當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。
-----廣告,請繼續往下閱讀-----
那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。
當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray
第一個不好是物理限制:「延遲」。 即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。
第三個挑戰:系統「可靠性」與「韌性」。 如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。 所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!
邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌
知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!
-----廣告,請繼續往下閱讀-----
所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。
以研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。
這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技
此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。
當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray
模型剪枝(Model Pruning)—基於重要性的結構精簡
建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。
這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。
-----廣告,請繼續往下閱讀-----
模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。
知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」
想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。
但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。
-----廣告,請繼續往下閱讀-----
邊緣 AI 的強心臟:SKY-602E3 的三大關鍵
像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?
三、可靠性 SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。
-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技
美國電視影集《絕命毒師》(Breaking Bad )的主人翁是華特.懷特(Walter White),他是個身無分文且罹患肺癌的中年高中化學老師,他與以前的學生傑西.品克曼(Jesse Pinkman)一起投入了生產結晶甲基安非他命的罪犯生涯,希望生前販毒的大筆錢財能夠做為死後安家之用。該電視影集製作人文斯.吉利根(Vince Gilligan)曾經簡單地說過,這個五季的電視影集就是把奇普斯先生(Mr. Chips, 譯註:英國小說家詹姆士.希爾頓〔Jame s Hi l ton〕的作品及其改編電影《萬世師表》〔Goodbye, Mr. Chips 〕的主角)變成疤面煞星(Scarface,譯註:美國同名犯罪電影毒梟主角的暱稱)。
我跟許多人一樣,對腦葉切斷術的認識是來自文學和電影。田納西.威廉斯(Tennessee Williams)的姊姊也叫蘿絲,也接受了腦葉切斷手術而終身失能。這位偉大的劇作家在其劇作《夏日癡魂》 (Suddenly Last Summer )批評了這種手術,在劇中,這樣的手術則是讓同性戀者得以「道德健全」的手段。不過,真正讓這個手術的惡名以最大力道傳播出去的,應該是肯.克西(Ken Kesey)一九六二年的小說《飛越杜鵑窩》(One Flew Over the Cuckoo’s Nest ),該小說更於一九七五年被改編成由傑克.尼克遜(Jack Nicholson)主演的同名電影。這個故事的英雄是勇猛、叛逆和充滿魅力的藍道.P.麥墨菲(Randle P. McMurphy),由於他攻擊了奧瑞岡(Oregon)州立精神病院專橫的護士長,後來被迫接受腦葉切斷術。整個故事的敘述者「酋長」波登(Chief Bromden)描述了手術的悲慘結果:「一直張著眼睛,裡頭的腫脹已經消退得差不多了;眼睛就這麼瞪著刺眼的月光,闔不上也進不了夢鄉,由於張開了這麼久且無法眨眼而眼神呆滯,看來就像是保險絲盒裡燒掉的保險絲一樣。」另一個病人是這樣形容麥墨菲:「那張臉面無表情,就像是商店裡的假人……」我依然清楚地記得,電影裡的酋長溫柔地抱起麥墨菲仰臥的身體的那個時刻,他看著朋友的空洞臉龐才驚恐地意識到:雖然燈是亮著,但是沒有人在家。這可以說是現代電影史中最令人震驚的時刻之一。幾乎同樣讓人不安的電影畫面則是出現在一九六八年的經典科幻電影《浩劫餘生》(Planet of the Apes );查爾頓.赫斯頓(Charlton Heston)所飾演的太空人泰勒(Taylor)發現未來的猩球科學家已經為同行的團隊成員施行了腦葉切斷手術。
基於一些(大概與先前詳述的既有名聲相關的)敏感原因,現在的神經外科醫師都會說腦葉切斷術是一種「前顳葉切除術」(anterior temporal lobectomy,簡稱ATL)。這項手術需要完全移除大腦顳葉的前面部分,是目前針對醫學上難以治療的內側顳葉癲癇(medi a l temporal lobe epilepsy,簡稱TLE)病人的標準治療方案,也就是說這樣的病人無法以抗癲癇藥物來控制癲癇性痙攣。雖然這個手術依然有風險而且極為昂貴,但是據報有介於百分之八十到百分之九十的病人在術後都不會再出現癲癇。
我們已經不再動用奶油刀或冰鑿來切開大腦。我可以告訴你第一手的資料,這是因為身為你的勇敢報導者的我在幾星期前去觀摩了一次前顳葉切除術的進行,地點是位於倫敦皇后廣場(Queen Square) 的國立神經病學和神經外科醫院(National Hospital for Neurology and Neurosurgery)。一天之內進行二十五次腦葉切割手術的年代已經一去不復返,我看的那一場前顳葉切除手術幾乎進行了八小時,而且參與手術的醫護人員共計九位,其中包括了三位神經外科醫師。手術開始之前,病人頭部X光片上的一個微小到幾乎看不見的損傷或疤痕吸引了我的目光,而那或許是連瑞士鐘錶匠都不會注意到的,但是卻逃不過我們的神經外科醫師麥克沃伊醫師(Dr McEvoy)的法眼。麥克沃伊醫師向我解釋,那個疤痕必然跟病人的癲癇有關,大概是病人小時候發高燒所感染的結果。在倒不如說是一點都不狂熱的氛圍之中,前顳葉切除手術正式開始。