0

0
0

文字

分享

0
0
0

尼古拉.特斯拉:如交流電般起伏的人生──《光之帝國:愛迪生、特斯拉、西屋的電流大戰》

商周出版_96
・2018/01/23 ・5384字 ・閱讀時間約 11 分鐘 ・SR值 516 ・六年級

-----廣告,請繼續往下閱讀-----

為何我們挑選了這本書:
在十九世紀末,美國三位傳奇人物與「電能」的發展息息相關:最著名的夢想者與發明家湯瑪斯‧愛迪生、對發電和電力輸送有革命貢獻的電力奇才尼古拉‧特斯拉、創建多家公司的發明家和企業家喬治‧西屋,《光之帝國:愛迪生、特斯拉、西屋的電流大戰》主要介紹了這三位人物成功、失敗以及彼此的宿怨,美國企業史上最獨特的惡鬥「電流之戰」於此展開。

充滿溢美之詞的特斯拉專訪

一八九四年二月,科默伏給《世紀》寫的特斯拉文章刊登出來,並附有知名攝影家薩羅尼拍攝的相片。

這篇文章辭藻華麗,洋洋灑灑地說道,「特斯拉先生一直有個夢想,受到流星瞬間閃光所引發的啟示;他的同行對他的敬佩日益增長,乃因為他看得更遠,最早看見在科學新大陸上微微閃現的光芒」。這篇讚美文章刊登在國家主要雜誌上,自然而然引起了轟動,也立刻引起紐約報界的注意。

特斯拉的發明生涯起伏不斷,但不可否認的是他相當有魅力!圖/Unknown@wikipedia

幾個月後的一個星期日,七月二十二日,約瑟夫.普立茲的《紐約世界報》,曼哈頓銷量最大的日報,登出一個醒目的長篇報導,出自知名專欄作家亞瑟.布里斯班(Arthur Brisbane)之手,題為「我們最傑出的電學家」,還有「比愛迪生更偉大」、「電力的未來」等小標題。

布里斯班和科默伏不同,他對電一無所知,也不想不懂裝懂。「每個科學家都是自己專業的行家,」布里斯班這樣描寫特斯拉,「每個紐約社交界的人,即使是笨蛋也認識他那張臉。他每天在德莫尼科飯店用餐。他每晚都坐在靠窗的那張桌子……埋首看晚報。」

-----廣告,請繼續往下閱讀-----

布里斯班的文章帶有一張全版尼古拉.特斯拉的畫像,他穿著正式的燕尾服。

「與電融為一體的發明家襯托在光輝燦爛的電火中」。

這當然指的是特斯拉那次最著名的即席表演,讓幾千伏特電流通過他的身體,直至火焰吞沒他全身。他向布里斯班承認,「我讓電流通過全身的主意,只為了扭轉大家長期以來對交流電的愚蠢看法。這實驗對科學家來說沒有任何價值。關於交流電的『伏特』存在著一大堆胡說八道理論,現在你看到伏特和電流能量毫無關係」。與大多數遇到特斯拉的人一樣,布里斯班也發現他很有魅力。結果在那個炎熱寂靜的夜晚,他們兩人坐在德莫尼科飯店裡一直聊到破曉,直到清潔女工來打掃飯店的大理石地板。

圖/Dickenson V. Alley [CC BY 4.0 ], via Wikimedia Commons

布里斯班告訴《紐約世界報》的二十八萬讀者,「每當談到正在研究的電力問題時,特斯拉就變得神魂顛倒。他說的沒有一個字可以讓人聽懂。他把一秒鐘分成幾千萬份,達到的能量顯然是任何其他東西都無法提供的。他堅信電力可以解決勞動力問題。這應該是(尤金)德布斯先生在地牢受苦時思考的事。根據特斯拉的理論,未來的艱苦工作肯定會成為啟動電力開關的推動力」。

特斯拉也曾在1931年登上時代雜誌的封面。圖/Time magazine, Volume 18 Issue 3, July 20, 1931 The cover shows Nikola Tesla @ wikipedia

那年秋天,一八九四年的九月三十日,《紐約時報》用了幾個整版登出文章〈尼古拉.特斯拉與他的發明〉,副標題為「確信無疑走向偉大勝利」。不同於布里斯班輕鬆愉快的敘述,《紐約時報》竭盡全力闡釋特斯拉的高頻研究和在他無線電燈背後的科學。令人奇怪的是,文章隻字未提尼加拉。

-----廣告,請繼續往下閱讀-----

事實是,不管西屋發電機的工作進展是否順利,特斯拉已全心將自己投入一個嶄新且更深奧的電學尖端領域。每天他都在實驗室裡埋首工作,完全不顧樓下商業街道的雜訊。特斯拉沉浸在他嶄新的電力夢中,他與布里斯班長談時承認,「我絕對自信地期待著,地球上將會用無線傳輸資訊。我也對用同樣方式高效傳輸電力充滿希望」。

特斯拉的夢想:無線電波通訊與尼加拉大瀑布發電

當特斯拉公開談到他的工作時,他對自己正在研究的細節(也就是現在眾所皆知的無線電收音機)守口如瓶。到了一八九四年,特斯拉已經組裝出一個小型手提式收音機轉播站,整年都在不斷地檢測並改進。許多下午和晚上,他都和一位製圖員一起爬上實驗室的寬闊屋頂,豎立起無線接收器,再拿上他的接收機,再到更高更遠的地方,去檢測他的無線電收音機訊號。

特斯拉所發明的無線電被廣泛應用於廣播,此為廣播原理1.播音室 2.混音裝置 3.音訊轉換器 4.無線電轉換器 5.無線電塔(發射塔) 6.用戶收音機。圖/Jjw@wikipedia

冬天的時候,特斯拉已經在他住的格拉克飯店(這家飯店距離曼哈頓上城區三十條街,在他的實驗室北方一英里半遠)的房頂安好裝置。在這個比下面百老匯時髦的精品商店高出十層樓的地方,特斯拉小心翼翼地放飛用繩縛的氦氣、熱氣或氫氣球,接著氣球和繩子一直升高,直上空中。一條電線連接到飯店的總水管。

特斯拉將他的接收器調節至與收音機頻率,就能成功聽到製圖員從市中心實驗室屋頂上發出的廣播訊號。整個冬天他都在微調那處於雛形階段的收音機,等到春天來臨,冰雪消融,就要乘坐汽船沿哈德遜河北上,去看看如果繼續向阿爾巴尼航行,是否還能收到傳送訊號,所以到那年年底,特斯拉的身體和精神狀態都非常好,可謂勝券在握。

-----廣告,請繼續往下閱讀-----

一八九五年對特斯拉是更好的一年,他已將新收音機調到最佳狀態,而且期待著尼加拉大瀑布開始送電。

在他將專利賣給西屋七年後(也是為了拯救公司而放棄他的權利金四年後),特斯拉的西屋發電機終於要安裝在懷特的電力大教堂!偉大的時刻即將來臨,大瀑布入口的閘門一旦打開,尼加拉碧綠的河水將奔騰流入三個巨大水管,冰涼的湖水咆哮著直落向渦輪機。隨著渦輪機開始旋轉,水花飛濺,水霧濛濛,每根鋼軸也越轉越急。在飛旋鋼軸上方的電力發電機房裡,特斯拉的三台黑黝黝巨大發電機組也在旋轉,製造著電力磁場。

西屋公司根據特斯拉專利所生產的交流電發電機。

從這些熱氣騰騰的發電機組將流出無形的電河,靜悄悄地穿過電橋流入變壓器,在那裡轉換成高伏特的巨大電流湧向世界,之後再由許多獨立變壓器將其降壓成無形無聲的電流,點亮十幾萬戶的燈泡,為巨大的工業提供能源、讓水牛城的電車運行、驅趕夜晚的黑暗,並減輕人類的重負。人們稱他為夢想家,但這一切夢想都將成為現實。

尼古拉.特斯拉公司成立

由於交流馬達和多相發電機的難題一直懸而未決,許多研究者都望而卻步,但是特斯拉成為占據這歷史地位的第一人!不光是他所追求的榮譽,也更出自財務上的原因,因為這樣一來他將有充足的資金更自如地工作。他認為,與他正在研究的更尖端且又簡單得多的動力系統無線傳輸相比,交流電只是剛起步。

-----廣告,請繼續往下閱讀-----

對人、金錢和機遇都頗有眼光的亞當斯希望立刻成為特斯拉的贊助人(後來才知道,亞當斯其實已經追蹤特斯拉許久,這個聰明人比任何華爾街財閥都瞭解特斯拉交流電專利的價值),特斯拉也直率地宣稱,這只是他革命性發明創造進行開發與商業化的開端。

特斯拉(曾經叫做特斯拉汽車),主要產銷電動車,太陽能板及儲能設備,其公司名稱則是為了紀念特斯拉。圖/Windell Oskay @ wikipedia

一八九五年二月,《電力工程師》上出現一篇短文,宣告成立尼古拉.特斯拉公司,經營範圍為「生產和銷售機械、發電機、馬達、電力設備等等」。該公司有一大批一流董事:亞當斯和他的兒子恩斯特、勤勉工作又雄心勃勃的蘭金、特斯拉很久以前的資助者艾菲德.布朗、紐澤西的查爾斯.科尼(Charles Coaney)以及特斯拉本人。

據傳,該公司的資本為五千美元,數字聽起來實在可笑。不過特斯拉後來提到,其實僅亞當斯一人就投資了十萬美元,所以到一八九五年春天時,特斯拉身為一個發明家過著十分令人嫉妒的生活。

災難突降,實驗室被大火燒毀

一八九五年三月十三日清晨兩點三十分,特斯拉的實驗室被一場大火焚燒殆盡。整個建築從內部爆炸,實驗室那一層變成燃燒的地獄,所有電力實驗設備毀於一旦。

-----廣告,請繼續往下閱讀-----

《紐約太陽報》報導,當東方天邊出現了第一道黎明光芒時,在南五街可以看見「兩道搖搖欲塌的牆和像打哈欠般敞開的大洞,向外流著黑水和油」。當時非常受尊敬的報界編輯查爾斯.達納這樣寫道,「尼古拉.特斯拉的工作室和其中寶貴設備都被破壞,這絕不僅僅是他個人的災難,而是整個世界的巨大損失。如果用手指頭來比喻這個年輕人對人類社會的重要性,那麼說他是大拇指絕對不為過」。幸運的是,特斯拉那天晚上沒有辛苦工作,否則他很有可能葬身火海。

第二天上午十點,特斯拉像往常一樣去工作,完全被眼前的情景嚇呆了。「這不可能是真的,」他盯著燒焦的廢墟不斷這樣喃喃自語。

他的十五個雇員比他來得稍早一些,都悶悶不樂地站在那裡,不忍心將特斯拉從格拉克飯店喊來面對如此悲慘情景。《紐約太陽報》記者想採訪他,特斯拉拒絕了,他說:

「我太悲傷了,讓我說什麼呢?這差不多是我半生的心血,所有的機械設備和科學研究用具都經過多年調試,卻在一個小時內被大火吞沒。這筆損失根本不能用錢來估算。什麼都沒有了,我必須從頭開始。」

他雙眼噙滿了淚水,精心設計的發電機、振盪器、馬達和真空燈泡,珍貴的記錄、檔案和往來信件,還有他在世界博覽會的展品、最近研製的無線電收音機的發射器與接收器,所有這些年來的工作成果,全都付之一炬。甚至,人們開始懷疑他實驗室裡的火災源於那些被稱為電力奇蹟的東西。

-----廣告,請繼續往下閱讀-----
1893年芝加哥世博會所展示的特斯拉交流電馬達與其他發明。

大樓看守報告說,大火從一樓燃起,另一家租戶是個蒸汽裝配廠,加班時曾經在樓面上撒許多油,它「燃燒時像個引火盒」。看守的水桶簡直是杯水車薪。消防員與大火奮戰了三個小時,他們只能防止火勢蔓延到相鄰的工廠以及附近的高架鐵路。

沮喪的特斯拉悄悄地走出去,徘徊在大街上。同時,詹森夫婦到處找他,希望在他遭受「無可挽回的損失」的時候可以給他一些安慰。即使他的設備在別的地方有備用,如發電機、振盪器和馬達,但是他的收音機是獨一無二的,必須重新組裝。他的實驗室全都沒有保險,經濟損失慘重且徹底。特斯拉最近幾年掙了不少錢,但他全部的收入幾乎都投入實驗室裡,被這場大火燒毀。

除了東山再起別無出路

在科默伏、詹森夫婦,以及許多曼哈頓的朋友與熟人的鼓勵下,特斯拉重整旗鼓,又在東休斯頓街四十六號找到一間新實驗室。後來他告訴記者:

「我灰心喪氣到了極點,如果我沒有定期為自己做電療,我簡直不相信還能振作起來。你看,電流進入疲憊不堪的身體,成為身體正需要的生命力、控制力。電是個偉大的醫生,依我看,它是最好的醫生」。

到了三月二十二日,康復的特斯拉寫信給西屋一位高級工程師,要求訂購新設備。他寫道,「我敢肯定,您一定從報紙上知道了,那場不幸事故幾乎奪去我全部的設備,進而影響了我目前的工作。我現在必須重建實驗室」於是,他的新設備在一個月內陸續運到。此外,特斯拉也寫信給曾監理特柳賴德金王礦交流電工程的斯科特,請求他協助促成他的訂購,並解釋:「這種工作對我的健康來說必不可少。」

-----廣告,請繼續往下閱讀-----

在此期間,特斯拉在最不可能的地方找到了應急之所:湯瑪斯.愛迪生在西奧蘭治的巨大實驗室。哈洛德.布朗曾經在那裡電死過狗、小牛和馬。新聞界長期以來都將愛迪生和特斯拉,這一對美國最偉大的奇才,形容為勢不兩立,但是在這危難關頭,愛迪生非常大度地放棄了競爭,為悲痛的特斯拉提供了臨時工作場所。

 

 

 

本文摘自泛科學 2018 年 1 月選書《光之帝國——愛迪生、特斯拉、西屋的電流大戰》,商周出版

 

 

 

 

-----廣告,請繼續往下閱讀-----
文章難易度
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----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)」!

-----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。

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。

-----廣告,請繼續往下閱讀-----

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。

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。

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。

-----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?

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。

-----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

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
特斯拉 Cybercab 登場!自駕車事故責任該由誰承擔?
PanSci_96
・2024/07/30 ・1411字 ・閱讀時間約 2 分鐘

特斯拉即將在 2024 年 10 月推出無人計程車,並且 Robotaxi 的正式名稱,將取名為 Cybercab。
等等,在無人車正式上路之前,我先問你一個重要問題。如果我開特斯拉自駕車撞死人,要負責的是我這個駕駛、乘客,還是特斯拉與馬斯克?

你敢開自駕車嗎?肇事責任是誰負責? 圖/envato

自駕車撞死人:駕駛、乘客,還是特斯拉負責?

當你駕駛特斯拉自駕車撞死人,責任歸屬是個複雜問題。無人車上路前,了解現行法律與技術界限至關重要。如果你強行介入自駕車運行,解除自駕功能後的事故責任由你全擔。如果不干預,事故責任可能由車商承擔。然而,最終誰來負責,仍取決於多方因素,包括車輛技術和法律規定。

這是個很現實的電車難題,應該說自駕車難題。如果你駕駛的自駕車正在失控向人群駛去,你是否有勇氣按下緊急剎車,承擔一切責任?

這類問題正是現在無人駕駛技術面臨的道德和法律挑戰。

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

電車難題再現:自駕車技術的進展與挑戰

自駕車並不是未來的幻想,而是已經在我們的日常生活中逐漸實現的技術。特斯拉和其他汽車製造商已經展示了他們的自動駕駛系統,這些系統能夠完成從停車到高速公路駕駛的各種操作。目前的自駕技術主要依賴於先進駕駛輔助系統(ADAS),這些系統結合了多種技術以提升駕駛的安全性和效率。

ADAS 並不是一個新概念,它可以追溯到 1950 年代的汽車巡航控制系統,隨後在 1970 年代加入了防鎖死煞車系統和車身動態穩定系統。現代的 ADAS 功能更加多樣化,包括防撞系統、車道偏離警示、盲點監控、自適應巡航和駕駛監控等,這些功能大大降低了人為失誤導致的事故風險。

自駕車三隻眼睛:相機、光達和雷達的全面解析

自駕車依賴於三種主要感知技術:相機、光達和雷達。相機負責辨識交通號誌和行人,光達則通過發射紅外雷射光脈衝繪製 3D 地圖,雷達在惡劣天氣中表現尤為出色,能夠在雨天、霧天和沙塵暴中提供穩定的數據。

自駕車的決策過程可以分為感知、決策和控制三個步驟。感知階段依賴於相機、光達和雷達提供的數據,決策階段則依靠 AI 算法來判斷最佳行動方案,最後由控制系統執行決策。這些技術的進步使得自駕車在面對複雜的交通情況時,能夠做出更準確的反應。

-----廣告,請繼續往下閱讀-----

全球無人計程車競賽:各國如何迎接自動駕駛未來

特斯拉並不是唯一的自駕車領導者,Google 的 Waymo 和通用汽車的 Cruise 已經在無人計程車領域取得了重大進展。中國的自動駕駛公司小馬智行和百度的蘿蔔快跑也已成功讓無人計程車在主要城市上路營運。根據預測,到 2025 年,全球將有約 800 萬輛 3 級或 4 級的自駕車在道路上行駛。

特斯拉的 Cybercab 無人計程車即將上路,標誌著自駕車技術進入新的階段。隨著技術的不斷進步和法律框架的完善,自駕車將在未來的交通系統中扮演越來越重要的角色。然而,自駕車事故責任的問題仍需進一步探討和解決,以確保這一新技術能夠安全、可靠地服務於社會。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
0

文字

分享

0
2
0
從 3G 到 6G:行動通信的進化之路
數感實驗室_96
・2024/06/20 ・825字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

摩斯發明電報和貝爾發明電話,這些似乎是上古時代的科技,其實都發生在過去兩百年內。而手機,作為近五十年來的產物,又經歷了怎樣的演變呢?

讓我們來探討行動通信是如何從 3G 發展到 6G 的。

1989 年,一張名為《The Great Radio Controversy》的搖滾專輯發布,迅速走紅,登上告示牌熱門榜。雖然專輯的歌詞與通信無關,但它的名字「偉大的無線電爭議」確實讓人聯想到無線通信的歷史。而這張專輯的樂團名為 Tesla,沒錯,這正是向那位傳奇的天才科學家特斯拉致敬。特斯拉對無線通信的貢獻可謂奠基石般的重要,而從 3G 到 6G,行動通信技術又經歷了哪些突破和變革呢?讓我們一起深入了解。

-----廣告,請繼續往下閱讀-----

行動通信的歷史雖然只有短短幾十年,但其中包含的豐富內容實在說不完。從精彩的發明故事到商業競爭,再到行動通信所帶來的社會變革,每一個環節都值得深入探討。而在這集影片中,我們僅僅觸及了冰山一角。

下一集將深入探討 WiMAX 那成功的哥哥——Wi-Fi,也就是大家熟悉的無線區域網路技術。讓我們繼續探索這些改變世界的科技!

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

參考資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/