法國的時尚中心，路易十四親手打造的魔幻舞台——《穿過了》

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

嫘縈布料讓庶民女性也能擁有絲綢般的華美奢侈，但它的身世在在顯示出二十世紀追求平民奢華的美夢終究只是虛有其表：關於這份工作，人們看到的不是安全、高薪的實質保證，而是打扮光鮮亮麗的工人形象。儘管美國政府對紡織及服裝業勞工提供的保護未盡周全，但在二十世紀前半，勞工團體仍然在某些方面取得了重大的進展，尤其是國際女裝服飾工會。

然而，二戰結束後幾年內，美國國務院做出的決策為服裝製造業打開移往海外的大門，抹殺了過去幾十年來好不容易取得的成就。在這些發展進行的同時，出現了一種全新的布料：其纖維完全由石油提煉製成，且形式及樣貌多元，可塑性極高。就像其他象徵戰後進步的時代圖騰一樣，這種布料形象百變，很多時候看似要打破傳統服裝的框架，實際上卻羅織出另一種陷阱，使人深陷其中。它，就是尼龍。

要是尼龍絲襪能再流行就太好了

棉襪滿足不了男人的胃口

──〈要是尼龍絲襪能再盛行〉（When the Nylons Bloom Again）
出自百老匯音樂劇《不再失禮》（Ain’t Misbehavin’）

一九三九年十月二十四日，尼龍絲襪在德拉瓦州的威明頓市（Wilmington）初次上市，四千雙在三小時內就搶購一空。杜邦公司的化學專家華萊士．休姆．卡羅瑟斯（Wallace Hume Carothers）在一九三五年發明了這種聚合物，卻在兩年後自殺身亡，無緣親眼見到尼龍輝煌的成功。尼龍本來是該公司「己二酸己二胺鹽縮合產物」（hexamethylene diamine—adipic acid condensation product）的品名，又稱尼龍六（nylon 6），簡稱六，後來用來泛指聚醯胺（polyamide）。尼龍很快就被應用在商業上，先是成為牙刷刷毛的原料，接著是女性褲襪。與嫘縈不同的是，尼龍完全由石化原料提煉而成，但一九三九年的紐約世界博覽會上，卻標榜尼龍純粹由「碳、水、空氣」製成。這項產品號稱能修飾女性的腿部線條以滿足男人的慾望，於是新奇的尼龍絲襪立刻造成轟動。一九四○年五月十六日，四百萬雙尼龍絲襪在美國各大百貨公司上架，短短兩天內就銷售一空。

美國加入二戰後，尼龍成為軍用物資列入管制，被徵用來生產降落傘、輪胎簾布、繩索、蚊帳及吊床等物品。女性沒有絲襪可穿，就用裸色化妝品塗在腿上，再用眉筆在小腿後側畫上絲襪縫線。一九四五年，尼龍絲襪終於重回市場，吸引無數美國女性爭相排隊購買，但在嚴重供不應求的情況下，各地引發「尼龍絲襪暴動」（nylon riots），其中最著名的一次發生在匹茲堡，一萬三千雙的絲襪竟有多達四萬人爭搶。

對美國女性而言，終戰意味著尼龍絲襪可望重返市場以及高薪工作的結束。一九四二到一九四四年間，美國女性大量進入勞動市場，在勞工部婦女局及有組織的婦女團體推動下，雇主開始僱用女性來從事過去只有男性能做的工作，例如開堆高機、焊接、挖水溝，以及在鋼鐵廠、造船廠、兵工廠當女工等。有些人是首度投入勞動市場，第一次接觸這些工作內容；有些則是從過去的低薪工作「高升」。為了支援身兼母職的勞動婦女，政府還設立托兒所，並提供熱騰騰的午餐。

「這些婦女認為，她們既然有能耐在國家危及之際奉獻一臂之力，應該也有機會在恢復和平後繼續養家活口。」記者露西．葛林鮑姆（Lucy Greenbam）寫道。然而，早在戰爭結束前，工會及戰爭人力委員會（War Manpower Commission）就不斷鼓吹女性放棄工作，政府日間托兒的經費也被取消。工會的資歷原則（seniority rules）規定戰爭期間的勞工必須將工作讓給自沙場歸來的退役軍人。政府發起大規模的宣傳運動，呼籲婦女離開職場，回歸家庭。

對尼龍襪的瘋狂搶購，或許是不少女性在面對自己人生選項被壓縮時，藉以發洩滿腔怒火的管道。然而諷刺的是，這種對合成纖維及其所預示的美好事物的新興狂熱，反而加速了美國服裝製造業的衰敗。

——本書摘自《穿過了》，2023 年 10 月，時報出版出版，未經同意請勿轉載。

……昨晚妳在我房間過夜，現在床單聞起來都有妳的香味。

─紅髮艾德（Ed Sheeran）〈妳的樣子〉（Shape of You）

女人內衣的祕密

Bustle 網站上分享的〈十七種在分手後照顧自己的方法，用最健康的方式找回前進的動力〉其中第五項是：「把所有東西都洗過一遍，例如你一直不想碰的衣物、毛巾、（尤其是）床單等等。而且你知道嗎，如果這段感情談了很久，錢對妳來說又不是問題的話，建議直接換件新的床單，高紗織數的那種。但說真的，把前任的氣味以及存在感澈底從所有纖維製品上消除掉，確實是不錯的開始。」

許多電子及傳統雜誌都不斷重申這一點。生活達人們也一致認為根除痕跡才是療癒情傷的重點。

關於這帖處方，首先必須注意到當今世上許多地方，床單跟性愛有著密不可分的關係。「床單」（sheet）一詞最早出現在一二五○年，泛指寢具，出自「Schene vnder schete, and þeyh heo is schendful」這句話，大致翻譯就是「她在床上的樣子美麗動人，但卻是個妓女。」說到 sheet 這個字早期的用法，在七五○年左右原本指的是繃帶，到了一○○○年前後延伸為裹屍布，從此只要提到傷口及屍體就少不了它，後來才演變成情人的窗簾布。到了一三四七年，從喬叟的詩句更可以看出，它已經成為普遍的日用品，甚至是種權利：「他們不知羽絨與漂白的床褥為何物」（No down of fetheres ne no bleched shete Was kyd to hem.）。

床單跟貼身衣物一樣，最初以亞麻布製成，直到十八世紀晚期廉價、大規模生產的棉布問世才被取而代之。因為這層緊密的關係，亞麻布在中世紀成為床單及內衣的借喻，衍生出「襯裡」（lining）、「收納毛巾或床單桌布的壁櫥」（linen closet）、「女性內衣」（lingerie）等字詞。在法國，「亞麻」（linen）一詞在十三世紀時從形容詞轉為指代亞麻家用品及內衣的名詞，成為普遍用法。

中世紀富裕人家的財產清單開始列出貼身衣物，其所用的布料通常比外衣更細緻。相較於床單、裹屍布、桌布、餐巾及「toualles」（某種可兼作毛巾的餐巾）等常見亞麻家用品，用來製作內衣的亞麻布料在此時雖屬少見，但就連窮人也不陌生。十七世紀的亞麻布商兩者都賣（前者稱為「linger」，後者叫做「lingerie」）；十七至十八世紀的法國人將之分別稱為「大亞麻布」（gros linge）及「小亞麻布」（menu linge）。某本十七世紀的辭典甚至列出各種不同類型的亞麻織品，包括桌巾、細麻布、厚麻布、日用及夜用麻布等。

到了十八世紀，穿內衣成為女性普遍的習慣，但當時的內衣跟現在卻不太一樣。一七六○年代，細心嚴謹的夏姆伯格夫人（Mme de Schomberg）整理了一張清單，列出她衣櫃裡的所有物品，可看出她擁有襯裙、襯衫、斗篷（睡袍）、無袖短披肩、裙褶（裝飾襯裙的褶邊）、帽子、長襪等各式各樣的貼身衣物，構成她為數頗豐的庫藏。

現代內衣要等到衛浴發明後才順勢興起。當時女性為避免悶熱引發私處念珠菌感染，大多不願穿緊貼胯下的衣服，這種情形要等到她們有辦法定期沐浴、清洗衣物之後才有所改善。直到二十世紀早期，歐美地區的婦女依然穿著內有襯裙的長裙；燈籠褲（又稱長內褲）自十五世紀以來只有歐洲上層社會的女性偶爾會穿，但這股風潮到了十七世紀基本上已經消失殆盡。這種褲子長及膝蓋，穿法是在腰間及兩膝分別以絲帶或繩子束緊，形成燈籠狀的褲管。至於當代女性內衣則要等到兩種殖民時代的產物——棉花及製造橡皮筋所需的橡膠——興起後才得以問世。

儘管外型跟現代內衣截然不同，但在中世紀歐洲人的想像中，這些貼身衣物就跟床單一樣，暗示著不可告人的非法關係。用亞麻布料來指代「內衣」最早的紀錄出現在十四世紀的某部編年史：「他們身穿如牛奶般潔白的內衣，逃之夭夭」（Alle þei fled on rowe, in lynen white as milke）；而在一六○七年某齣詹姆斯一世時期復仇悲劇中，它成為男女幽會時所穿的服裝：「他與公爵夫人在夜裡穿著內衣相會。」

莎士比亞這位才華洋溢的造詞大師，似乎就是在一六○○年寫成的《無事生非》（Much Ado About Nothing）這齣戲中創造出「床笫之間」（between the sheets，在劇本中原指信紙，後來就「床單」一意引申為就寢，暗喻男女交歡）這句話，台詞是這麼寫的：「她寫好了信，把它讀過一遍，卻在字裡行間發現培尼狄克與貝特麗絲的名字剛巧寫在一塊兒。」然而，早在十六世紀，教會就透過某種怪誕的公開羞辱儀式承認了床單與性愛之間的關聯。這項儀式後來隨著英國殖民被帶到北美，通姦者僅以一條白床單裹身，手持蠟燭或木棍，被押到市場或教堂前公開示眾。根據一五八七年的歷史記載，「妓女及其姦夫……裹著被單，在教堂與市場馬車上公開懺悔……遭受眾人斥責。」亞麻一方面象徵著外表的體面，另一方面又扮演蒙蔽恥辱的遮羞布，這種一體兩面的矛盾始終纏繞著它，陰魂不散。

——本文摘自《穿過了：從人類服裝史發掘全球製衣體系背後的祕辛》，2023 年 10 月，時報出版，未經同意請勿轉載。