飲食習慣小健檢：外食族怎麼吃更健康？不好好吃飯容易有哪些疾病風險？

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

為什麼吃牛肉是一種禁忌？

漢人對牛肉的禁忌絕非特例，印度、伊斯蘭教、日本也有類似的情形。有位美國人類學者一直不明白，他們的主要肉類來源，為什麼在印度會成為聖牛。他實地調查當然沒看到牛肉店，但看到許多牛皮製品，確定應該有宰殺，可是牛肉到哪去了？印度缺糧，怎會拋棄高卡路里的牛肉？

印度有種姓制，社會階層粗分為婆羅門、剎帝利、吠舍、首陀羅，有人說牛肉被賤民階層吃掉了。他帶著翻譯去查訪，總是得不到答案。他改變策略，對當地人說美國人如何吃牛肉，和他們交心分享牛肉的烹調美味。賤民階層沒想到高貴的白種人竟然也吃聖牛，看他說得這麼真切應該不假，就和他分享如何用咖哩烹煮牛肉最可口，他終於確定牛肉並沒有浪費掉。

但他還是不明白為什麼牛會被神聖化，當地人也說不出個好道理。後來他體認到一個道理：印度位於東亞季風區（範圍包括北印度洋和孟加拉沿岸），夏季季風強而穩定，有大量對流活動；在固定的雨季有急驟暴雨，之後雨量銳減。如果平時就缺糧的百姓，在難忍饑餓時把牛吃了，雨季來臨時如何耕田種地？如果無法得到應有的農穫，日後餓死的人必然更多。

漢人禁吃牛肉是用道德要求（牛幫我們耕田），印度禁吃牛肉的方式更絕妙：把牛神聖化，吃牛肉是褻瀆神明的事，從動機上禁絕了對牛肉的需求。其實目的完全相同：不要因為吃牛肉而降減穀物產量，這對地窄人稠的農耕社會，是養活更多人口的必要禁忌。印度把牛神聖化來禁吃牛肉，因為牛能幫忙耕地；游牧民族把豬汙穢化，則是因為豬不易遷移、容易致病。

日本為何好吃生魚片？

接下來看日本為何吃生魚片。日本作家深澤七郎的《楢山節考》（1956）兩次翻拍成電影（1958、1983）。深澤作一首〈楢山節〉曲子貫穿整個故事，因而取此書名。我看的是1983 年版，敘述日本古代信州寒村山林內的棄老傳說：老人家到了 70 歲，就由家人背到深山野嶺等死。電影中 69 歲的阿玲婆為了讓孫子多吃一口飯，到井邊把一口雪白健康的牙齒敲掉。

日本列島位在火山帶上，地震多溫泉多，山多耕地少缺燃料，怎麼可能養活這麼密集的人口？解決的方式很簡單：這個島國四面環海，肉類蛋白質的來源全部由大海與河流提供，和中國的雞鴨魚蝦蟹鱔一樣，完全不占耕地，避開肉穀爭地的困擾。山多、樹少、燃料貴，那就生食活海產，既好吃又省火。

日本有過不吃四腳動物的禁忌。兩腳動物（人類之外）基本上是雞鴨禽類，不會爭奪耕地。四腳動物（野獸之外）基本上是牛羊馬畜類，牠們吃的牧草會爭奪耕地。日本人口稠密耕地稀少，不吃四腳動物的禁忌，與漢人不吃牛肉的禁忌，都是畜穀爭地這個概念的表現。

——本文摘自《經濟史的趣味》，2023 年 6 月，貓頭鷹出版，未經同意請勿轉載。

• 作者／ 照護線上編輯部
• 本文轉載自 Care Online 照護線上《體重過重、過輕都會造成問題，醫師教你健康減重，增肌減脂好處多多！》，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

體重過輕可能造成哪些問題

以目前的標準，會建議 BMI 控制在 18.5 至 24。當體重過輕的時候，基本上身體裡面的一些營養素，就會開始吸收不夠。吃得不夠，就很容易造成一些貧血的問題；刻意不吃的時候，吸收也會變差，間接引起營養不良的問題，很常會開始這裡不舒服、那裡不舒服，甚至像是突然間暈厥，就是極度的營養不良；再來是我們在給予自己這麼大壓力的時候，刻意去減重的情況下，會引起一些生理跟心理的問題。

當過輕時，很常會肌肉不足，之後骨質流失開始加快；很常聽到 20 幾歲的人跌倒之後就骨折，其實就是骨質疏鬆，可是並不知道，因為我們還很年輕。

如何健康減重

目標要設實際一點，而且是可以達到的一些目標。比如可以設定一個禮拜內，要讓體重下降的正常合理範圍是 0.5 公斤，也就是一個月減重不應該超過 2 公斤；以這個為目標去設定一天可以攝取的熱量，很多人都會建議女生吃 1200 大卡至 1500 大卡，男生吃 1500 大卡至 1800 大卡，如果有在運動可以設更高一點。

很簡單地去想要吃得健康一點，巨量的營養包含醣質、蛋白質，還有脂質，就盡量吃原型的食物，去攝取足夠的蛋白質，在過程當中吃足夠的纖維質，比如像蔬菜，最後再去吃澱粉。

增肌減脂有哪些好處

如果有在進行減脂的過程去抽血，就會發現其實我們的 LDL 會下降、HDL 會上升，三酸甘油脂也會下降，其實這就是反應了一個很健康的生活型態。

增肌有非常多的好處，而且是很生活化的好處。比如像老人家要去上廁所，很多時候意外都是發生在廁所；因為蹲下去、坐在馬桶上面之後，要起來時沒有力氣、平衡感又不好的情況下，就會很容易跌倒，發生很多不幸的一些意外。

我們的肌肉量會影響到肌力和肌耐力，就會間接影響到有沒有辦法去執行日常生活中需要做的事情。

減重過程中的飲食要如何安排

一個大原則是每一餐吃拳頭大的澱粉，不管是白飯、糙米飯，還是地瓜，吃一份的澱粉，就要吃兩份的蔬菜，盡量吃到兩份的蛋白質；以這種攝取方法，其實都可以吃得非常飽，而且非常滿足，身體就會得到它所需要的巨量及微量營養素。

我自己很推崇的地中海型飲食，它不單單是一個飲食法，它是一個生活的模式。建議你吃很健康的食物，多吃海鮮、少吃一些飽合脂肪酸的東西，像紅肉；盡量吃乾淨，調味的部分就是避開重油、重鹽。

鼓勵多去跟人互動、多去戶外活動，基本上我們要先回到原點，肥胖本身是一個慢性生活型態的結果，所以要正視問題，先認識自己的身體，是在哪一個環節慢慢出錯，然後去做修正；什麼飲食法適合自己？這需要一段時間去探索、去調適，我相信沒有一個絕對對的飲食法，也沒有一個飲食法是適合全部人。

除了體重之外，還需要注意哪些指標

除了體重、BMI 以外，我們會去量腰圍，男性腰圍盡量要小於 90 公分，女性腰圍小於 80 公分。腰圍反應著你的中段有沒有囤積很大量的脂肪；當身體的中段在囤積脂肪的時候，就代表比較容易會產生一些代謝症候群。

其實最好的量測方法是一面鏡子，當在認真地減重或者增肌時，身體一定會反映出來；身體是非常誠實，體態在改變、線條在改變一定看的出來。不要被數字綁架，其實我們在運動也好、減重也好，我們就是希望可以活得健康，可以不要年紀大的時候臥床。

最大的目標就是要活得好，不要在為了活得好的過程當中，去做傷害自己身體的事情，這也是最重要的部分。

• 本文轉載自 Care Online 照護線上《體重過重、過輕都會造成問題，醫師教你健康減重，增肌減脂好處多多！》，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