蛋白質折疊：內摩擦力扮演更重要的角色

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

AlphaFold的誕生：人工智慧的奇蹟

2018 年，Google 旗下的 DeepMind 團隊推出了第一代 AlphaFold，這是一款基於深度學習的 AI 模型，專門用於預測蛋白質的三維結構。AlphaFold 的命名取自「fold」一詞，意為折疊，指的是蛋白質在胺基酸鏈構成後迅速摺疊成其功能所需的三維結構。

AlphaFold 的突破在於其能夠預測出蛋白質折疊的可能性，這是一個傳統計算方法無法達到的領域。第一代 AlphaFold 在國際 CASP 比賽中取得了一定的成功，雖然其預測準確度尚未達到實驗室標準，但其潛力讓科學家們充滿期待。

為什麼蛋白質結構預測如此重要？

蛋白質是生命的基石，它們的功能取決於其複雜的三維結構。然而，僅靠實驗技術來解析蛋白質的結構既昂貴又耗時。過去科學家依賴於如 X 光晶體繞射等技術來解析蛋白質的結構，然而這種方法雖然精確，但往往需要數年時間來得出一個結論。

到目前為止，人類已知的蛋白質數據庫中，全球僅解析了大約 22 萬種蛋白質的結構，這遠遠不足以滿足生物學和醫學研究的需求。尤其是人類的許多蛋白質結構仍然未知，這成為阻礙醫學進步的一個主要瓶頸，特別是在藥物開發和疾病治療上，因此如何加速對蛋白質的結構的解析至關重要。

AlphaFold 2：技術飛躍

2020 年，AlphaFold 2 橫空出世，改進了多項技術，預測準確度大幅，幾乎達到了與實驗結果相媲美的程度。這一成就震驚了全球生物學界，許多科學家開始將 AlphaFold 2 應用於實際研究中。

AlphaFold 2 的成功源自於其三大技術革新：

• 注意力機制：模仿人類的思維模式，從大局出發，關注蛋白質結構中的每一個細節，進而提高預測的準確性。
• 多序列比對功能：通過搜尋類似的胺基酸序列，推斷新的蛋白質結構。
• 端到端預測模式：利用深度學習神經網路，不斷反饋預測結果，持續優化模型。

AlphaFold 3：下一代 AI 的力量

隨著 AlphaFold 2 的成功，DeepMind 並未停止其腳步。2024 年 5 月，AlphaFold 3 正式推出，這標誌著 AI 技術在生物學領域的又一個里程碑。AlphaFold 3 的改進再次吸引了科學界的目光，它強化了注意力機制，並引入了擴散模型，這使其能夠更快且更準確地預測複合蛋白質的結構。

擴散模型是一項關鍵技術，它能夠生成大量的可能蛋白質結構，並快速篩選出最可能的解答。與此同時，AlphaFold 3 還內建了「減幻覺」功能，這讓其在產生結果時能夠避免過多不切實際的預測，提升了結果的可信度。

AlphaFold 的實際應用：醫學與藥物開發

AlphaFold 3 的誕生，不僅是一個技術突破，還為醫學和藥物開發帶來了巨大的希望。過去，癌症治療中的標靶藥物需要經過漫長的實驗才能確定其作用原理，然而現在，通過 AlphaFold 的預測，科學家可以更加精確地針對癌細胞中的錯誤蛋白質，設計出更有效的藥物。

除此之外，AlphaFold 3 還在抗病毒藥物、抗生素以及阿茲海默症等領域展現了潛力。其能夠預測蛋白質與其他分子（如DNA、RNA）的交互作用，這使得研發新藥的過程大大加速。

AlphaFold 3 的挑戰與未來

儘管 AlphaFold 3 取得了驚人的進展，但其仍然面臨一些挑戰。首先，目前 AlphaFold 3 的模型尚未完全開源，這限制了研究人員對其內部運作的了解。為此，一些科學家已聯名要求 DeepMind 開放其程式碼，以便進行更深入的研究和應用。

不過，隨著 AlphaFold 3的逐步推廣，生物學家相信它將繼續改變生物學研究的方式。未來，這項技術有望在解決更多未解難題中發揮關鍵作用，並為醫學領域帶來更大的突破。

有沒有聽過開刀手術、懷孕生產過後要喝一碗鱸魚湯補身體呢？每當有親友開完手術時，通常會燉煮一鍋鮮美的鱸魚湯，期望讓術後的患者能快速癒合傷口，恢復元氣^[1]。

不過現在市面上已經有「鱸魚精」這樣方便又營養的產品，讓消費者免去熬煮魚湯的麻煩，即開即飲，這跟一般在家做的滴魚精有什麼不同呢？

在家做的滴魚精和工廠做的鱸魚精之差異

一般在家裡自製的滴魚精，不外乎就是將魚肉放進密閉容器中，以類似蒸箱的方式加熱，讓這些肉滴出具有營養價值的精華——蛋白質和少量支鏈胺基酸（branched-chain amino acid, BCAA）。

支鏈胺基酸包含纈胺酸（valine）、白胺酸（leucine）及異白胺酸（isoleucine），是骨骼肌主要胺基酸成分，也是重要的能量來源。補充支鏈胺基酸除了可延長肌肉耐力外，亦能促進肌蛋白合成並減少分解作用，有助於組織建構及修復^[2]。

魚肉雖然是優質的蛋白質來源，但大分子蛋白質還是必須經過胃腸道消化，分解成小分子胺基酸才能被身體吸收。

所以飲用魚精，能讓無法正常咀嚼、飲食，僅能飲用流質食物的人，或是對蛋白質、胺基酸有額外需求者（例如消化功能不良、大手術病患、懷孕等），得以迅速補充營養。

但其實滴魚精的支鏈胺基酸含量並不如一般市售的鱸魚精來得多。因一般市售的鱸魚精的加工方式更為嚴苛，能夠從肉中萃出更多的支鏈胺基酸及胜肽。

那麽鱸魚精是用什麼特殊加工技術製造的呢？

超高壓加工所萃出的支鏈胺基酸含量可提高十倍

鱸魚精產品以「品純萃」為例，其採用「超高壓加工^[註]輔助酵素水解法」，將處理好的鱸魚肉放入密閉的軟性包材中，加入蛋白分解酵素，同時對它施加 0.2～400 MPa 的壓力（近 4,000 大氣壓）。

如此極大的壓力，增加了酵素與蛋白質的作用及水解效果，使鱸魚精中游離支鏈胺基酸的含量提高至 279 mg / mL。

相較於傳統熱萃取的方式（也就是在家自製的方式）僅能萃出 21 mg / mL 的游離支鏈胺基酸，超高壓加工輔助酵素水解法約提高 10 倍的營養成分萃取，使原料的利用率與產率大幅提升^{[3, 4, 5]}。

而這項優秀的萃取技術已經完成了專利申請。

雞精也是似類似的道理，雖然沒有用到 HPP 技術，但它也是透過長達 10 小時「高溫高壓」的隔水蒸煮，將雞肉中長鏈的蛋白質，轉化為人體易吸收的支鏈胺基酸和小分子胜肽^[6]。

這些嚴苛的加工條件，不是在家自己 DIY 能夠輕易達成的。

白蘭氏有公開其製造加工雞精的流程影片，可點下方的影片直接觀看。

鱸魚精和雞精的營養差異

所以喝魚精或雞精，主要就是在補充支鏈胺基酸，有助於減少運動所產生之身體疲勞。除了可延長肌肉耐力外，亦可降低運動後會造成疲勞的血液生化指標，如肌酸激酶活性、乳酸去氫酶活性及乳酸等，以維持較佳的運動表現^[7]。

當然上述兩項產品皆通過健康食品「抗疲勞」認證，擁有小綠人標章，筆者依衛生福利部審核通過之健康食品資料查詢，將擁有健康食品認證的鱸魚精與雞精做個比較。

其中雞精除了抗疲勞，還多了一項免疫調節的保健功效，研究發現，支鏈胺基酸也有助於促進免疫細胞增生的功能，或促進吞噬細胞及自然殺手細胞的活性^[2]。

不過，根據 110 年「超高壓輔助鱸魚副產物之發酵水解物對調節血壓功能性與產品開發的評估」報告，超高壓加工輔助商業酵素水解發酵鱸魚副產物經動物試驗及體外試驗的結果顯示，具有調節高血壓的效果^[8]。

所以這些蛋白質水解物不只可抗疲勞，還具有免疫調節或調節高血壓的功效，說不定鱸魚精未來還會再多一項「輔助調節血壓功能」的健康認證。

哪些人不適合喝魚／雞精？

魚 / 雞精雖然是健康食品，可以補充營養和體力，但衛生福利部食品藥物管理署不建議以下 4 類族群天天飲用：

1. 慢性腎臟病患者：魚／雞精內含豐富鉀離子與蛋白質，可能加重腎臟負擔。
2. 高血壓患者：魚／雞精的鈉含量可能偏高，易造成血壓升高。
3. 痛風患者：魚／雞精屬普林類食品，可能易導致尿酸升高，不利於痛風控制。
4. 楓糖尿症患者：此種罕見疾病無法代謝支鏈胺基酸，魚／雞精內所含胺基酸可能導致疾病惡化^[9]。

我有需要喝魚／雞精嗎？

對於健康的人來說，吃魚／雞肉當然比喝魚／雞精更營養。

以蛋白質為例，鱸魚每 100 克有 20 克的蛋白質，魚精則約含有 2.5 克左右；而去皮的雞胸肉每 100 克有 22 克的蛋白質，雞精則約含有 8 克左右，肉的蛋白質含量會比「魚／雞精」高得多。

且吃魚／雞肉可攝取到更多元的胺基酸、維生素 B 群和鐵等更多成分，營養會更完整且更美味。

若覺得疲累，喝「魚／雞精」或許有助於改善疲勞，但如果是長期工作壓力累積的的疲勞，喝「魚／雞精」只能治標，不治本，還是得改變不良的生活習慣才能有效改善疲勞喔！

註解

超高壓加工（high pressure processing, HPP）：包括動態高壓加工（High Dynamic Pressure Processing, HDPP）與高靜水壓加工（high hydrostatic pressure processing, HSPP）技術。

前者是運用衝擊波使加工原料更為均勻細碎化；後者是以水作壓力介質對原料進行加壓作用。屬非熱加工技術，優點在於食品風味不會受到高溫破壞，與新鮮原料較為相近，也具殺菌的效果。

目前全球已開發應用的產品包括肉製品、果汁和飲料、蔬菜製品、水產品等種類，但因高壓加工的成本遠高於熱加工技術，故在商業化應用的進展較為緩慢^[10]。

1. 行政院農業委員會，2009。追溯鱸魚補身的秘密。食農教育資訊整合平臺。
2. 黃桂英、洪可珎、田宛容，2019。雞精~真「滴」營養嗎？。國泰綜合醫院營養通訊 108，1-4。
3. 食力 foodNEXT，2021。【食聞】什麼是「HPP」技術？用來製作鱸魚精，竟能保存更多營養？。
4. 林雨欣、李季樺、林家驊、顏薏貞、莊曜陽、陳冠文，2017。水產食品中超高壓加工技術的應用與發展現況。海大漁推 47，17－32。
5. 金利食安科技股份有限公司，2017。專利編號 TW I600379 B。臺北市：經濟部智慧財產局。
6. 白蘭氏，雞精製作過程。
7. Coombes, J. S. and McNaughton, L. S. 2000. Effects of branched-chain amino acid supplementation on serum creatine kinase and lactate dehydrogenase after prolonged exercise. Journal of sport medicine and physical fitness 40: 3 240.
8. 陳冠文，2022。超高壓輔助鱸魚副產物之發酵水解物對調節血壓功能性與產品開發的評估。計畫編號 MOST 108-2221-E-019-040-MY3。臺北市：國家科學及技術委員會。
9. 衛生福利部食品藥物管理署，2018。送長輩滴雞精，真能讓他們「補身體」嗎？。食藥好文網。
10. 吳思節、劉育姍、徐源泰，2021。新型態高壓加工技術－蔬果產品加值應用之新契機。農業科技決策資訊平台。