想丟到雲端，想在現場運作 AI 推論」、「想要有雙 2.5GbE 或 SIM 運用等對應現場配線環境的盒子」這些條件相當契合，但另一方面，需針對 Qualcomm 系工具鏈（QAIRT 等）進行最佳化這點，是購買前應確認的前提。
規格
| ■ Fogwise AIRbox Q900 | |
|---|---|
| 處理器 | Qualcomm Dragonwing™ IQ-9075（Kryo Gen6 8 核心 最大 2.36GHz）＋Cortex-R52 4 核心（最大 1.85GHz） |
| GPU | Adreno 663（最大 1.2 TFLOPS FP32） |
| NPU | Dual Hexagon NPU（最大 200 TOPS@INT8 sparse） |
| 記憶體 | 36GB LPDDR5（96-bit、6400MT/s、ECC） |
| 儲存空間 | 128GB UFS 3.1（內建）＋32MB SPI Flash |
| 擴充性 | M.2 M Key 2230（PCIe Gen4 x4）・Mini PCIe（Wi-Fi 或 4G/5G 模組）・Nano SIM・UFS/eMMC 模組 |
| 網路 | 有線：2x 2.5GbE（支援 TSN）、無線：經由 Mini PCIe 支援 Wi-Fi 6・BT 5.4，或 4G/5G＋Nano SIM |
| 影像輸出 | HDMI 2.0（最大 4K@60）1 組 |
| USB | USB 3.1 Gen2 Type-A HOST 1 埠、USB 3.1 Gen2 Type-A OTG 1 埠、USB-C（序列控制台・除錯） |
| 尺寸 | 104×84×45mm |
| 電源 | DC 12V 輸入（建議 12V/5.4A） |
| 支援 OS | 支援 Ubuntu・Yocto。備有 RadxaOS（架構於 Debian/Ubuntu）相關文件 |
將 Dual Hexagon NPU 帶來的最大 200 TOPS (INT8 sparse)＋36GB ECC 記憶體，收納於支援雙 2.5GbE 與 SIM 運用的 104×84×45mm 金屬機殼內的邊緣 AI 盒子。 重量官方未明示。配件在一次資訊中也未能確認，但 Quick Start 提及「請準備 12V DC 電源、HDMI 線、Ethernet 等」。
特色
處理器與 NPU
IQ-9075 的定位相當有趣。雖是手機系 SoC 的延伸，但在此則是作為「現場的盒子」，且前提是統合運用 CPU・GPU・NPU。具備標榜最大 200 TOPS (INT8 sparse) 的 Dual Hexagon NPU，鎖定在終端側完成推論的用途。
另一方面，這與 NVIDIA Jetson 系那種「CUDA 獨強的淺顯易懂」是不同的世界觀。前提是需配合 Qualcomm 系工具鏈（QAIRT 等）進行最佳化，因此現有資產是什麼會影響難易度，這點在購買前應安全地納入考量。
記憶體與儲存空間
記憶體為 36GB LPDDR5＋ECC。這點個人印象相當好。邊緣用途常涉及 24/7 運作或溫度條件，因此 ECC（錯誤更正）很容易展現價值。 儲存空間標準為 內建 128GB UFS 3.1，還可追加 M.2 2230 NVMe（PCIe Gen4 x4）。官方指南明記「斷電→插入並鎖上螺絲」的 NVMe 使用者增設步驟，容易取得依據這點也令人安心。 實際運用上，OS 放在 UFS 側，將 NVMe 當作「日誌・資料集・模型放置處」是很順暢的配置。像是監視器資料、產線推論日誌、本地 LLM 快取等，累積型資料若逃生至 NVMe 會讓運作更輕鬆。
生成式 AI 效能
官方頁面明確展示了在本地運作 GPT・LLaMA・Stable Diffusion 的情境。例如記載有 LLaMA-7B first token 約 0.6 秒、之後約 12 tok/s。
這也是「不要只看數字就立刻下定論」的點。效能會隨模型量化、記憶體分配、輸出入、熱條件而變，200 TOPS 不代表什麼都爆快。反過來說，若能順利契合，確實能創造出不需往返雲端「在現場就能得到答案」的體驗。用途落在「輕量 LLM 的現場回答」、「圖像分類・偵測」、「簡易生成（驗證・展示）」大約是現實的落點。
外觀
連接埠面相當務實，整理了 DC12V 輸入、USB、2x 2.5GbE、Type-C（序列控制台・除錯）、HDMI 2.0、SIM 插槽、EDL 按鈕等。「以除錯為前提的 Type-C」與「EDL（緊急寫入）系的導線」從一開始就準備好，這在量產・現場部署時相當有效。
頂部可看出風扇位置，配合散熱鰭片可解讀出「散熱導線」。靜音性雖取決於運作條件，但至少不將冷卻全丟給軟體處理這點令人有好感。箱型 AI 容易因熱導致效能波動，因此這裡做工紮實其實很重要。
其他
網路：相當務實，2.5GbE x2 (支援 TSN) 能打中許多現場需求。不單只是相較 1GbE 取得最大 2.5 倍頻寬，也容易進行分流（例：上位 NW 與設備 NW）。 無線或蜂巢網路透過 Mini PCIe 插槽，選擇 Wi-Fi 6・BT 5.4 卡或 4G/5G 模組。官方亦有說明 Nano SIM 插槽。這點並非「買了就定案」，而是保留了配合用途打造通訊功能的空間，是其優點。
電源與冷卻：電源輸入為 DC 12V（建議 12V/5.4A）。實際功耗隨運作條件變動，官方部落格記載「一般約 20W」（條件需確認）。 冷卻採用金屬機殼＋PWM 風扇這種「做為盒子很正確」的架構。雖不華麗，但若意識到 24/7 運作，這個方向令人安心。
總結
Fogwise AIRbox Q900 正如其外觀，是一款鎖定「在現場運作 AI 的盒子」的產品。200 TOPS 級 NPU、36GB ECC 記憶體、UFS＋NVMe 擴充、2.5GbE x2、SIM 運用，從一開始就具備了邊緣案件中容易被要求的條件。 適合不想丟到雲端想在現場運作推論的人、想要有雙 2.5GbE 或 SIM 運用等對應現場配線環境的盒子的人。反之不適合想直接搬運 CUDA 資產的人，或想一鍵爆速執行生成 AI 的人。前提是需配合 Qualcomm 系最佳化（模型轉換・量化・執行環境）來整備運作。
個人感想是，相較於規格，其「I/O 與運作導線很紮實」這點更有好感。
| 銷售來源 | 價格（參考） |
|---|---|
| Arace Tech | 需確認（價格變動） |
相關連結
- 官方產品頁面（Radxa）：https://radxa.com/products/fogwise/airbox-q900/
- 官方文件（規格・全體）：https://docs.radxa.com/en/fogwise/airbox-q900
- 官方發布文章（Radxa Blog, 2025-09-30）：https://www.radxa.com/blog/fogwise-airbox-q900-official-release/
- 官方文件（M.2 2230 增設）：https://docs.radxa.com/en/fogwise/airbox-q900/hardware-design/nvme
- 官方文件（Mini PCIe）：https://docs.radxa.com/en/fogwise/airbox-q900/hardware-design/mini-pcie
- 價格・SKU 確認（Arace Tech）：https://arace.tech/products/fogwise-airbox-q900