快訊

公費流感疫苗開放全民接種 陳時中:1月30日起至疫苗用罄

專家憂成缺口…部桃11樓護理之家全數採檢 結果出爐

AIoT掀起智慧浪潮 釐清脈絡抓緊邊緣運算商機

圖2 : 物聯網系統多會是垂直產業所應用,製造業就是其中最重要之一,這些產業物聯網系統都需要與其專業結合。(source:The Times of Israel)
圖2 : 物聯網系統多會是垂直產業所應用,製造業就是其中最重要之一,這些產業物聯網系統都需要與其專業結合。(source:The Times of Israel)

[作者 王明德]

邊緣運算是AIoT最重要的設計概念之一,終端設備也是台灣廠商的重要利基處,因此台灣廠商,除了在投入前要做足功課外,也應該改變產品策略,強化特定領域的專業,方能在邊緣運算浪潮中站穩腳步,找到自己的市場地位。

物聯網被視為智慧化時代的骨幹運作網路,是繼PC、網際網路、智慧手機之後的第4波革命,各大研究機構也出現各種預估,例如麥肯錫(McKinsey & Company)就認為,2025年物聯網相關應用的產值將高達3.9兆到11.1兆美元。在物聯網快速發展的同時,科技產業迎來另一波新變革,2016年底,AlphaGo陸續擊敗職業棋士後,這項技術再次吸引了全球目光,之後AI迅速與物聯網結合,形成智慧物聯網(AIoT)架構,此架構再加上早已成熟的雲端運算、2019年開始商轉的5G,讓新世代智慧化系統正式成形。

三次發展累積AI技術能量

就歷史軌跡來看,AI迄今已有三次大型發展,1956年知名的語言學家與電腦科學家約翰·麥卡錫(John MaCarthy)首次提出此「人工智慧(Artificial Intelligence;AI )」一詞,並在當年匯集各方學者,希望找出能讓電腦與人腦一樣聰明的方法,不過把人類知識與思想置入電腦的構想並不可行,尤其是人類連自己的思考過程都不甚了解,更不可能將邏輯脈絡寫成電腦程式,因此後來以失敗告終。

第二次發展在1970年代,當時的科學家改採另一模式,希望透過知識庫與推理方式,讓電腦可以推算出人類思考的結果,這次科學家使用了多層次感知器與反向傳播演算法,這次的演算法相對成熟,與現在的神經網路演算法已相當接近,不過此一思維邏輯仍不適用於電腦,因為多數問題連人類自身也難以解答,就算能解答,也不容易釐清規則,更何況是化為程式碼?也因此在結果未竟如人意的狀況下,這波AI浪潮很快消退,從1990~2010年間,AI一度被邊緣化。

這次的AI發展之所以會受到產官學界的高度重視,主要原因有三,包括演算法、硬體、資料量等3大部分都已然齊備,演算法部分延續之前的類神經網路,尤其是2006年,多倫多大學的Geoffrey Hinton教授解決了類神經網路的問題、讓類神經網路重新換上「深度學習」的名字捲土重來,成為現在AI領域廣為人知的演算法,硬體方面則是處理器運算能力的大幅提升,現在的GPU已可在短時間內處理大量數據建出模型,加速AI系統的效能,最後則是資料量的增加,在網際網路的加持下,現在系統要蒐集資料的難度降低,龐大數據量為AI演算法提供了充足的支援。

捲土重來的AI聲勢驚人,並被IT業者視為物聯網智慧化的最後一塊拼圖,AI在物聯網的應用,將會在上層的雲端與底層的設備端,上層雲端系統的處理器以平行運算為主,其架構大致是GPU+CPU或GPU+FPGA,在伺服器領域,Intel的運算晶片仍是市場大宗,台灣IC設計廠商在這部分難有作為,因此未來最佳的位置會是終端設備。

邊緣運算加速AIoT普及

圖1 : 物聯網終端產品的元件,多被要求低功耗與小體積,讓設備可以在最有限的空間下,盡可能的長時間運作。(source:EclipseCon 2020)
圖1 : 物聯網終端產品的元件,多被要求低功耗與小體積,讓設備可以在最有限的空間下,盡可能的長時間運作。(source:EclipseCon 2020)

現在物聯網主要為集中式運算架構,也就是第一層所擷取的數據全部往上傳,最上層的雲端平台負責儲存與分析,集中式運算與分散式運算各有優缺點,應用也不盡相同。

集中式運算會有即時性、處理器工作負擔和傳輸費用等問題,例如在製造業,設備一旦故障,若仍採用訊息傳回後端再下指令的模式,現場狀況極有可能因為訊息傳遞與後端運算所需的時間而惡化,另外在零售業也會有同樣的問題,現在已有IT廠商嘗試將智慧臉孔分析導入至零售業系統,透過人臉分析與CRM的整合,提供更精準且更快速的服務,而人臉辨識若還需要透過後端伺服器的運算比對,其效益會大幅降低。

另外則是後端處理系統的運算負擔與傳輸費用,未來物聯網的願景是萬物聯網,若所有的訊息都連接到後端的運算平台,則伺服器的運算能力必須非常強大,再加上所有第一線設備的連網需求,無論是建置或運作成本都會相當高昂,因此在部分應用中,邊際運算會是較佳選擇。

不過,邊際運算也並非全無缺點,例如若系統應用於類似車體中的狹小空間,多點部位同時運算,將會產生干擾,此外經過端點預處理過的數據,也會有失真之虞,當然物聯網的建構並非只能二擇一的極端做法,多數的系統都是兩者並行,在即時性需求較高的部分設計有邊際運算功能,其他部分則仍為集中式運算。

對台灣來說,集中式運算向來是台灣廠商無力觸及的商機,台灣廠商過去在IT領域主要以消費性產品為主,物聯網興起後,多數廠商也將目光聚焦在第一層的設備端,而邊際運算概念的出現,完全符合了台灣廠商的產品策略與市場條件。

**刊頭圖(source:WittySparks)

【欲閱讀更豐富的內容,請參閱智動化SmartAuto雜誌 2020 年第 64 期11 月號】

2020.11月(第64期)工具機的數位轉型
2020.11月(第64期)工具機的數位轉型

相關新聞

數位轉型要求簡便快捷 流體控制續向電控整合

COM-HPC是「High-Performance Computer-on-Modules」, 顧名思義,是一個具備高性能運算校能的模組化電腦, 是把高效能的電腦帶進各種嵌入式設計之中的技術。 毫無疑問的, 它也將對於各式次世代智慧系統與裝置帶來極大的助益。 面對次世代的運算挑戰 COM-HPC將專注於資料中心與正在成型的霧計算 為工業級系統帶來更好的體驗。

驅動鋼鐵、石化、半導體創新加值 工業閥門導引產業成長動能不失

COM-HPC是「High-Performance Computer-on-Modules」, 顧名思義,是一個具備高性能運算校能的模組化電腦, 是把高效能的電腦帶進各種嵌入式設計之中的技術。 毫無疑問的, 它也將對於各式次世代智慧系統與裝置帶來極大的助益。 面對次世代的運算挑戰 COM-HPC將專注於資料中心與正在成型的霧計算 為工業級系統帶來更好的體驗。

COM-HPC艷麗現身 引領工業電腦模組邁入新世代

COM-HPC是「High-Performance Computer-on-Modules」, 顧名思義,是一個具備高性能運算校能的模組化電腦, 是把高效能的電腦帶進各種嵌入式設計之中的技術。 毫無疑問的, 它也將對於各式次世代智慧系統與裝置帶來極大的助益。 面對次世代的運算挑戰 COM-HPC將專注於資料中心與正在成型的霧計算 為工業級系統帶來更好的體驗。

台灣致力開發高精地圖 為自駕車發展打堅實基礎

COM-HPC是「High-Performance Computer-on-Modules」, 顧名思義,是一個具備高性能運算校能的模組化電腦, 是把高效能的電腦帶進各種嵌入式設計之中的技術。 毫無疑問的, 它也將對於各式次世代智慧系統與裝置帶來極大的助益。 面對次世代的運算挑戰 COM-HPC將專注於資料中心與正在成型的霧計算 為工業級系統帶來更好的體驗。

智慧物流願景非一蹴可及 做好準備效益才能浮現

利用5G連結、蒐集、整合, 從設計到服務流程的各類大數據; 以及雲端運算、資訊安全等資通訊技術, 使得制定生產策略支援即時決策的模式變得更智慧; 最終藉由AI妥善處理複雜管理流程, 達成最佳化生產目標。 預估結合上述智慧製造元素的全球市場規模, 將從2018年的1,560億美元,到了2025年3,010億美元。 相較於過去人工智慧(Artificial Intelligence) 是以擅長的辨識、分類、預測等電腦演算法, 實現人類大腦的思考模式。 工業人工智慧(Industrial Artificial Intelligence,IAI), 則專注於開發、驗證和部署各類不同的機器學習演算法, 以實現可持續性在工業應用的系統科學。

工業機器人AMR串連關鍵移載平台

利用5G連結、蒐集、整合, 從設計到服務流程的各類大數據; 以及雲端運算、資訊安全等資通訊技術, 使得制定生產策略支援即時決策的模式變得更智慧; 最終藉由AI妥善處理複雜管理流程, 達成最佳化生產目標。 預估結合上述智慧製造元素的全球市場規模, 將從2018年的1,560億美元,到了2025年3,010億美元。 相較於過去人工智慧(Artificial Intelligence) 是以擅長的辨識、分類、預測等電腦演算法, 實現人類大腦的思考模式。 工業人工智慧(Industrial Artificial Intelligence,IAI), 則專注於開發、驗證和部署各類不同的機器學習演算法, 以實現可持續性在工業應用的系統科學。

商品推薦

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。