傅科擺（西元1851年）

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

• 文／張之傑

日本位於東九時區，時間比我們早一小時，所以飛機降落東京，第一個動作就是將手錶撥快一小時。

我們 4 月 20 日在橫濱上船，當晚離開橫濱。23 日，《船內新聞》發佈調整時差的消息：「今晚臨睡前，或即將進入深夜 12 點時，請將手錶、時鐘調慢一小時。」這意味著我們進入東八時區了。

時區的劃分——和地球自轉有關，但各國不一定遵守

由於地球自轉，不同經度的國家，日出、日落的時間不同，這就是時差。在農業社會，世界各地各自訂定自己的時間。十九世紀隨著長途鐵路運輸的發展，有人提議劃分時區。1883 年，美國鐵路部門正式將美國東岸到西岸劃分為五個時區。1884 年召開的華盛頓國際經度會議，通過時區劃分，從此有了時區。

時區怎麼劃分呢？以通過英國格林威治天文台的經線（本初子午線）為零度，向東為東經，向西為西經，東西經於 180 度相遇。劃分時區時，從經線零度向東或向西，每十五度為一個時區，亦即相差一小時。從經線零度到 180 度，跨越十二個時區。我們台灣位於東八區，就是經線零度以東的第八個時區。

我們搭乘的郵輪 4 月 23 日抵達香港，30 日晨抵達新加坡，根據《船內新聞》，當天日出時間為 6 時 51 分，日出得好晚啊。查看新加坡所在的時區，位於東七區，可是我們並沒調慢一小時啊！5 月 2 日晨，抵達檳城，日出時間為 7 時 06 分，更晚了，依然沒調時間。這是怎麼回事？

原來各國的時間，並不一定遵照時區。舉例來說，中國大陸跨越五個時區，但全國都以北京時間（東八區）為準。新加坡位於東七區，馬來西亞也有一部份位於東七區，卻與北京時間一致。從世界時區圖來看，類似的情形還真不少呢。

缺了一天的報紙——跨過換日線，日子居然會憑空消失？

5 月 2 日夜晚 9 時許離開檳城。5 月 3 日《船內新聞》標頭下有一反白專欄：｢時差調整日」，今夜 12 時，將時鐘調慢一小時。早餐時桌上也放著提醒調整時差的標示。這是離開日本後第二次調整時差。由於一路往西，此後不時收到調整時差的通知。6 月 7 日船到紐約（位於西五區）時，已和台北時間（東八區）相差了整整十二個小時。

6 月 19 日，通過巴拿馬運河進入太平洋。27 日抵達復活節島。6 月 7 日抵達大溪地。一再調整時差自不在話下。7 月 10 日，《船內新聞》標頭下有一反白專欄：「因為跨越換日線，明日的日期將變更為 12 日。」11 日平空消失了！

這消失了的一天還有個小插曲。環球之旅 8 月 1 日結束，7 月 31 日整理《船內新聞》，預備返台後釘成一冊，怎麼找都找不到 7 月 11 日的。當我們找遍每一處可能的地方時，才猛然想起來，7 月 11 日因跨越換日線而消失了嘛，哪來的這天的《船內新聞》！

我們從東一路往西，所以跨越國際換日線增加一日。如果從西一路往東呢？跨越國際換日線就會減少一日。世界名著《環遊世界八十天》的最後翻盤，就是因為他們一路往東，跨越換日線時減少了一天。如果您沒看過這部世界名著，就讓我簡單的介紹一下吧。

一路向東，最終完成一場賭注：《環遊世界八十天》

英國有位名叫福克的紳士，家境富有，為某俱樂部會員。福克以兩萬英鎊與俱樂部同仁打賭，可在八十天內環遊世界，於是帶著法籍僕人帕斯巴德踏上征途。主僕二人從倫敦啟程，七天後到達蘇伊士運河，遇到英國刑警費克斯。費克斯認為福克與倫敦的一宗銀行劫案有關，於是緊隨福克主僕，並試圖阻撓他們的行程。

接著他們以十三天時間來到孟買，搭火車前往加爾各達，鐵路中斷了一段，福克買了一頭大象，穿越叢林時救出被迫殉夫的王妃娥妲。福克一行再次搭上火車，到達加爾各達全程耗時五天。從加爾各達啟航，十三天後到達香港。

費克斯見拘捕令遲遲未到，於是在碼頭附近酒館將帕斯巴德灌醉，並讓他吸鴉片，致使帕斯巴德昏睡三小時後，迷迷糊糊地被抬上船，因而未能通知主人船隻提早啟航的事。福克只好雇了艘快艇送他到上海，輾轉到了橫濱，花了他六天時間。

在日本，福克和帕斯巴德重逢，兩人帶著娥妲繼續上路，利用二十二天到達舊金山，再轉乘火車前往紐約。途中遇到野牛群擋路、印地安人搶劫火車，和印地安人槍戰時，帕斯巴德被俘。等到救出帕斯巴德，火車已經開走，只好雇用風帆雪橇，在雪原上又遇到狼群。一共花了七天才到達紐約。

然而從紐約到英國的船已開船，福克毅然搭上一艘開往法國波爾多的船，並強迫船主將船駛向利物浦。渡過英吉利海峽，抵達利物浦，卻被費克斯逮捕，扣押幾個小時後證實無罪開釋。

從利物浦搭火車回到倫敦，發覺已經超過時限，這時帕斯巴德卻發現他們提早一天回到倫敦，因為他們一路往東，越過國際換日線減少了一天。福克娶娥妲為妻，並贏得兩萬英鎊。

如果天空少了月亮？文學家應該會很難過，音樂家會少了創作的題材，沒有中秋節就少了月餅，也沒有烤肉。不過夜晚少了一個大光害，天文學家絕對會很高興！

如果沒有月亮，阿姆斯壯和另外 11 名阿波羅太空人也就無法登陸月球。人類少了探索月球的寶貴經驗，要直接踏上其他行星表面（例如火星），難度會高許多，甚至變得不可能！

沒有月亮就沒有月全食，哥倫布回不了家

月食是月球進入地球影子的現象，如果少了月球，月食自然不會發生。月全食發生時，月亮會變成紅色，血紅色的月全食看起來相當怪異，不知所以的人會心生恐懼，以為發生不好的事。

哥倫布一生中從歐洲航行到美洲四次，最後一次差點回不了歐洲，還好哥倫布的天文知識，讓他們順利回到歐洲。

這個故事發生在 1503 年 6 月 30 日，哥倫布抵達牙買加。牙買加的原住民一開始很歡迎歐洲來的客人，不過六個月後，哥倫布的水手跟原住民之間出現衝突，原住民不再提供食物給哥倫布一行人。少了食物的補給，哥倫布和他的水手可能會被困在牙買加，無法順利返回歐洲。

哥倫布從天文日曆上知道當地在 1504 年 2 月 29 日會發生月全食，所以他在月全食發生前就警告原住民，如果原住民再不提供食物，天上的神會生氣，把月亮變成紅色。

一開始半信半疑的原住民，看到天上的月亮變成紅色後，嚇得趕緊請哥倫布轉告天神，他們會再提供食物給哥倫布。哥倫布一行人就在月亮的神助攻下，解除危機。

沒有月亮，潮汐變小

地球上的潮起潮落主要是月球繞地球運行造成的，一般的情況下，各地的兩次潮汐週期會等於兩次月球東昇的時間間隔。

太陽也會影響地球的潮汐，不過對地球的潮汐力只有月球的 46%。如果沒有月球的話，造成地球潮起潮落就只剩下太陽，滿潮和乾潮的幅度就會變小。

月球對地球產生的潮汐，會讓地球愈轉愈慢。數十億年前，地球剛形成時，地球自轉的速度比現在快許多。因為月球的潮汐力，讓地球自轉的速度，漸漸變慢，慢到現在的一天 24 小時。如果沒有月球，地球的一天（自轉一天的時間）可能不到十小時！

少了月亮，地球左搖右晃

月球就像是走鋼索的人手上握的平衡桿，讓地球自轉軸保持穩定。如果少了月球這個平衡桿，地球自轉軸左搖右晃的幅度就會變大！

目前地球自轉軸相對於公轉平面的傾斜角是 23.4 度，這個傾角的變化幅度不大，大約在 22.1 度和 24.5 度之間。這樣傾角讓太陽直射地球的位置在北回歸線和南回歸線間移動，讓地球出現四季變化。

如果沒有月球，地球的自轉軸變動的幅度就會變大，自轉軸的變動會對我們有什麼樣的影響？假設兩個極端的例子，地球的自轉軸傾角是 0 度和 90 度。

如果地球傾角是 0度，太陽永遠直射赤道，地球上不會有北回和南回歸線，地球不再有四季變化。

如果地球傾角是 90 度，太陽直射的區域會從北極到南極，也就是北回歸線位在北緯 90 度（也就是北極點），而南回歸線在南緯 90 度（南極點）。這種情況下，地球四季變化會非常劇烈，北半球夏天時，北極不會結冰，溫度比現在還高，南半球冰凍的區域比現在還大，這種極端氣候絕對不利現在地球上生物的生存。

月球替地球擋下的那些子彈

用望遠鏡看月球，會發現月球上有許多坑洞，這些坑洞幾乎都是隕石撞擊後形成的隕石坑，表示月球在早期受到許多的撞擊。如果少了月球擋下這些隕石，這些隕石可能就會撞上地球。

隕石撞擊對地球的影響很大。6600 萬年前，一顆 10 公里左右的隕石撞擊地球，造成恐龍滅絕。恐龍滅絕後，哺乳類才能興起，人類才有機會出現在地球上。

那些沒有被月球擋下的隕石，如果撞上地球，可能會改變地球物種的演化，人類說不定就不會出現在地球！

最後，沒有月亮最大的好處，可能是不再有星期一！英文字 Monday 這個字是從月亮 Moon 來的，沒有月亮Moon 就不會有 Monday。沒有 Monday，就不再有憂鬱星期一（Monday blue）了！（鴕鳥心態無誤）