账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
AIoT掀起智慧浪潮 厘清脉络抓紧边缘运算商机
 

【作者: 王明德】2020年10月29日 星期四

浏览人次:【5749】

边缘运算是AIoT最重要的设计概念之一,终端设备也是台湾厂商的重要利基处,因此台湾厂商,除了在投入前要做足功课外,也应该改变产品策略,强化特定领域的专业,方能在边缘运算浪潮中站稳脚步,找到自己的市场地位。


物联网被视为智慧化时代的骨干运作网路,是继PC、网际网路、智慧手机之后的第4波革命,各大研究机构也出现各种预估,例如麦肯锡(McKinsey & Company)就认为,2025年物联网相关应用的产值将高达3.9兆到11.1兆美元。在物联网快速发展的同时,科技产业迎来另一波新变革,2016年底,AlphaGo陆续击败职业棋士后,这项技术再次吸引了全球目光,之后AI迅速与物联网结合,形成智慧物联网(AIoT)架构,此架构再加上早已成熟的云端运算、2019年开始商转的5G,让新世代智慧化系统正式成形。


三次发展累积AI技术能量

就历史轨迹来看,AI迄今已有三次大型发展,1956年知名的语言学家与电脑科学家约翰·麦卡锡(John MaCarthy)首次提出此「人工智慧(Artificial Intelligence;AI )」一词,并在当年汇集各方学者,希望找出能让电脑与人脑一样聪明的方法,不过把人类知识与思想置入电脑的构想并不可行,尤其是人类连自己的思考过程都不甚了解,更不可能将逻辑脉络写成电脑程式,因此后来以失败告终。


第二次发展在1970年代,当时的科学家改采另一模式,希望透过知识库与推理方式,让电脑可以推算出人类思考的结果,这次科学家使用了多层次感知器与反向传播演算法,这次的演算法相对成熟,与现在的神经网路演算法已相当接近,不过此一思维逻辑仍不适用于电脑,因为多数问题连人类自身也难以解答,就算能解答,也不容易厘清规则,更何况是化为程式码?也因此在结果未竟如人意的状况下,这波AI浪潮很快消退,从1990~2010年间,AI一度被边缘化。


这次的AI发展之所以会受到产官学界的高度重视,主要原因有三,包括演算法、硬体、资料量等3大部分都已然齐备,演算法部分延续之前的类神经网路,尤其是2006年,多伦多大学的Geoffrey Hinton教授解决了类神经网路的问题、让类神经网路重新换上「深度学习」的名字卷土重来,成为现在AI领域广为人知的演算法,硬体方面则是处理器运算能力的大幅提升,现在的GPU已可在短时间内处理大量数据建出模型,加速AI系统的效能,最后则是资料量的增加,在网际网路的加持下,现在系统要搜集资料的难度降低,庞大数据量为AI演算法提供了充足的支援。


卷土重来的AI声势惊人,并被IT业者视为物联网智慧化的最后一块拼图,AI在物联网的应用,将会在上层的云端与底层的设备端,上层云端系统的处理器以平行运算为主,其架构大致是GPU+CPU或GPU+FPGA,在伺服器领域,Intel的运算晶片仍是市场大宗,台湾IC设计厂商在这部分难有作为,因此未来最佳的位置会是终端设备。


边缘运算加速AIoT普及


图1 : 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。 (source:EclipseCon 2020)
图1 : 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。 (source:EclipseCon 2020)

现在物联网主要为集中式运算架构,也就是第一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,另外在零售业也会有同样的问题,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,而人脸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,若所有的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,再加上所有第一线设备的连网需求,无论是建置或运作成本都会相当高昂,因此在部分应用中,边际运算会是较佳选择。


不过,边际运算也并非全无缺点,例如若系统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际运算功能,其他部分则仍为集中式运算。



图2 : 物联网系统多会是垂直产业所应用,制造业就是其中最重要之一,这些产业物联网系统都需要与其专业结合。(source:The Times of Israel)
图2 : 物联网系统多会是垂直产业所应用,制造业就是其中最重要之一,这些产业物联网系统都需要与其专业结合。(source:The Times of Israel)

对台湾来说,集中式运算向来是台湾厂商无力触及的商机,台湾厂商过去在IT领域主要以消费性产品为主,物联网兴起后,多数厂商也将目光聚焦在第一层的设备端,而边际运算概念的出现,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,大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,但在边际运算概念中,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,其中位于现场第一线的设备更是如此,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,方能顺利站稳市场。


台商应找出市场定位

不管是集中式运算或边缘运算,未来都会走向垂直市场,垂直市场的设备都需要该领域的专业知识,而且这部分市场属于少量多样,初期的开发成本摊提时间较长,若投入发展的成果不佳,开发成本将有可能无发回收,这对同为竞争对手的大陆厂商来说或许尚可容忍,但对资源有限的台湾厂商来说,就会是难以承受之重。


不过,终端设备市场仍是台湾厂商的重要利基处,因此台湾厂商除了在投入前要做足功课外,也应该改变产品策略,强化特定领域的专业,方能在边缘运算浪潮中站稳脚步,找到自己的定位。


**刊头图(source:WittySparks)


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
全球标准如何促进物联网发展
五大策略 提升企业物联网竞争力
工业转型、云端与边缘运算
comments powered by Disqus
相关讨论
  相关新闻
» 帆宣与隹世达合组「达宣智慧」公司 启动智慧医疗引擎
» 台湾三丰携手SAP 转型上云 巩固量测仪器市场优势
» 经济部提供融资协助工具机拓展海外市场
» 海大与法国浜海大学合作推升智慧永续海洋
» 国研杯智慧机械竞赛成绩揭晓 联合大学机器人挑战高尔夫夺冠


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.HK83J7RCOC8STACUKV
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