账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
AIoT趋势明显 边缘运算将是台湾重要契机
 

【作者: 王明德】2018年07月12日 星期四

浏览人次:【12491】

经过多年的发展,虽然一直未如多数研究单位预期出现爆炸性成长,不过物联网在市场上的热度始终未退,尤其是2017年AI再度成为IT产业的重要议题后,AI加上物联网形成的AIoT架构,被视为未来各领域智慧化的核心运作骨干。


就整体系统来看,物联网可分为感测、通讯、应用等3层架构,由于这一波AI的主流演算法以深度学习(Deep Learning)为主,透过不断的错误更正自我学习,让指令不断趋近于完美,这种模式需要大量的运算,因此多建置在物联网最上层的应用平台,不过近期市场开始推动边缘运算概念,业界人士就指出,这将是台湾在AIoT的最佳机会。


从云端到边缘 物联网效能更佳

工研院IEK之前就定调的2018年ICT产业主轴「AI on Earth, AI on Edge;人工智慧 下凡入魂」,就是认为AI焦点将从云端运算,往下落到边缘运算(Edge Computing),这个趋势将在2018年开始显著影响产业、技术与产品的研发与设计方向。IEK预估全球边缘运算市场规模,将从2017年的80亿美元成长至2022年的133亿美元,年平均成长率达到10.7%,IEK指出,AI发展初期主要由云端运算主导,但在网路频宽、通讯延迟、资料安全等限制因素下,运算任务需要转移至终端装置或就近的网路设备上,边缘运算因而兴起。



图1 : 在网路频宽、通讯延迟、资料安全等限制因素下,运算任务需要转移至终端装置或就近的网路设备上,边缘运算因而兴起。(Source: inwinSTACK)
图1 : 在网路频宽、通讯延迟、资料安全等限制因素下,运算任务需要转移至终端装置或就近的网路设备上,边缘运算因而兴起。(Source: inwinSTACK)

现在物联网主要为集中式运算架构,也就是第1层所撷取的数据全部往上传,最上层的云端平台负责储存与分析,集中式运算与分散式运算各有优缺点,应用也不尽相同,集中式运算会有即时性、处理器工作负担和传输费用等问题,例如在制造业,设备一旦故障,若仍采用讯息传回后端再下指令的模式,现场状况极有可能因为讯息传递与后端运算所需的时间而恶化。


而在零售业也会有同样问题,现在已有IT厂商尝试将智慧脸孔分析导入至零售业系统,透过人脸分析与CRM的整合,提供更精准且更快速的服务,而脸孔辨识若还需要透过后端伺服器的运算比对,其效益会大幅降低。


另外则是后端处理系统的运算负担与传输费用,未来物联网的愿景是万物联网,若所有讯息都连接到后端的运算平台,则伺服器的运算能力必须非常强大,再加上所有第1线设备的连网需求,无论是建置或运作成本都会相当高昂,因此在部分应用中,边缘运算会是较佳的选择。


集中与边缘各有所长

不过,边缘运算也并非全无缺点,例如系统若应用于类似车体中的狭小空间,多点部位同时运算,将会产生干扰,此外经过端点预处理过的数据,也会有失真之虞,当然物联网的建构并非只能二择一的极端做法,多数的系统都是两者并行,在即时性需求较高的部分设计有边缘运算功能,其他部分则仍为集中式运算。


对台湾来说,集中式运算向来不是台湾厂商可触及的商机,台湾厂商过去在IT领域主要是以消费性产品为主,物联网兴起后,多数厂商也将目光聚焦在第一层的设备端,而边缘运算概念的出现,完全符合了台湾厂商的产品策略与市场条件。


首先是运算晶片,过去物联网终端产品的元件,多被要求低功耗与小体积,让设备可以在最有限的空间下,尽可能的长时间运作,而由于多只是简单的状态数据撷取,因此运算功能不需强大,但在边缘运算概念中,部分设备需要有一定的运算能力。


这对多数Fabless或IC设计业者来说,都在能力范围之内,而台湾厂商的优势则在于,未来的物联网系统多会是垂直产业所应用,例如制造、医疗、交通…等,这些产业的物联网系统都需要与其专业结合,其中位于现场第1线的设备更是如此,而不同类型的设备需要对应不同模式的运算晶片,台湾厂商的特色是快速弹性的客制化设计能力,在这种少量多样的需求中,其优势将会延续,不过这类型应用也容易被抄袭,因此台湾厂商必须先行取得特定应用领域的专利,IEK认为其中又以影像与视觉的现场可程式逻辑闸阵列(FPGA)、特殊应用专属晶片(ASIC)等两类产品最具竞争力。



图2 : 在边缘运算概念中,部分设备需要有一定的运算能力。 (Source: ERE)
图2 : 在边缘运算概念中,部分设备需要有一定的运算能力。 (Source: ERE)

至于台湾的劣势则是AI产业化的不足,其实台湾过去在AI领域所培养的人才并不算少,回台成立台湾AI实验室的杜奕瑾就曾指出,他在微软任职期间,微软每年举办的开发者大会「Build」中,台湾队总是缺乏政府的奥援,但即便如此,台湾队伍每年总能拿下不俗的成绩,这说明台湾的软体人才其实不逊于其他国家,只是过去一直不被政府与产业重视。


不过2017年开始,科技部已开始启动AI政策,希望透过AI产业化留住台湾软体人才,而有了软体人才,台湾的AIoT在软硬体才能齐备,顺利启动,以前面提到的边缘运算晶片为例,要在小体积与低耗电的条件下,设计出足够运算能力的晶片,除了硬体技术外,演算法也是重要一环,软体工程师必须将庞大的演算模型精简化,让终端可以在低功耗模式下进行运算。


AI与HI才是最佳解答

AI与物联网的整合虽未开始,不过就整体趋势已经确定,2017年6月阿里巴巴创办人马云就指出,现在产业已经从「互联网+」进展到「AI+」,也就是AI将与各种领域结合,创造出更多加值服务,而这也就是过去物联网所诉求的垂直应用模式,不过多位业界人士表示,这不代表AI未来会全面取代人类,台湾微软总经理孙基康在之前微软的AI活动上就指出,AI必须要和HI(Human Intelligence)结合,才会变成SI(Super Intelligence)。


AIoT现在的发展,都是为了提供使用者更直觉、智慧、多元的选择,但无法做出具有逻辑性的判断,真要提出相关对应策略,还是需要倚靠人类的智慧,以制造业和医疗业为例,工业物联网现在与AI的结合,已进展到感知层面,也就是脱离冷冰冰的人工指令,而改采更具人性的直觉性讯息,例如当现场制造设备出现故障,系统会依据过去深度学习的结果,判断出问题所在,再依情况直接告诉作业人员设备故障处与可能故障原因,人员可参考系统将系统建议结合本身专业决定处理方式,而若系统察觉到的问题经过判断必须即时处理,则会先以口语化语音立即指出故障处与紧急处理方式,让工作人员可在最短时间内解除状况,医疗部分则是以AI判读医疗数据或影像,但是真正的病理判断与医疗行为,还是需要透过专业的医师,这也就是AI与HI结合的方式。


在与AI整合后,物联网会加快其应用拓展速度,就产业架构来看,台湾厂商过去在消费性产品所建立的优势,将会延伸到物联网系统中的终端零组件与连网设备,不过这类型产品将会需要一定程度的客制化设计,对台湾厂商来说,这是挑战也是新契机,台厂必须投入更多资源掌握特定领域的专业知识,但同时也能借此提升产品价值,摆脱过去价值有限的OEM宿命。


**刊头图(Source: AIO Systems)


相关文章
利用边缘运算节约能源和提升永续性
边缘运算伺服器全方位应用场景
利用云端运算提升Moldex3D成效
工业转型、云端与边缘运算
以强固、可靠为本 德承打造工业嵌入式运算方案最隹品牌
comments powered by Disqus
相关讨论
  相关新闻
» 农业策略联盟启动跨域思维 创新加值推动产业
» 互盛以IoT智能环保可视化服务 协助顾客加速双轨转型
» 鼎新电脑携手和泰丰田解缺工 以数位劳动力开启储运新时代
» 资策会携手日本5GMF推动5G发展趋势及创新应用
» Fortinet SASE台湾网路连接点今年落成 全台巡??落实云地零信任资安


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83TBCTH8ISTACUKE
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw