Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

「兩室制心靈解體時的意識起源」-《WWW.甦醒》

貓頭鷹出版社_96
・2012/12/27 ・3683字 ・閱讀時間約 7 分鐘 ・SR值 474 ・五年級
相關標籤: WWW.甦醒 (1)

本選文接續前篇:「此致:凱特琳.D」一封實驗邀請信@《WWW.甦醒》

※ ※ ※

LiveJournal:微積芬天地

標題:三心二意……
時間:九月十五日星期六,美東標準時間八點十五分
心情:有所期待
地點:心所在之處
音樂:香岱兒〈搭著噴射機離去〉

暑假時,校方給我一張今年英文課上會用到的所有書籍清單。這些書我要不是拿到了電子版,就是拿到加拿大國家視障學會的有聲書,現在已經全部讀過了。接下來的重心包括瑪格麗特.愛特伍的《使女的故事》——沒錯,加拿大出品,不過沒出現小麥,真是萬幸。實際上,為了這本書我已經跟我的英文老師潔德太太爭論過一次了,因為我將它稱之為科幻小說。但她不相信這是科幻小說,最後還聲稱:「小姑娘,這不可能是科幻小說——如果這是科幻小說,我們就不會選讀了!」

無論如何,把所有那些書都看完以後,我得挑本有趣的書在飛去日本的路上讀。雖然多年來我的療癒書一直是《神啊,你在嗎?》,我現在卻已經年紀大到不適合那一本了。此外,我也想試試看有挑戰性的書,好朋友的爸爸推薦了朱利安.傑恩斯寫的《兩室制心靈解體時的意識起源》,這真是我打從娘胎以來聽過最酷的書名了。他說這本書是在他自己快十六歲那年出版的,而我的十六歲生日就在下個月。他那時候就讀了,現在也還記得內容。這本書包羅萬象:語言、古代歷史、心理學——彷彿把六本書的內容全塞在一起。真可惡,現在沒有合法的電子書版本,不過當然啦,網路上什麼都有,只要你知道往哪找……

所以呢,我已經準備好我的讀物,收拾好所有行李,而且很幸運地在今年稍早就為了移居加拿大而申請過護照了。下次你們聽到我的消息,我已經在日本了,在那之前——莎唷娜啦!

※ ※ ※

在擴音器裡傳出某個女性聲音之前,凱特琳就能感覺到她的耳壓改變了。「各位女士、各位先生,我們已經開始朝東京成田國際機場降落了。請確認您的安全帶已經繫上,還有……」

-----廣告,請繼續往下閱讀-----

感謝上帝,她這麼想。這趟飛行慘透了!有一大堆亂流,機上又滿座——她從來沒想過,每天會有這麼多人從多倫多飛往東京。而且那些怪味害她想吐:幾百人累積起來的體臭、不新鮮的咖啡味、幾小時前上的薑汁牛肉和山葵醬強烈的餘味也揮之不去,還有她前面那個人薰死人的香水,再加上四排座位後廁所的惡臭,那個地方經過十小時的使用後,需要徹底清潔一番了。

為了打發時間,她讓筆電上的螢幕朗讀程式唸了一些《兩室制心靈解體時的意識起源》的內容給她聽。傑恩斯的理論,真可說是讓人心智大開:在可信的歷史時代以前,人類的意識其實並不存在。他說,直到三千年前,腦的左右兩半都還沒有真正融合——人有兩室制的心智。凱特琳從亞瑪遜網站的讀者評論上得知,許多人就是不懂活著卻沒有意識的意思是什麼。雖然傑恩斯從來沒做出這種類比,但這很像是海倫凱勒的自述——在安妮.蘇利文排除萬難跟她交流、讓她的「靈魂破曉」以前的生活:

  在我的老師來到我身邊之前,我不知道我是什麼。我所生活的世界,是個一無所有的世界,我無法期望自己貼切地描述出那種既無意識又有意識的虛無時光。我既沒有意願,也沒有智能可言,在某種盲目的自然衝動牽引之下,我趨向各種物體與行動。我從來沒有為了思考而皺起前額;我從來沒有事先看到任何東西,或者加以選擇;從來沒有在身體的一顫或一個心跳之間,感覺到我愛著什麼、關心著什麼。所以,我的內在生活,就是沒有過去、現在或未來的一片空白,沒有希望或期待,也沒有疑惑、喜悅或信仰。

如果傑恩斯是對的,直到耶穌誕生前僅僅一千年為止,每個人的生命都是這副德行。為了舉證,他還提出對《伊利亞德》與舊約聖經較早幾篇福音書的分析,在那些文獻中所有角色的舉止都有如傀儡,完全不動腦地服從天命,從來也沒有任何內在反省。

傑恩斯的書很迷人,可是在幾小時以後,她那個螢幕閱讀器的電子嗓音讓她厭煩了,她寧願用她的點字顯示器來讀書,但很不幸的是,她把顯示器留在家裡。

-----廣告,請繼續往下閱讀-----

該死,她還真希望加拿大航空的這台飛機上有網際網路!在漫長旅程中的孤立感一直都很可怕。喔,她稍微跟她母親講了一下話,可是大半的路程她都設法在睡夢中度過。凱特琳被迫跟LiveJournal、她的聊天室、她最喜歡的那些部落格還有她的即時通斷絕聯繫。在她們沿著極地航線飛向日本的時候,她只能取用那些被動式的罐頭資訊——存在她硬碟裡的東西、她那台舊iPod Shuffle裡的音樂,還有飛機上的電影。她渴望著能跟她互動的東西;她渴望接觸。

飛機著陸時顛簸了一下,然後好像沒完沒了地滑行著。她迫不及待地想到達她們的旅館,這樣她就可以重回線上。但這種離線狀態還要維持好幾個小時;她們要先去東京大學。她們這一趟行程包含搭機時間在內只有六天——沒有時間可以浪費。

凱特琳過去覺得多倫多的機場吵雜擁擠到令人不快,但成田機場根本是瘋人院。她持續被想必是城牆般的人群給推擠著——而且沒有人說「對不起」或者「抱歉」(或者任何日語致歉詞)。她已經讀過東京有多擁擠,她也讀過日本人如何繁瑣多禮,也許他們撞到人時不會多花力氣道歉是免不了的,因為要是那樣做,他們就得整天咕噥著「抱歉、請見諒、對不起」了。不過,天啊!這真是讓人混亂。

通關以後,凱特琳得去上廁所。謝天謝地,她上過一個旅遊網站,所以知道距離門口最遠的廁所間通常是西式的。在她熟悉廁所設備基本設計的狀況下,要使用陌生的廁所已經夠難了,要是她卡在一個只有日式蹲廁的地方,她真不知道該怎麼辦。

-----廣告,請繼續往下閱讀-----

等她上完廁所,她們就到行李提領處去,然後沒完沒了地等待她們的行李箱出現。她站在那裡時,理解到自己完全迷失方向了——因為她人在東方!(這講法不賴,她要記住這句話,回頭寫到她的LJ上。)她習慣性地偷聽不至於侵犯他人隱私的對話,只是為了擷取關於她周遭環境的線索,(「真了不起的藝術!」、「嘿,那裡有一道長長的電扶梯呢……」、「看,有家麥當勞!」)可是她大部分聽得到的聲音都在講日語,而且——

「您一定是戴克特太太,而這位一定是凱特琳小姐了?」

「黑田博士,」她母親口氣親切地說道:「感謝您過來接我們。」

凱特琳立刻對這個男人產生某種感覺,她從他的維基百科條目上得知他五十四歲了,而且她知道他很高(他的聲音是從很高的地方來的),而且可能胖胖的,他的呼吸跟費力的喘氣聲,都是重量級的男人才會有的。

-----廣告,請繼續往下閱讀-----

「不客氣,不客氣,」他說道:「這是我的名片。」凱特琳曾經讀過這種儀式,同時希望她媽媽也讀過:只用一隻手接下名片是不禮貌的,用擦屁股的手來接更是糟糕。

「喔,謝謝你。」她媽媽這麼說,聲音聽起來可能有點氣悶,因為她再也沒有自己的名片了。顯然在凱特琳出生以前,她喜歡用「我是憂鬱科學專家」這種說法來介紹自己——指的是把經濟學視為「憂鬱科學」的著名敘述。

「凱特琳小姐,」黑田說:「我也有一張名片要給妳。」

凱特琳伸出兩手。她知道一面會是印著日文,另一面可能是英文,不過——

-----廣告,請繼續往下閱讀-----

黑田正行博士。

「點字!」她開心地喊出來。

「為了妳,我特別訂做這張名片。」黑田說。「但若天從人願,過不了多久妳就不需要這種名片了。我們可以走了嗎?」

※ ※ ※

-----廣告,請繼續往下閱讀-----

LiveJournal:微積芬天地

標題:一成不變
時間:九月十八日星期二,東岸時間下午三點四十四分
心情:焦慮
地點:哥吉拉的老地盤
音樂:麗.阿莫黛歐〈這裡沒啥好看,走開〉

呃,媽跟我還在東京這邊。我左眼上有個繃帶,而且我們在等腫脹消退,我應該說是水腫,這樣我的視神經上就不會有不自然的壓力。明天繃帶就會拆掉,我應該就能夠看見了!:D

我一直試著保持樂觀向上的態度,可是這種懸宕感折磨死我了。而且我最拿手的搞笑在這裡超失敗!我把負責聚光的視網膜說成是「心田捕手」,沒有人笑;顯然在日本他們根本沒讀過沙林傑的《麥田捕手》。

總之,來看看現狀吧:這個收發器已經連到我的視神經上了,就在我左眼後面。收發器打開以後,就會抓取我視網膜放出的信號,然後把這些信號傳回某個小小外接的電腦組件上,我得隨身攜帶這玩意兒,直到永遠;我稱之為我的eyePod,至少這個笑話有逗笑黑田博士。無論如何,eyePod會重新處理這些信號,矯正錯誤的編碼,然後把矯正過的版本送回植入體裡,植入體就會把訊息傳回視神經,訊息就可以繼續進入那個神祕的領域,我們稱之為——恐怖片配樂下——微積芬的大腦!

講到大腦,我真的很喜歡我先前提過的那本書:《XXX的意識起源》。而我們今天的「每日一字」,就是從這本書裡抽出來的:Commissurotomy。不,我說的不是《貓》裡面那位年老睿智的傑利可貓族大族長,老杜特羅諾米,Old Deuteronomy,兩個字雖然聽起來很像,不過不一樣。順便一提,《貓》至今仍是我最愛的音樂劇!Commissurotomy這個字精確地說,是「連合部切開術」,用來解說他們切開胼胝體的動作,胼胝體是一個神經纖維束,連結了大腦的左右兩個半球——當然了,傑恩斯所謂的「兩室制心靈」就是這兩室……

無論如何,明天我們就會知道我接受的手術到底有沒有用了。各位,請在此貼些激勵人心的回應吧——在我等待真相揭曉的時間裡,讓我有點東西可讀吧……

※ ※ ※

(全文未完,待續……)

 摘自《WWW.甦醒》第四、五、六章。本書由貓頭鷹出版社出版,獲2012年12月PanSci選書推薦。為PanSci選書所推薦的第一本科幻小說。

 

-----廣告,請繼續往下閱讀-----
文章難易度
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。