HIV感染者的新威脅–急性C肝：治療篇

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

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。

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。

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。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

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）」！

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。

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。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。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。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

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。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

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）。

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。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

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。

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？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

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。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 作者 / 照護線上編輯部
• 本文轉載自 Care Online 照護線上《讓愛滋與你和平共存，一起掌握U=U共識！感染科醫師圖解說明》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔

確診感染愛滋病毒，對三十多歲的陳小姐一開始相當衝擊，但是經過抗病毒藥物的穩定治療後，血液中的病毒量大幅降低，已連續數月都控制於驗不到病毒的狀態。

某日回診時，陳小姐問：「醫師，我還有機會懷孕、生小孩嗎？」

「可以喔！」醫師點點頭，肯定地說：「只要能好好治療，繼續將愛滋病毒量維持檢驗不到狀況，便沒有傳染風險，也可以懷孕、生產！」

許多愛滋感染者在確診後，會變得沮喪、自我懷疑，認為自己不能再與他人建立親密關係並承受外界異樣眼光。

台北市立聯合醫院仁愛院區內科部感染科主治醫師顧文瑋醫師指出，其實感染者若能穩定接受服藥治療，便可有效控制且降低血液中的病毒量，轉變如慢性病一般，同樣可以孕育下一代。

穩定治療、定期追蹤、掌握 U = U，愛滋慢性化，醫病勇敢溝通很重要！

愛滋病是由愛滋病毒（Human Immunodeficiency Virus，簡稱HIV）感染，導致病患身體免疫力降低，出現各種疾病症狀，又稱後天免疫缺乏症候群（AIDS）。

從 1980 年代開始，愛滋病與愛滋感染受到全球關注，過去種種迷思導致感染者遭受歧視困境，現今治療進步，愛滋感染已慢性化！

顧文瑋醫師解釋，愛滋病毒主要透過血液、體液傳染，但是傳染力與病毒含量多寡十分有關！「新冠疫情讓大家對病毒量的概念較為清晰！如同感染者的口水、汗水、尿液、糞便等皆不具傳染力。日常中與感染者一起上課、說話、游泳、共餐、洗衣服，都不會遭到傳染。」

此外，目前抗病毒藥物已可有效降低並控制愛滋病毒量。顧文瑋醫師說，根據研究證實，當愛滋感染者接受穩定服藥治療，讓病毒量低到偵測不到時，便不會把愛滋病毒傳給性伴侶，這就是國際重要共識「U = U」。

何謂 U=U？檢測不到愛滋病毒，便不具傳染力

「U = U」中的第一個 U 是 Undetectable，即「檢測不到病毒」；第二個 U 是 Untransmittable，即「不具傳染力」。

顧文瑋醫師說明，愛滋感染者在穩定接受抗病毒治療後，若持續穩定追蹤血液中病毒量，控制於測不到（低於 200 copies/ml）達六個月以上，其傳播病毒的風險是可忽略的。

「後來陳小姐回診時，穩定交往的男朋友也會陪同，主動了解用藥狀況，以及未來懷孕、生產該注意的事項。」顧文瑋醫師分享，「妥善穩定治療，讓愛滋病毒低到測不到，便沒有傳染風險，是非常重要的觀念！」

感染者與醫師攜手向前，掌握 U=U！ 台灣愛滋防治成績更卓越！

防治愛滋在世界各國皆是重要的任務，聯合國愛滋病規劃署（UNAIDS）就曾提出 3 個「90-90-90」的目標，希冀 2030 終結愛滋感染，期待朝向完善、全人的愛滋照護前進。

台灣經過多方努力，已達成「90-92-95」的成績，可謂領先亞洲其他國家；表示 90% 愛滋感染者已知自己的感染狀況；92% 已知感染狀況者已穩定接受服藥治療；95% 穩定治療者能有效控制病毒量，達到 U=U！

「我們希望宣導 U = U 的概念，讓愛滋感染者理解抗病毒治療的重要性，只要穩定接受藥物治療，即可將愛滋感染轉成一慢性病，對於感染者來說，也不會持續承受巨大壓力。」顧文瑋醫師強調，「面對愛滋感染是一輩子的事情，如同一般慢性病控制！感染者若有任何治療或身體健康疑問，都可以主動提出與醫療團隊討論，醫師才能根據生活、工作的需求，適時調整藥物。」

主動積極防治愛，讓愛無礙不困難！

除了感染者自身積極治療外，民眾應更加全面理解、認識愛滋感染，並放下過去的焦慮與歧見。目前也越來越多臨床醫師願意主動了解愛滋治療、U=U 國際共識，並加入以人為本的病患照護。醫師們更在意如何為病患提供適合的治療與幫助，看重疾病治療本身而非存有歧視眼光，不論是民眾、醫護、政府與感染者，我們都希望一同營造更友善、平等的環境！

顧文瑋醫師叮嚀，感染愛滋僅有高風險行為，並沒有特定族群之分！民眾應維持單一固定性伴侶，性行為時務必全程正確使用保險套，可同時預防其他性傳染病感染。疾病管制署目前也有提供免費匿名愛滋篩檢，只要有性行為的民眾，建議至少進行一次篩檢；若有無套性行為者，建議每年至少進行一次篩檢；若為高風險感染者，建議每 3 至 6 個月篩檢一次。一旦感染需及早就醫治療，並檢驗愛滋病毒，切勿共用注射針頭、針筒、稀釋液。懷孕婦女需接受愛滋病毒檢查，若確診，便要儘快接受治療、穩定控制病毒量，讓愛無礙不困難。民眾對愛滋感染與愛滋病有任何疑問，務必諮詢專業醫療人員！

更多愛滋衛教資訊，請參考以下協會：

台灣露德協會

台灣基地協會

愛滋感染者權益促進會

台灣愛之希望協會

台灣紅絲帶基金會

• 本文轉載自 Care Online 照護線上《讓愛滋與你和平共存，一起掌握U=U共識！感染科醫師圖解說明》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

• 本系列文章與科學月刊合作刊登。
• 系列前言：考量到許多病友接種疫苗前需要參考更個人化的資料，本系列將從各國醫學會的治療指引與研究中，擷取精華，用較容易理解的方式，整理對各專科患者接種疫苗的建議。 本系列純為知識彙整，並不能做為醫療決策時的依據。如您對個人的病況有進一步的疑問，請洽詢您的醫師，謝謝。

臺灣即將在接下來的疫苗接種計劃中，開始接種第九類接種對象。第九類接種對象包含了 18 歲到 64 歲中，具有「需要優先保護的高風險疾病」、「罕見疾病」及「重大傷病」等容易導致嚴重疾病的患者，其中愛滋病患者也屬於此類。

雖然我們目前仍然缺乏針對愛滋病患施打疫苗的大型安全性研究資料，不過，全球五種主要的疫苗在進行試驗的時候，仍各自招募了一些愛滋病患者，並且就整體結果而言，愛滋病患者仍然被建議應該盡早施打疫苗，以建立對新冠病毒的抵抗力。

愛滋病患者的染疫風險與一般人有差嗎？

美國 CDC 認為，控制良好的愛滋病患者，感染新冠肺炎的風險與一般人相同；不過年齡較大、有嚴重慢性病，或是愛滋病控制情形較差的患者，確診後轉為重症的機會較一般人高。

由於 HIV（愛滋病毒） 專門攻擊帶有 CD4 受器的細胞，造成免疫力變差，所以醫療人員會測量愛滋病患者體內 CD4 淋巴球的數量，作為免疫力的指標。如果 CD4 淋巴球數量較少，或是對抗病毒療法反應較差的患者，染疫的重症風險也較高。

主流疫苗對愛滋病患的臨床研究

愛滋病毒（HIV）會影響疫苗效力嗎？

（以下參考臺灣露德協會於 2021 年 5 月更新之內容）在臨床研究階段，

• 輝瑞（Pfizer）招募了至少 196 名 HIV 感染者；
• 莫德納（Moderna）招募了 176 名 HIV 感染者；
• 牛津／阿斯利康（Oxford / AstraZeneca，AZ）：在英國招募了 54 名、在南非招募了 103 名 HIV 感染者；
• 嬌生（Johnson＆Johnson） ：在美國、南非和六個拉丁美洲國家，納入 1218 名 HIV 感染者，是目前較大規模的試驗；
• Novavax：在南非進行了一項新冠肺炎的疫苗研究，招募了 201 名 HIV 感染者。

他們所招募的愛滋病患者們，醫療健康狀況都相對穩定，部分患者在接種疫苗的時候，仍持續接受 HIV 治療，控制愛滋病毒的數量。雖然接種 Johnson＆Johnson 疫苗的研究中，疫苗組有兩名患者感染了新冠病毒（安慰劑組為四名），但由於病例數太少，這樣的差異還不具有統計差異，因此愛滋病毒是否會影響疫苗的效用，仍然有待後續的研究。

愛滋病患者接種疫苗後，會出現特殊副作用嗎？

根據目前數據來看，控制良好的愛滋病患者，接種疫苗後的副作用或不良反應，與一般人無異。

接種疫苗後普遍會出現的副作用包含注射處紅腫、熱痛，但這些副作用通常可以控制，並在幾天內自行消除。而少數人在接種疫苗後可能會在短時間內出現嚴重的過敏反應，所以民眾在接種後應留下來仔細觀察 15 至 30 分鐘。

此外，過去有任何「過敏性休克病史」的人，無論是否為愛滋病患者，都應該更謹慎評估接種疫苗的時機，並在事前與醫生做充足討論。

愛滋病患者要如何避免自己感染新冠病毒？

除了接種疫苗之外，愛滋病患者應該繼續接受原有的治療，監測愛滋病毒數量與自身免疫力。

如果正在接受抗逆轉錄病毒療法 (Antiretroviral therapy)，接種疫苗前和後，都不需特別進行改變。

當然，對所有人來說，保護自己避免感染新冠肺炎的最好方法，就是避免接觸病毒，所以正確使用口罩等防護設備，避免出入人多的地方日是避免感染的方式。保持良好的營養補給、充足的睡眠、降低壓力非常重要。

參考文獻：

• Interim Guidance for COVID-19 and Persons with HIV
• 美國CDC的建議：COVID-19 and HIV
• 馬來西亞愛滋病毒醫學協會建議
• 臺灣露得學會
• 愛滋感染者權益促進會：接種新冠肺炎疫苗經驗分享
• Hadi YB et al. Characteristics and outcomes of COVID-19 in patients with HIV: A multicentre research network study. AIDS 2020 Nov 1; 34:F3.