在桃莉羊之後：複製猴，生日快樂！

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

現代醫學研發出器官移植的技術，但是材料卻遠不足夠，等待捐贈器官的病患大排長龍，大多數人一生都等不到。人類是動物，器官是肉做的，其他動物也是，那麼何不借其他動物的器官一用？

缺乏移植器官，借豬的一用

將其他生物的組織、器官，移植到人類身上，有個酷炫的名詞「Xenotransplantation」，翻譯作「異種器官移植」。豬是已知各種動物中，最適合作為人類器官的來源，然而要將豬的器官，如心臟移植進人體，仍有重重難關有待克服，目前還沒有成功案例。

異種器官移植至少有三大潛在問題。第一，免疫排斥。以豬舉例，儘管豬已經是最適合的移植對象，但畢竟人豬殊途；將豬的器官移植進人體後，人類免疫系統會將其視為外來者（也真的是外來者）攻打，導致手術失敗。第二，生理不相容。也就是豬的器官，無法在人體順利運轉。[1]

• 延伸閱讀：動物器官移植到人身上，異種移植可行嗎？

靠著基因改造豬與藥物控制，以上兩個問題，都已達到相當程度的改善。而最近發表在《Science》期刊的論文，則是針對另一個問題，有了令人振奮的進展。異種器官移植的第三個潛在問題是：豬病毒感染。[2]

住在基因組中的古老病毒

等等，這問題很好解決吧！假如豬帶有病毒，那麼只要讓等待供應器官的豬，從胚胎開始就養在無菌環境中，不就能避免牠們長大以後，將病毒傳染給人類嗎？

問題當然沒有這麼簡單，別誤會，這裡的「豬病毒」不是住在豬身體內的病毒，而是躲在豬的基因組中，以 DNA 序列方式存在的內源性反轉錄病毒（porcine endogenous retrovirus，縮寫為 PERV）。這些病毒就是豬本身的遺傳序列，不可能直接外加藥物消滅。

事實上，人類跟豬一樣，基因組中也存在不少這類病毒。在人類的演化歷史上，基因組不斷更替，曾有許許多多外來的轉位子（transposon）插入我們祖先的 DNA 序列，也順便引進不少病毒，後來成為基因組的一部份。（人類基因組廣義看來，共超過 40% 是由各式轉位子所引進，來自病毒的只占相對比例，很低的一小部分）

經過長期的演化淘汰，能在基因組中留存下來的病毒，都成為「內源性」的病毒，屬於跟隨細胞正常複製程序的固定成員，絕大部分時候安份守己。我們的免疫系統，除了抵抗外來的入侵者以外，另一重要任務，正是防範這些原本的病毒遺傳物質，哪時候又掙脫枷鎖，跑出來作亂。

人的基因組中，有人的內源性反轉錄病毒，我們的遺傳與免疫體系可以壓制它們。豬的基因組中也有豬的內源病毒，它們在豬的體內受豬控制，當然對豬不成問題，然而，假如把豬的器官移植給人類，豬的病毒在陌生的人體環境中，很可能成為擺脫拘束器的殺人狂魔。（反過來說，把人類器官移植給豬，應該也會發生類似的事，不過此一狀況大概沒有機會上演）

豬的內源病毒會傳染給人

怎麼解決？既然病毒就是豬基因組的一部份，不可能以外加藥物處理，那麼只能直接編輯豬的基因組，先把 PERV 序列消滅。

不過，目前仍缺乏將豬器官移植給人的資訊，豬的病毒在人體作亂，想來儘管嚴重，卻純屬假說，真的值得大費周章去改造 DNA 培養基改豬嗎？新發表的論文，首先進行了一系列實驗，證實 PERV 的病毒危機並非危言聳聽。

豬的內源性反轉錄病毒可分為三種：PERV-A、PERV-B、PERV-C，在豬的基因組中合計有 62 個之多。將源自豬的 PK15 細胞株，與來自人類的 HEK293T 細胞株一起培養，過了很多代以後，人類細胞的基因組中也能偵測到 PERV（有 A 有 B，沒有 C），而且數目隨代數增加愈來愈多，證實 PERV 確實有能力由豬的細胞向人入侵。

為了測試 PERV 在人體的轉移能力，實驗團隊接著將受到 PERV 感染的人類細胞株，與新的人類細胞株共同培養。結果是，即使從未接觸過豬的細胞，只要樣本中存在來自豬的 PERV，它仍然能傳播給新的人類細胞。

儘管以上只是非常簡單的體外測試，與免疫系統存在、複雜的人體環境大不相同，不過仍足以證明跨物種的豬病毒感染，是器官移植時不可忽視的風險。畢竟，移植時為了降低排斥反應，勢必會先用藥物抑制人體的免疫作用，這正是病毒轉移的良機。

器官移植新希望－沒有內源病毒的豬寶寶

靠著近來當紅的基因編輯工具 CRISPR-Cas9，研究團隊之前已經成功消滅過豬細胞株的 PERV 序列 [3]。不過，假如目的是器官移植，那麼就要改造豬的初級胚胎纖維母細胞（primary procine fetal fibroblast，這邊用的型號稱作 FFF3），才能培育長大後用於移植的個體。

FFF3 細胞的基因組上，共有 25 處活躍的 PERV，都是需要以 Cas9 精準打擊、根除的目標。兩款 gRNA 被用於導引 Cas9 前往攻擊，然而初步結果顯示，戰況非常慘烈；看起來，大規模同時攻擊基因組上的許多部位，會使得自我毀滅機制啟動，細胞被改造成功，然後它就死掉了。

像最後一戰（Halo）士官長般如此強悍，經歷全身改造後仍活跳跳的細胞，畢竟極為少數。為了克服此一問題，研究者調配了「雞尾酒」一起餵食細胞，也就是在基因改造同時，再加上p53 inhibitor、pifithrin alpha （PFTa）、basic fibroblast growth factor （bFGF），讓受到劇烈衝擊的細胞能繼續活著，不要想不開自殺。

修正後的作法非常成功，研究團隊終於獲得基因組不含 PERV 的乾淨 FFF3。靠著千辛萬苦後得到的細胞，如今已經培育出 15 位不會表現 PERV 的健康小豬寶寶，直到論文發表之際，最老的已長到 4 個月大。

將豬的器官移植給人，目前離那一天仍為時尚早。不過這回的基因改造豬仍是又一大突破，讓我們離目標更進一步，也讓學界有了更多信心。[4]另一方面論文也指出，採用 CRISPR-Cas9 進行基因改造的同時，搭配這回的反自殺雞尾酒配方，能十分有效地強化編輯效率，增加成功率，未來或許有很寬廣的發展空間。

參考文獻：

1. Advances in organ transplant from pigs

2. Niu, D., Wei, H. J., Lin, L., George, H., Wang, T., Lee, I. H., … & Lesha, E. (2017). Inactivation of porcine endogenous retrovirus in pigs using CRISPR-Cas9. Science, 357(6357), 1303-1307.

3. Yang, L., Güell, M., Niu, D., George, H., Lesha, E., Grishin, D., … & Cortazio, R. (2015). Genome-wide inactivation of porcine endogenous retroviruses (PERVs). Science, 350(6264), 1101-1104.4.
4. Scientists grow bullish on pig-to-human transplants

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。