吃胃藥顧胃強身？長期吃小心傷腎又傷身！

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

• 作者／馮意哲醫師
• 本文轉載自 Care Online 照護線上《吃多拉多反覆無「腸」 當心發炎性腸道疾病》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔

炎炎夏日，民眾偏好吃冷食、喝涼飲，容易因為食物保存不佳，急性腸胃炎患者跟著增加，常見上吐下瀉典型症狀，多數患者經休養治療後，約在 2-3 天內症狀可獲得緩解。面對偶發性腹瀉，容易被認為是一時吃壞肚子不以為意，倘若經常腹瀉、腹痛頻率突增加，甚至伴隨血便、黏液便等症狀，可就不能輕忽，務必就醫檢查。

奇美醫院胃腸肝膽科馮意哲醫師表示，不同於急性腸胃炎，發炎性腸道疾病屬於自體免疫疾病，好發年齡為二十至四十歲，患者腸道因持續發炎造成反覆腹瀉達四週以上，如不及早診斷就醫，嚴重者恐面臨手術切腸風險。

不明原因腹痛、腹瀉？提高警覺、注意觀察！

馮意哲醫師解釋，發炎性腸道疾病主要分為克隆氏症和潰瘍性結腸炎，兩者都可能出現腹瀉、腹痛、發燒、血便、噁心、嘔吐等症狀，影響患者的消化吸收功能，長期下來，可能導致營養不良、體重減輕、肌肉流失、甚至出現貧血。

雖發病初期症狀雷同，但病程進展大不同。潰瘍性結腸炎主要是侵犯大腸黏膜，發炎部位呈連續性的變化，病灶以較淺的黏膜層為主，較少侵犯到黏膜下層，持續發炎的結果會造成纖維化，腸道縮短，而再生的黏膜造成內壁凹凸不平，而有偽息肉產生；而克隆氏症的整個消化道都可能受到侵犯，從口腔、食道、胃、空腸、迴腸、結腸、到直腸，發炎部位呈跳躍性，因侵犯部位較深，可能影響整層腸壁，容易發生膿瘍及廔管等。

目前臨床上會透過胃腸道內視鏡或電腦斷層或腸道核磁共振等影像檢查，以及糞便鈣衞蛋白檢測等方式來評估腸道發炎情況。

治療選擇多！腸道黏膜癒合是首要目標

發炎性腸道疾病雖無法治癒但可以控制，現有治療包含抗發炎藥物、類固醇、免疫調節劑、生物製劑及手術治療等。醫師根據患者症狀，搭配病灶發炎範圍、嚴重程度，開立不同的藥物組合，來控制腸道發炎，以幫助患者腸道黏膜癒合為首要治療目標。

患者若接受抗發炎藥物、類固醇、免疫調節劑的治療反應不如預期或副作用令患者無法承受，健保已給付生物製劑可供治療選擇，以提升治療成效，幫助疾病緩解，達到治療目標。

腸道發炎若不控制，小心併發症佈全身

馮意哲醫師提及，發炎性腸道疾病影響所及不單是腸道本身，更可能衍生全身性併發症，臨床曾觀察到患者因疾病控制不佳，腸道反覆發炎，導致潰瘍性結腸炎惡化造成腸穿孔，長期下來，恐提高罹患大腸癌風險；至於克隆氏症則因疾病控制不佳，造成腸道狹窄、瘻管、膿瘍等併發症。不僅如此，上述兩類疾病隨著罹病時間越長，伴隨腸道外症狀發生的風險也越高，如：貧血、眼睛虹彩炎、關節炎、肝炎等。

馮意哲醫師呼籲，早期診斷與持續治療是疾病控制不二法門，即使因治療而改善症狀，也不能輕忽，務必定期回診、持續治療並監測發炎情形，以達到腸道黏膜癒合的理想治療目標，避免住院率與再手術風險。

「食」在要注意！治療搭配作息，腸保健康有訣竅

俗話說吃飯皇帝大，對發炎性腸道疾病患者而言，卻經常面臨吃越多、拉越多窘境，導致營養不良，對飲食選擇卻步。馮意哲醫師提醒，均衡飲食為原則，但不容易消化、口味過重的食品應儘量避免，如牛奶、優格、起司、玉米糖漿、小麥、豆漿等，油炸、碳酸飲料、調味過重的食物也應該少碰；生活習慣上，應避免煙酒，不要熬夜，避免過度勞累，養成規律作息。

馮意哲醫師指出，不少患者因病影響生活、職場、學業與人際關係而備感挫折，他鼓勵病友，發炎性腸道疾病治療是一場持久戰，隨著醫藥科技進步，治療選擇日趨多元且療效亦不斷提升，只要配合醫囑、定期檢查治療，搭配均衡飲食與規律作息，就能與病同行並保有一定的生活品質。

• 本文轉載自 Care Online 照護線上《吃多拉多反覆無「腸」 當心發炎性腸道疾病》，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！

泛科學九月選書《大口一吞，然後呢？：深入最禁忌的消化道之旅》（Gulp: Adventures on the Alimentary Canal）用風趣、幽默、恢諧的筆調，帶你從鼻子、後口一路環遊到原口，探討消化道各種各樣奇奇怪怪的趣事（請參見〈後口一吞，然後呢？〉）。

台灣優異的醫普作家劉育志、白映俞醫師夫婦，在他們的《肚子裡的祕密》也要為你娓娓道來各種消化道的趣事。

《肚子裡的祕密》以腹腔內六大臟器：胃、小腸、大腸、膽囊、肝臟、胰臟為主軸，深入淺出地講述各個器官與疾病的來龍去脈，為什麼會生病？該如何治療？又該如何預防？尋常的闌尾炎，曾經殺人無數？腦中風大家都很熟悉，可是有聽過腸子中風嗎？不是由膽囊所製造的膽汁為何存放在膽囊中？膽囊被咔嚓掉之後，對人體有什麼樣的影響？人會因此而變得膽小如鼠嗎？

除了各個器官與疾病的關係和治療等，《肚子裡的祕密》還描繪出生動的內外科史世界，例如有人為了證實細菌會在胃部生存且致病，自己喝下一整個培養皿的幽門螺旋桿菌後來得了諾貝爾獎；有人因為施行胃切除手術在街頭被丟擲石頭，差點賠掉性命；有人用腹腔鏡動手術，被醫界譏諷恥笑，最後卻改變了全世界……書中舉了許多如今許多我們耳熟能詳的疾病，在過去都是如何無藥可醫、死狀恐怖；因為無數先人的努力與犧牲，醫學才逐漸萌芽茁壯。

我自個就是個幸運兒，因為我的闌尾就是動手術割掉的，記得當年是小學第一天開學，我肚子痛得半死，可是因為小時候太皮了，爸媽都以為我裝病，後來應該是在教室痛到打滾，才被送到醫院去。記得爸媽還嚴正警告，如果是裝的，一定會讓我生不如死之類的。結果經過不堪回首的檢查，判斷是闌尾炎，就住了院然後被連哄帶騙送給了手術房，割出來的闌尾還被拍立得照了相帶回家做紀念。

讀了《肚子裡的祕密》，我更慶幸能活在這個世代，因為如果早出生個幾十年，恐怕就要一命嗚呼了。原來闌尾炎在外科手術發展之前曾經是很可怕的疾病，是無藥可醫的，病人只能痛苦地死去，沒想到身上的闌尾炎竟如此可怕（政壇上的闌尾炎更加變本加厲！？）

政壇上的闌尾只會敗壞，可是身上的闌尾卻可能是有功能的，有研究顯示闌尾可能是收養小三…哦不…益生菌的器官。關於人類和益生菌的故事，可以參考這本《我們的身體，想念野蠻的自然：人體的原始記憶與演化》（The Wild Life of Our Bodies: Predators, Parasites, and Partners that Shape What We Are Today）（請參見〈我們的身體，想念野蠻的野生樂園〉）。

來到台灣唸書後，可能因為課業競爭和異鄉適應的壓力，從前常鬧胃痛，而且還不時血便，有陣子實在痛得受不了了，醫師學長就安排我去照胃鏡，結果經過了痛苦不堪的胃鏡折騰發現是胃潰瘍，還幽門桿菌陽性，於是就吃了三個月抗生素和H2受體抑制劑，如果沒有勇於嘗試、敢拿自己來做實驗的澳洲醫師，還有藥廠的發明，可能我迄今不僅仍飽受折磨，甚至早就胃穿孔了。

我們雖然還未解決所有健康的問題，可是想想，許多現代小兒科的疾病或症狀，在古代卻可能讓人生不如死。醫學的發展過程，正如《肚子裡的祕密》那樣提到的，充滿曲折和離奇，如果沒有一幫觀察入微，充滿創意且擇善固執的醫學家忍受被當作怪咖、阿宅甚至是變態，我們如何能有今日的幸運呢？

所以說，我們是不是活在人類有史以來最幸福的時代呢？

本文原刊登於Readmoo【GENE思書軒】，並同步刊登於The Sky of Gene。