草原雕「只有飛行，沒有國界」，於是研究團隊的電信簡訊費爆炸啦！

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

說到世界上最悲傷的生物，實在不能不提全身粉嫩、整隻軟趴趴，表情還超喪的水滴魚（Blobfish）。

世界上最憂傷的魚

軟隱棘杜父魚（Psychrolutes marcidus），俗稱水滴魚、憂傷魚，是一種棲息在澳洲塔斯馬尼亞島和紐西蘭附近、水深 600-1200 公尺處的深海魚。1983 年，研究船在紐西蘭發現了第一隻水滴魚。但深海魚不易觀察，僅靠海底拖網中的樣本數實在很難增加生物學家對牠們的了解。

即使如此，這個粉紅色、肉嘟嘟的塌鼻子怪魚，很快就吸引了大眾目光，並因其奇特的悲傷外貌獲選為「世上最醜」生物。各種水滴魚的迷因、鑰匙圈和絨毛娃娃充斥在我們生活週遭。人們特別喜歡牠悶悶不樂的表情，覺得牠完美體現了我們的日常情緒。

然而，水滴魚並不是天生就長這樣——牠的「苦」是後天造成的。

都是急速減壓惹的禍

生長在深海中的水滴魚，必須承受比我們大 100 倍以上的水壓。為了適應環境，牠們的骨頭很軟，而且只有少量肌肉。 當水滴魚被托網捕獲並帶到水面時，快速減少的水壓會使其身體膨脹，而牠凝膠狀的組織，則會因無法保持原本的結構而塌陷，變成了我們大眾印象中扁塌的樣子。

沒錯！人類著迷的那個「悶悶不樂的水滴魚」，其實是死於內臟爆裂的腫脹魚屍。

水滴魚的深海日常

活在深水下的水滴魚，其實看起來十分普通。牠的體長通常不超過 30 公分，重量不到 2 公斤。

就像許多深海魚一樣，水滴魚沒有魚鰾這類可以控制浮力的氣囊式器官，如果牠們想要自由地在海床移動，就得仰賴密度小於水的「膠狀脂肪體」。

換句話說，水滴魚就像浮在水中的「油」，牠們並不主動捕食，而是在深海中隨波逐流，吃下漂到嘴邊的各種東西。

比悲傷更悲傷的事

迄今為止，學界對水滴魚的了解仍然不多，目前只能推測牠們和其它深海魚一樣，有較長的壽命。至於其交配行為、幼魚樣貌、天敵以及群體數量，仍屬未知。

需要注意的是，在深海捕撈盛行的現在，水滴魚可能正瀕臨滅絕危機。

尤其在動物保育的議題上，可愛上相的物種總是搶盡風頭，長得醜的就幾乎沒人討論。以無脊椎動物為例，雖然佔了所有生物的 79%，卻因外貌不討喜，而僅出現在 11% 探討動物保育的文獻中。像水滴魚這種「醜」的動物，別說是保護了，連相關研究都特別稀少。

下回在保育的議題上，除了貓熊、北極熊這些代表動物外，別忘了還有這些默默無聞、同樣掙扎著生活在這顆星球上的居民們。

參考資料：

1. The blobfish: A bloated guide to the world’s ugliest animal (and what they really look like)
2. Behold the Blobfish – How a creature from the deep taught the world a lesson about the importance of being ugly

2011 年 3 月，一場大地震和隨之而來的海嘯，對日本東北部造成巨大的損害，但災難可遠遠不僅如此。地震與海嘯也侵襲了福島第一核電站，在各種天災與人禍下，最終發展成近年來最大的核事故。為了避免民眾受到核輻射的傷害，日本政府撤離了約 15 萬居民。雖然在後續幾年，部分地區因輻射量大幅降低，已陸續有民眾返回，但不少區域至今仍無人居住。人們撤離是要免受輻射的傷害，不過野生動物可無法撤離，因此這就讓科學家們好奇，這些核輻射究竟對牠們有怎樣的影響。由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊，近期發表在 Environment International 上的研究顯示，這些野生動物在核災後，長期暴露在輻射環境中，並沒有出現任何明顯的不良健康影響^[1]。

輻射究竟是什麼？

在福島核災之後，大眾普遍對「輻射」一詞充滿恐懼。但在我們害怕輻射以前，勢必得先了解輻射是甚麼，這樣才不會陷入不必要的恐懼之中。

輻射其實是很常見的現象。輻射是一種從中心點將能量向四面八方送出的方式，而這種方式可透過粒子或電磁波的形式。舉例來說，太陽所發出的太陽光是一種輻射、蠟燭的火光所發出的光與熱也是輻射，甚至手機與電腦螢幕發出的光也是輻射，因此講到這邊你應該就知道，輻射是稀鬆平常的事。

不是所有輻射都會造成危害

既然輻射很常見，那麼為何有些輻射對人體會有危害？這就與輻射的能量有關了。

前面提到，輻射是能量傳送的方式。若今天發出的輻射能量不高，那自然對人體不會有甚麼傷害。但如果發出的輻射能量極高，能改變甚至破壞如蛋白質和 DNA 等生物分子，這就會傷害人體了。在科學上，這種高能量且會傷害生物體的輻射被稱為「游離輻射」，而那些低能量也不會傷害生物體的輻射，則被稱為「非游離輻射」。因此輻射並非都是不好的，首先要明確知道所談的輻射種類為何，而我們在報章雜誌、社群媒體和科學文獻中看到，會傷害人體的輻射，指的都是游離輻射。在後面的文章中，我會用輻射一詞替代游離輻射，以方便閱讀。

輻射會改變與破壞生物分子，若輻射強度夠高，是能直接讓細胞死亡的。就算輻射強度沒那麼高，也足以改變細胞內部的構造，使其突變與癌化的機率大幅提高。而人們所懼怕的輻射傷害，很大程度就是後者的狀況。

輻射傷害可分為污染和暴露兩種。輻射暴露指身體直接受到外在輻射線之照射，會傷害人體但不會傳染影響他人；輻射污染是指身體內外留有會發出輻射之物質（又稱放射性物質），不僅會持續危害自身健康，也會導致接觸者被輻射污染物所傷害。而在福島第一核電廠發生爆炸後，大量的放射性物質便隨著爆炸散佈到空氣中。這些在空氣中的放射性物質，會隨著重力沉降或降雨等方式回到地表，沉降累積在土壤、河川或海洋中，讓環境被放射性物質所污染。

當生物處在被放射性物質所污染的環境中，就會持續被輻射所傷害。這也是為什麼在福島第一核電廠爆炸後，日本政府會撤離大量的居民。人類雖然撤離了，但許多野生動物仍繼續在輻射污染區生活，而這就讓科學家們好奇，在這樣的環境中，持續接收輻射是否會對這些動物們產生不良的影響？

以野豬與鼠蛇作為觀察指標

由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊，於 2016 年至 2018 年研究福島的野豬和鼠蛇在一系列輻射暴露中的生理情況。以往用來模擬輻射傷害的生物是小鼠，為何研究團隊會選擇這兩個物種做為觀察對象呢？

首先是在生理上，野豬比起小鼠更接近人類，因此是更適合研究輻射傷害的動物。選擇鼠蛇的原因在於，它們的生活型態是貼近地面的。而地面累積不少放射性物質，這使牠們會長期接觸到大量的輻射，受到輻射的傷害也更明顯。而研究團隊選定的觀察生理指標為端粒的長短和壓力賀爾蒙的量。

端粒是位於染色體兩側的保護性結構，當生物體的 DNA 有損傷或受到持續的壓力，端粒的長度會縮短。研究團隊本來猜測，這些長期生活在輻射污染區的野豬和鼠蛇，會因 DNA 損傷而有端粒縮短的現象。但研究結果顯示，這些生活在污染區的動物，其端粒長度與生活在非污染區的動物沒有區別，另外，端粒的長度與動物生存環境中的輻射量高低沒有關聯。研究團隊也檢測部分與 DNA 損傷相關的指標，但結果和端粒的長度類似。也就是說，環境中的輻射並不會對野生動物的 DNA 造成危害性損傷。

雖然輻射對野生動物所造成的 DNA 損傷影響不大，但在壓力賀爾蒙上卻有所影響。研究顯示，野豬體內的壓力賀爾蒙的量，會隨著環境中的輻射量升高而降低。研究團隊認為持續的輻射傷害，會干擾動物體內壓力賀爾蒙的分泌，進而使壓力賀爾蒙的量降低。

正常來說，若遇高壓環境（此研究中為輻射傷害），動物會分泌更多壓力賀爾蒙來維持體內平衡，然而壓力賀爾蒙對身體是種負擔，為了讓身體適應高壓環境，壓力荷爾蒙的分泌量反而會減少，這在生理學上稱為「負回饋機制」，當壓力賀爾蒙分泌量減少後，也可能會出現一系列不良的生理反應。（想想那些長期處在高壓環境且賀爾蒙失調的人）

不過雖然壓力賀爾蒙的量有下降，但動物們卻沒有出現任何不良的生理反應。而且野生動物群的數量在這些年來是越來越多。

綜合以上的結果，研究團隊認為目前在輻射污染區中的輻射量，不會對生活在此的野生動物群造成不良的健康影響。

動物沒事，代表人類也能沒事嗎？

看到這兒，想必一些讀者會想：既然野生動物們在輻射污染區中，不僅沒受到致命影響，還欣欣向榮，是否表示人在這些污染區中也沒事呢？答案是不知道。

首先，不同物種對於輻射的耐受度都不盡相同，例如人類能承受的最高輻射量，對於野豬而言，可能只是低劑量。另外，目前生活在污染區的動物們都受到輻射的長年洗禮，或許已發展出應對輻射的生理能力，而這些能力可能是人類不具有的。因此，野豬和鼠蛇在這樣的環境雖沒受到影響，但該環境對人體可能仍有一定的影響。

其二是在測量環境輻射量上的困難。目前我們對於輻射對生物體的傷害，絕大多數是在實驗以定量的放射性物質進行的研究。在實驗環境中，我們能清楚地控制與計算動物究竟會接受到多少的輻射。但在自然環境中，輻射量會隨著環境的改變而有所變動，因此我們無法知道野生動物所接受的確切輻射量。事實上，我們對於放射性物質在自然環境中會如何改變，是不清楚的。因此，在實驗室中會對動物產生不良影響的輻射劑量，在自然環境中可能不會產生問題。

雖然這篇研究的結果顯示在福島核災後，野生動物在污染區內沒有產生不良影響。但這個結果，長期來看是否仍是如此，仍有待持續觀察（雖然車諾比核災的案例已告訴我們：野生動物長期在污染區內生活，反而欣欣向榮）。當然，我不認為這個研究是要說輻射污染已不是問題，而是提出一個較為客觀的觀察。福島核災後，社會對於輻射的恐懼已到不理性的地步。輻射使用不當確實很可怕，但我們生活中的很多方面，其實都受益於輻射。與其一股腦地恐懼輻射，不如好好地認識輻射，或許才是面對輻射更好的態度。

1. Cunningham K et al. Evaluation of DNA damage and stress in wildlife chronically exposed to low-dose, low-dose rate radiation from the Fukushima Dai-ichi Nuclear Power Plant accident. Environ Int. 2021 Oct; 155:106675. 
2. Radiation: Effects and Sources