宅在家也要動一動！加入跳躍的深蹲練習，鍛煉你的爆發力與心肺

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／照護線上編輯部
• 本文轉載自 Care Online 照護線上《靠牆輔助，循序漸進學會深蹲（含影片、動作分解圖）》，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

腿在人在，腿老人衰又摔。如果你也想維持下半身的肌力和活動度，練習深蹲是很好的辦法。在初學時期，找面牆壁開始練習，會讓你更安心。

靠牆墊腳

靠著牆壁站直，提起腳跟墊腳尖，鍛鍊腳踝與小腿的肌力。剛開始練習怕失去平衡會跌倒的時候，靠牆練習是個很好的開始。就算是你覺得自己沒辦法練到深蹲，靠牆墊腳這個動作平常還是可以多做。

靠牆開髖

靠牆站直，膝蓋往上提到讓大腿與地面平行時，膝蓋往外打開至側邊，再放下膝蓋收回原處，感覺髖部及大腿內外側的控制與穩定。

扶牆側弓步

轉身面對牆壁，約距離牆壁三十公分處，雙腳打開至兩個肩膀的寬度，腳尖朝外。雙手微彎扶著牆，重心往左側靠，髖部自然往後並讓身體下沉，直到右腳打直，左側膝蓋彎曲約九十度。記得檢查此時的腳尖和膝蓋是朝外的。這個動作對髖部的活動度和肌力幫助很大，平常記得多多練習。

扶牆相撲深蹲

轉身面對牆壁，約距離牆壁三十公分處，雙腳打開至兩點五個肩膀的寬度，腳尖朝外。雙手微彎扶著牆，身體直直下降，到大腿接近與地面平行的程度。沒辦法降到太低也沒關係，這時大腿內側與臀部外側都會很有感。可以練習停留個幾秒，也可以做相撲深蹲的升降練習。

扶牆深蹲

繼續面對牆壁，手約在與肩同高度的位置扶著牆壁，雙腳打開約與肩同寬，或比肩膀略寬即可，腳尖往前或是微微往外側，先將髖部自然往後，再下沉身體，直到手臂伸直，完成深蹲動作，過程之中上半身維持直立不要彎腰。停留一下後再起身，反覆練習。

扶牆深蹲抬腿

如果將扶牆深蹲練得不錯了，可以進階到練習深蹲抬腿。同樣先做扶牆深蹲的動作往下，起身時重心轉往右腳，順勢抬起左腳，讓左膝蓋彎曲九十度大腿與地面平行，維持平衡後左腳著地，再繼續反覆深蹲往下，起身抬腳的流程。剛開始不熟練的時候可以先是都練習抬起同一側的腳，練習十次後再換邊練習。假如熟悉動作的話可以交替練習，交替練習對平衡、穩定、和肌肉控制的要求都會較高。

扶牆側弓步墊腳

想要持續靠著扶牆練習加強髖部腿部肌力時，可以先回到練習側弓步的動作，試著在維持弓步的時候，抬起彎曲那一腳的腳跟，同樣可以訓練到腳踝、小腿、和大腿的肌力。

扶牆相撲深蹲墊腳

先做扶牆相撲深蹲的動作，維持平衡後，墊起其中一腳的腳尖，停留約兩秒鐘再放下，換墊起另一腳的腳尖，輪流交替練習。假使覺得挺流暢且很穩定的話，也可以試著同時墊起兩隻腳的腳尖。在墊起腳尖的同時，也可以再加強往下蹲的動作，漸進式加強訓練強度。

靠牆深蹲

背對牆壁，雙腳踩地離牆壁約三十公分，臀部以上的身體靠在牆壁上，雙腿打直。穩定之後身體沿著牆壁緩緩下降，直到大腿與地面平行，雙腿膝蓋彎曲呈九十度，停留兩秒鐘後再往上升，回到起始位置。

靠牆深蹲停留

同樣先做靠牆深蹲，直到大腿與地面平行之後，就停留在這個像是坐在無形椅子的動作，背部繼續靠著牆壁，停留約三十秒，這個動作對大腿肌力是很好的鍛鍊。

扶牆大腿伸展

深蹲的動作會很需要活動到髖部與大腿的肌肉，在練習之後別忘了做點伸展，面對牆壁站好，右手扶著牆壁穩定，左腳往後彎曲，讓左手捉住左腳腳踝處，做左側大腿的伸展。停留數十秒之後再換邊練習。

扶牆站立嬰兒式

面對牆壁，雙腳往後退大概距離牆壁五十公分，雙手約在肩膀高度處扶著牆壁，接著髖部往後，身體打直，直到雙手伸直，感覺到背部和後腿的伸展。

• 本文轉載自 Care Online 照護線上《靠牆輔助，循序漸進學會深蹲（含影片、動作分解圖）》，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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《肌肉不是愈大愈好，小心讓人猝死的「肥厚型心肌病」（圖文懶人包）》，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

肥厚型心肌病是種因為心臟肌肉的變化而帶來的問題。通常是因為基因體顯性遺傳，影響了肌小節的肌纖維排列，導致心臟肌肉變得肥厚，尤其是左心室與右心室之間分隔的心肌最容易出現肥厚變化。除了心肌變肥厚，還會讓左心室變得僵硬、延展性小，因此帶來不少問題。

心臟肌肉變得肥厚，會出現什麼問題嗎？

當聽到心臟肌肉變肥厚，或許有人會誤以為這是件好事，會讓心臟肌肉變得功能更強大，其實不然。左心室的任務是在舒張時接收從左心房來的血液，再收縮將心室內的血液送往主動脈。過度肥厚的心臟肌肉會讓左心室的空間變小，承收不了太多的血液，阻擾了血流的正常運行，讓心肌還要收縮地更出力才能運送血液進主動脈。左心室內阻力變高的時候，同時也會影響二尖瓣的功能，血液更容易逆流回到左心房。

就算沒有阻塞心臟血流運行，心肌在收縮的時候並不會因為心肌變肥厚而有力，反而是變得比較僵硬，比較難適當地延展。當血流從左心房送往左心室時，心臟肌肉需要延展，才有利於”hold”住足量的血液。當心肌變得肥厚僵硬的時候，左心室難以延展讓血流進入，之後左心室能打出去送往主動脈的血液量就變少了。

另外一個影響到的是心臟肌肉纖維的排列，若從顯微鏡下觀察肥厚型心肌病者的心臟肌肉排列，會看到心肌細胞排的並不規律，亂亂的，與正常狀況排的整整齊齊的樣子並不同。因此，這些不整齊的心肌排列會影響到心臟內電路訊息的傳遞，甚至更容易刺激出心律不整。

肥厚型心肌病的症狀

許多患者並不知道自己有肥厚型心肌病，因為症狀可能不嚴重，會甚至根本沒有症狀。若有症狀，常常是從青春期之後開始出現。

• 運動時，吃飽飯後，或活動量大的時候，感覺到胸痛及喘不過氣
• 容易在運動中或運動後感到疲憊，頭重腳輕，快暈倒的樣子
• 心跳突然變很快，撞擊很大的感覺，也就是心律不整

肥厚型心肌病的併發症

雖然有些人帶有造成肥厚型心肌病的遺傳基因，卻一輩子都沒有症狀；也有些人雖然有症狀，但並不嚴重，不需要每天服用藥物控制。基本上，多數肥厚型心肌病患者可以有與一般人相同的預期壽命年限，也能維持不錯的生活品質，但還是要注意幾件事：

• 心因性猝死

肥厚型心肌病會引發心室頻脈等心律不整，因此是 35 歲以下突發心因性猝死最常見的原因。有些運動員突然在田徑場上猝死的原因就是肥厚型心肌病。

• 心臟衰竭

心臟是個幫浦，將血液送往主動脈，再到全身。心臟衰竭代表心臟身為幫浦的功能變差了，無法打出足量的血液到主動脈。前面提到肥厚型心肌病會讓左心室的空間變少，延展彈性變小，進入左心室的血液變少，也就比較難打出足量的血液進到主動脈，因而導致心臟衰竭。

肥厚型心肌病的檢查與治療

當醫師從患者家族病史、個人病史、身體檢查等狀況懷疑有肥厚型心肌病的可能時，會安排心臟超音波檢查，看看是否有心室中膈變肥厚的證據。針對有家族遺傳史，但自身無症狀的人來說，可以考慮在 30 歲之後定期每三年接受心電圖與心臟超音波檢查。

在治療方面，要看患者的臨床症狀與心臟超音波檢查的結果而定。對沒有症狀的患者來說，調整生活習慣，減少劇烈運動活動或許就已足夠。另外一定要讓患者了解，務必「避免脫水」。因為有肥厚型心肌病的時候，進到左心室的血流本身就比較少，若再因為喝的水分不足脫水，在炎熱天氣下脫水，或使用了利尿劑或血管擴張劑，都會讓症狀加劇。

對已有胸痛、喘不過氣的人來說，可以用乙型阻斷劑藥物或鈣離子阻斷劑，放慢心跳速度。心跳速度慢一點，可以增加左心室放鬆舒張的時間，盡量增加左心室內的血流量，之後左心室收縮打出血液的效率會比較好。

如果藥物的成效不彰，要考慮侵入性治療，像是利用手術或燒灼方式改變心室中膈的厚度，減少心肌肥厚造成心室空間減少的影響。萬一患者家族裡有人曾有心因性猝死，本身曾經暈倒好幾次，曾有心律不整，或有嚴重的臨床症狀，就要考慮放置心臟節律器來避免猝死。若肥厚型心肌病已經造成心臟衰竭，心臟移植就成了治療選項之一。

• 本文轉載自 Care Online 照護線上《肌肉不是愈大愈好，小心讓人猝死的「肥厚型心肌病」（圖文懶人包）》，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