Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

把握 2050 淨零轉型契機!了解「產品碳足跡」提升企業 ESG 績效

宜特科技_96
・2024/10/06 ・5540字 ・閱讀時間約 11 分鐘

圖/宜特科技

邁向 2050 淨零轉型,當企業在面對客戶價值鏈要求時,導入 ESG 早已成為提升營運績效的重要指標。而「產品碳足跡」是企業在品質、價格、規格之外,貼近客戶價值鏈、爭取國際品牌廠青睞的重要關鍵。透過本文一起深入探討,如何有效率地開展產品碳足跡計算與報告領域。

本文轉載自宜特小學堂〈把握淨零轉型契機 用產品碳足跡提升 ESG 績效〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

全球氣候變遷早已成為國際間重要環境議題,目前不同國家和地區具有針對碳足跡的要求和指南,例如:法國的 ADEME(環境和能源管理署)指南和日本的碳足跡計劃;而國際大廠(包含 Microsoft 及 Bosh 等車電大廠等)也積極推動供應商碳足跡管理,以降低整體供應鏈的碳排放,致力於實現其永續發展目標(Sustainable Development Goals,簡稱 SDGs)。臺灣也針對「2050 淨零轉型」提出四大策略及兩大基礎。

臺灣 2050 淨零排放路徑及策略總說明。圖/國家發展委員會

企業導入產品碳足跡可以幫助其成為客戶 ESG(Environmental, Social, and Governance)發展策略中重要合作夥伴,促進長期合作關係。然而,在企業開始進行碳足跡計算時,常常會面臨邊界設定、數據收集與量化等方面的各種問題,不知道該從何下手導致進展受阻。

宜特科技已有為數百家企業提供輔導服務的豐富經驗,成功協助客戶獲得多項增值認證,順利進入國際產業供應鏈。在本文中,我們將分享透過實例經驗,並深入探討如何有效率地開展產品碳足跡計算與報告領域,滿足客戶在 ESG 需求,從而幫助企業在國際供應鏈中保持競爭優勢!

-----廣告,請繼續往下閱讀-----

產品碳足跡-基於生命周期評估(Life Cycle Assessment,簡稱 LCA)

碳足跡是一種特定的環境指標,用於量化某個活動、產品或服務在生命周期內,直接和間接產生的溫室氣體排放量,通常會以二氧化碳當量(CO2e)來表示。而產品碳足跡是基於 ISO 14040  和 14044 所定義之系統化的方法,針對整個生命周期中對暖化的影響加以評估,這其中包括從原材料的獲取、製造、使用到最終處置的各個階段排碳量。

( 一 ) ISO 14040:生命周期評估原則與框架(Life Cycle Assessment-Principles and Framework)提供了 LCA 的總體框架和原則,涵蓋了 LCA 的基本概念、應用範圍和限制,以及進行 LCA 的基本步驟和程序。

ISO 14040 產品生命周期評估原則與框架。圖/宜特科技

( 二 ) ISO 14044:生命周期評估需求與準則(Life Cycle Assessment-Requirements and Guidelines)描述了 LCA 各階段的技術要求,包括數據收集、數據品質、影響評估方法和解釋結果的方法。ISO 14044 對 LCI(Life Cycle Inventory,生命周期清單) 的實施提供了全面指導和技術要求,LCI 作為 LCA 的一個關鍵階段,在 ISO 14044  的框架下進行,可以確保其數據的品質和結果的可靠性。常見 LCI 如下:

ISO 14044 下常見的 LCI(生命周期清單)。圖/宜特科技

綜合上述 LCA 提供了一個全面的環境影響評估,可以幫助企業和決策者了解各種環境影響並進行綜合決策;LCA 涵蓋了多種環境影響指標(如暖化效應、臭氧層破壞、資源消耗、酸化效應、生態毒性等),而碳足跡是則聚焦於暖化效應。

-----廣告,請繼續往下閱讀-----

產品碳足跡系統邊界設定:

設定產品碳足跡盤查範疇(Boundary)是準確量化碳足跡的關鍵步驟。此過程包括確定哪些生命週期相應階段、活動和排放源應被納入碳足跡計算,並據此推動相關減排措施。基於生命週期的產品碳足跡,通常會涵蓋以下幾個主要階段:

  1. 原材料獲取:從自然資源中提取和加工原材料。
  2. 生產:製造和裝配產品的過程。
  3. 運輸和配銷:產品從生產地運輸到消費地的過程。
  4. 使用:產品在其使用壽命期間的階段。
  5. 最終處理階段:產品使用壽命結束後的處理,包括回收、再利用或廢棄處置。

完成生命週期設定後,需要進一步定義產品系統的邊界,包括哪些過程和活動應該納入盤查範疇。例如對於包材,應涵蓋包材的生產、製程中的能源消耗以及廢棄包裝的處理等完整階段,以供後續執行數據分配,如下圖所示:

生命週期之產品碳足跡主要階段。圖/宜特科技

若屬於 B2C 產品將涵蓋上述完整五個階段,而 B2B 產品則只包含上述前兩階段;下圖是 B2C 產品碳足跡的案例。

B2C 產品碳足跡案例。圖/工研院

量化產品碳足跡:依據 ISO14067 產品碳足跡來量化要求與指引

ISO 14067 提供了關於如何量化產品碳足跡的詳細指引,產品碳足跡計算基於「活動數據」與「排放係數」,下圖為相關案例。

-----廣告,請繼續往下閱讀-----
ISO 14067 產品碳足跡計算案例。圖/工研院

( 一 ) 如何蒐集活動數據

基於生命週期的不同階段,說明如下:

  1. 原材料階段

  • 原材料(包含輔材與包材)使用量:每種原材料的數量和重量。
  • 原材料製造過程的排放:包括從自然資源提取和加工過程中的溫室氣體排放。
  • 運輸數據:原材料從提取地點到加工廠的運輸距離和運輸方式(如貨運、海運等)。

  2. 生產階段

-----廣告,請繼續往下閱讀-----
  • 能源消耗:生產過程中使用的電力、燃料(如天然氣、汽柴油)等能源的消耗量。
  • 製程排放:生產過程中直接排放的溫室氣體(如化學反應產生的排放)。
  • 廢棄物管理:製造過程中產生的固體廢棄物、廢水和廢氣的處理過程中,涉及燃燒、分解等清理方式之處理量。

  3. 運輸和分銷階段

  • 運輸距離和方式:產品從生產地到消費地的運輸距離和運輸方式。
  • 運輸工具的能源消耗:運輸過程中運輸工具的燃料消耗量和類型。

  4. 使用階段

  • 使用過程中的能源消耗:產品在使用過程中消耗的能源(如家電使用的電力,車輛使用燃料等)。

  5. 最終處理階段

  • 廢棄物處理方式:產品生命終期(End of Life)不同處理方式(如焚燒、掩埋)對應之處理量。

( 二 ) 蒐集與應用排放係數

-----廣告,請繼續往下閱讀-----

藉由排放係數(Emission Factors,簡稱EF)可將活動數據(如能耗、材料使用等)轉換為溫室氣體排放量。ISO 14067 提供了量化產品碳足跡相關指引,幫助企業有效地收集和應用排放係數。以下是收集和使用排放係數的步驟和建議:

1.選擇排放係數來源

  • 官方資料庫:使用來自政府和國際組織的標準化排放係數,例如: United States Environmental Protection Agency(EPA)的排放係數資料庫、European Environment Agency(EEA)的排放係數、國際能源署(IEA)的能源數據以及台灣碳足跡資料庫。
  • 供應商提供的一手數據(Primary Data):來自供應商自行盤查的數據。
  • 第三方商業資料數據:市售第三方商業數據庫和工具,如 Ecoinvent(Simapro)和 GaBi。

2.評估和選擇排放係數

  • 地理相關性:確保排放係數與產品生產和使用的地理位置相關。例如,電力生產的排放係數在不同國家或地區可能差異很大。
  • 時間相關性:使用最新的排放係數數據,因為技術更新可能會影響排放量。

 3.應用排放係數

-----廣告,請繼續往下閱讀-----
  • 計算流程標準化:在計算產品碳足跡時,應建立標準化計算流程來應用排放係數,確保一致性和可比性。
  • 善用軟體工具:使用專門 LCA 軟體工具來管理和應用排放係數,如 SimaPro、GaBi 等。
  • 數據整合:將排放係數整合到產品碳足跡的計算公式中,與活動數據(如能源使用、材料消耗等)相結合,以計算總的溫室氣體排放量。

確保碳足跡量化數據品質

ISO 14067 對數據品質管理提出了明確的要求,以確保產品碳足跡量化準確性和可信度。以下是 ISO 14067 對數據品質管理的主要要求:

  1. 數據品質的評估指標
  • 代表性(Representativeness):數據應該反映真實的情況,包括地理範圍、時間範圍的相關性。
  • 一致性(Consistency):應使用一致的方法和假設來收集和處理數據,確保不同數據集之間的可比性。
  • 可靠性(Reliability):數據應該來自可信的來源,並經過適當的驗證。
  • 精確度(Accuracy):數據應該盡可能準確,減少誤差。
  • 完整性(Completeness):數據應該包含生命週期各階段重大排放,確保碳足跡計算的全面性。
  • 可追溯性(Traceability):數據來源和處理方法應該可追溯至原始單據,以便審查和驗證。

   2. 管控數據品質

  • 內部稽核:定期進行內部查核,評估數據品質,確保數據的準確性和可靠性。
  • 外部驗證:在必要時,進行外部驗證,確保數據和碳足跡計算結果的可信度。

   3. 執行數據敏感度分析

  • 碳足跡的敏感度分析是確保碳足跡計算結果的可靠性和準確性的重要步驟。敏感度分析有助於識別和理解不同參數對碳足跡數據的影響,從而幫助決策者進一步優化產品環境表現。
  • 執行方式為識別在碳足跡計算中使用的所有主要參數(能源消耗、材料用量、排放係數)等。選擇那些對結果有較大影響或存在較大不確定性的變量進行分析。
  • 執行方式為單因素分析(逐一改變每個變量,在保持其他變量不變的情況下,逐一調整每個變量的值,計算並記錄每次調整後的碳足跡結果)或多因素分析(同時改變多個變量,評估這些變量之間的交互作用及其對碳足跡結果的綜合影響)。
  • 根據敏感度分析結果,提出具體的改進方案,例如替換高碳排放材料、提高能源效率等。

 4. 持續改善和更新

-----廣告,請繼續往下閱讀-----
  • 持續改進:定期檢討和改進數據收集和處理流程,採用最新的技術和方法,提高數據品質。
  • 數據更新:根據最新的技術、方法和排放因子,定期更新數據,確保碳足跡計算的準確性。

ISO 14067 對數據品質管理的要求涵蓋了數據收集、評估、管控、改進的各個方面。通過遵循這些要求,企業可以確保其產品碳足跡計算的數據是準確、可靠和透明的,從而提高碳足跡報告的可信度和科學性。

碳足跡與產品環境宣告(Environmental Product Declaration):

產品碳足跡和產品環境宣告(Environmental Product Declaration,簡稱 EPD)是兩個相關但不同的概念,它們都提供產品的環境衝擊資訊,以幫助企業與消費者做出更可持續的選擇。

產品環境宣告是根據 ISO14025 國際標準所編制的技術文件,提供產品在生命周期內的環境影響資訊。EPD 基於生命周期評估(LCA)數據,可申請第三方認證。產品碳足跡通常是 EPD 中的一部分數據,尤其是在全球變暖潛勢(GWP)方面。EPD 包含了更廣泛的環境影響數據,而碳足跡專注於溫室氣體排放,相關範例如下:

產品環境宣告案例。圖/Fujitsu

運動飲料上針對碳足跡的標誌。圖/公視

產品碳足跡和產品環境宣告(EPD)兩者都是評估和傳達產品環境影響的重要工具。產品碳足跡專注於溫室氣體排放,而 EPD 則提供全面的環境影響資訊。兩者結合使用,可以幫助企業和消費者做出更可持續的選擇,推動環境保護和可持續發展。除了 ISO14067 外,溫室氣體議定書(GHG Protocol)也提供了計算產品碳足跡的詳細指導方針和方法。

自 2011 年起,宜特透過經濟部技術處科技專案「產品碳足跡與節能減碳資訊服務平台暨工具開發計畫」,積累輔導國內指標企業導入碳足跡的豐富經驗。我們認為,供應商碳排占比與減量機會,都是彰顯「產品環境績效」之關鍵,這正是導入碳足跡的重要目的之一。

因此供應商實地盤查至關重要,尤其針對排放貢獻占較大的本土供應商,宜特已定義出約 30 種盤查指標,企業可利用相關數據,偕同供應商建構減碳價值鏈。

我們輔導的客戶中包含全球知名代工龍頭廠、半導體設備製造廠、IC 設計廠商、光電業、電子元器件製造業、電子系統廠、傳產等國內上市櫃公司。在 ESG 輔導方面,亦有協助溫室氣體盤查、產品碳足跡、氣候相關財務揭露建議(TCFD)及 SBTi (科學基礎減量目標倡議,Science Based Targets Initiative)與 ISO 50001 能源管理與節能等相關輔導服務。

宜特科技可協助企業進行的 14 個輔導面向。圖/宜特科技

本文出自 宜特科技

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

宜特科技_96
13 篇文章 ・ 4 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室

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。

0

10
5

文字

分享

0
10
5
沒看過打不壞的木製球棒?最新「加工法」讓木材硬度堪比金屬!
Rock Sun
・2021/11/19 ・2152字 ・閱讀時間約 4 分鐘

如果今天你想要好好的切食物,該用什麼樣的刀呢?

大家馬上想到的,應該不外乎就是金屬或是陶瓷吧?自古以來要製作工具,這兩個材料一定是首選,直到當代貪圖方便而使用的塑膠刀叉之外,好像想找不太到其他更好的替代方案了。

但是最近,有一群研究人員打破了大眾的想法和材料科學的界線——用木頭製作的刀來取代金屬。

10 月 20 號,這一群來自馬里蘭大學的材料科學家們在期刊《Matter》上發表了一種全新的加工方法,可以把跟木材大幅強化,製作成餐刀等工具。這把刀的硬度不只跟一般的牛排刀不相上下,可以輕鬆地切開 8 分熟的牛排,還可以多次使用、洗滌、有效的回收再利用,整個產品製造過程的能源消耗也比金屬或陶瓷低非常的多,有望在未來取代這類餐具。

-----廣告,請繼續往下閱讀-----
經過最新加工方法製成的木材,所製作出的餐刀可比不鏽鋼材質的更加鋒利。圖/Pixabay

比金屬和陶瓷更環保的選擇:木材

當你環顧生活周遭需要以「堅硬」為訴求的材料,你會發現它們大部分都是人造或經過加工的,因為想製作堅硬的物品,最怕的就是整個物理結構上有裂痕、中空或缺口等等瑕疵,只要有以上任何一種,工具的耐久度就無法維持多久,然而天然材料通常都有這種缺陷,例如木頭內部會有中空導管,石頭內則會有導致它容易剝落或裂開的天然紋理。

所以物質多半都都需要經過高溫冶煉才能夠成為堅硬的材料,例如光是製造陶瓷,就需要將陶土加熱到幾千度的高溫,而在這個講求環保的時代,有時候又要考慮產品的碳足跡……不用說,從地球土壤中開採鐵礦和陶土所耗費的能源,絕對與使用天然材質相對多很多。

所以這群研究人員把腦筋動到了陪伴原始人類到現在、樸實無華的木頭身上,他們覺得人類還沒發揮木頭 100% 的能力。

一般的木材在結構上有裂痕、中空或缺口等等瑕疵,無法加工成非常堅硬的工具。圖/Pixabay

請給我木材!人類尚未 100% 發揮它

好幾千年來,人類就不斷地想在木頭身上動手腳,但是在工具和建築上,木頭的加工通常只限於蒸氣曲木和壓縮法,用這種方法處理的木頭都會有個問題,在一段時間過後,木頭本身會有些許的回彈(定型)。

-----廣告,請繼續往下閱讀-----

要知道為什麼就得先了解木頭!

木頭最主要的成分是纖維素,雖然平常可能無感,但纖維素其實有相當高的強度與密度比,表面上看起來是一個輕量又堅固的超理想材質,只看數字的話,甚至凌駕於大部分的高密度建築材料如水泥、金屬等等。但是我們目前加工木頭的方式,都無法把木材的材料潛力發揮到極致,部分是因為纖維素其實只佔了木材的 50%,除此之外還包含半纖維素、木質素等物質,這些聚合物主要是作為介質,而非提供強度,但如果將這些東西去除掉,整個木頭結構會變得容易崩壞。

所以研究團隊找到了方法,移除木頭內比較脆弱的物質,但是仍保留纖維素的結構,這個技術可以把原本木材的硬度整整強化 23 倍,並打造出比不銹鋼刀還鋒利 3 倍的餐刀。

蒸氣曲木加工法,將木材放在充滿蒸氣的箱子內彎曲,能加工出優美的弧線。圖/WIKIPEDIA

兩步驟加工:讓「普通木材」變「超硬木材」

第一步是將木頭浸泡在添加了特定化學物質的水中,並加熱到攝氏 100 度,以去除部分木質素。失去木質素的木材會變得較為柔軟、具有彈性甚至還會黏稠;以往的木材加工通常不會將這個方法用在木材上,除了如上述提到的結構問題外,還會有使用溶劑的毒性問題,但研究人員研發出了毒性較低、還能重複使用的溶劑。

-----廣告,請繼續往下閱讀-----

第二步是對木頭進行高溫加壓,去除水分並讓其材質更為緻密,確保不會有結構上的缺陷,連樹木中原本被導管佔用的空間都能夠去除。

藉由這兩個步驟,他們有辦法去除木頭原本的結構問題,而經過這樣處理後的木頭還可以裁切成想要的形狀,然後再塗抹礦物油延長壽命、也隔絕水分讓纖維素不要再吸水,以免洗滌餐具降低刀子的鋒利程度。

將木材加工為「超硬木材」的實驗步驟。圖/參考資料 1

木材應用百百種!「五金材料」的新未來?

同樣的手法可以用來製作其他工具,例如和金屬釘子一樣堅硬的木頭釘子,一樣可以釘穿 3 塊木板,但是好處是木頭釘子不會有生鏽的問題,除了釘子之外,還有很多東西可以用這種木頭材質製作,例如更耐用的木頭地板。

儘管目前這個技術的使用還只是存在於實驗室環境中,但是不可否認的是,我們還沒有發揮木頭百分之百的實力,只要這個技術成熟,加上樹木可以種植並回收的特性,在未來每個人都可以分配到的超級強化木材資源或許可以凌駕於金屬,或只是打造出打不壞的木製球棒、堅不可摧的小木屋、輕量化的木頭汽車和飛機、或者是一把堪比鋼刀的超強木刀。

-----廣告,請繼續往下閱讀-----

阿銀,你的木刀原來是這麼來的啊 ?

參考資料

2021,《Hardened wood as a renewable alternative to steel and plastic

-----廣告,請繼續往下閱讀-----
Rock Sun
64 篇文章 ・ 960 位粉絲
前泛科學的實習編輯,曾經就讀環境工程系,勉強說專長是啥大概是水汙染領域,但我現在會說沒有專長(笑)。也對太空科學和科普教育有很大的興趣,陰陽錯差下在泛科學越寫越多空想科學類的文章。多次在思考自己到底喜歡什麼,最後回到了原點:我喜歡科學,喜歡科學帶給人們的驚喜和歡樂。 "我們只想盡我們所能找出答案,勤奮、細心、且有條理,那就是科學精神。 不只有穿實驗室外袍的人能玩科學,只要是想用心了解這個世界的人,都能玩科學" - 流言終結者

5

23
1

文字

分享

5
23
1
福島核災十年後,當地的野生動物還健在嗎?
羅夏_96
・2021/11/09 ・3255字 ・閱讀時間約 6 分鐘

2011 年 3 月,一場大地震和隨之而來的海嘯,對日本東北部造成巨大的損害,但災難可遠遠不僅如此。地震與海嘯也侵襲了福島第一核電站,在各種天災與人禍下,最終發展成近年來最大的核事故。為了避免民眾受到核輻射的傷害,日本政府撤離了約 15 萬居民。雖然在後續幾年,部分地區因輻射量大幅降低,已陸續有民眾返回,但不少區域至今仍無人居住。人們撤離是要免受輻射的傷害,不過野生動物可無法撤離,因此這就讓科學家們好奇,這些核輻射究竟對牠們有怎樣的影響。由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊,近期發表在 Environment International 上的研究顯示,這些野生動物在核災後,長期暴露在輻射環境中,並沒有出現任何明顯的不良健康影響[1]

核電廠周邊地區的輻射影響和核廢料污染,是不少科學家和民眾長期關注的話題。圖/Pixabay

輻射究竟是什麼?

在福島核災之後,大眾普遍對「輻射」一詞充滿恐懼。但在我們害怕輻射以前,勢必得先了解輻射是甚麼,這樣才不會陷入不必要的恐懼之中。

輻射其實是很常見的現象。輻射是一種從中心點將能量向四面八方送出的方式,而這種方式可透過粒子或電磁波的形式。舉例來說,太陽所發出的太陽光是一種輻射、蠟燭的火光所發出的光與熱也是輻射,甚至手機與電腦螢幕發出的光也是輻射,因此講到這邊你應該就知道,輻射是稀鬆平常的事。

不是所有輻射都會造成危害

既然輻射很常見,那麼為何有些輻射對人體會有危害?這就與輻射的能量有關了。

-----廣告,請繼續往下閱讀-----

前面提到,輻射是能量傳送的方式。若今天發出的輻射能量不高,那自然對人體不會有甚麼傷害。但如果發出的輻射能量極高,能改變甚至破壞如蛋白質和 DNA 等生物分子,這就會傷害人體了。在科學上,這種高能量且會傷害生物體的輻射被稱為「游離輻射」,而那些低能量也不會傷害生物體的輻射,則被稱為「非游離輻射」。因此輻射並非都是不好的,首先要明確知道所談的輻射種類為何,而我們在報章雜誌、社群媒體和科學文獻中看到,會傷害人體的輻射,指的都是游離輻射。在後面的文章中,我會用輻射一詞替代游離輻射,以方便閱讀。

輻射種類。圖/行政院原子能委員會

輻射會改變與破壞生物分子,若輻射強度夠高,是能直接讓細胞死亡的。就算輻射強度沒那麼高,也足以改變細胞內部的構造,使其突變與癌化的機率大幅提高。而人們所懼怕的輻射傷害,很大程度就是後者的狀況。

輻射傷害可分為污染和暴露兩種。輻射暴露指身體直接受到外在輻射線之照射,會傷害人體但不會傳染影響他人;輻射污染是指身體內外留有會發出輻射之物質(又稱放射性物質),不僅會持續危害自身健康,也會導致接觸者被輻射污染物所傷害。而在福島第一核電廠發生爆炸後,大量的放射性物質便隨著爆炸散佈到空氣中。這些在空氣中的放射性物質,會隨著重力沉降或降雨等方式回到地表,沉降累積在土壤、河川或海洋中,讓環境被放射性物質所污染。

當生物處在被放射性物質所污染的環境中,就會持續被輻射所傷害。這也是為什麼在福島第一核電廠爆炸後,日本政府會撤離大量的居民。人類雖然撤離了,但許多野生動物仍繼續在輻射污染區生活,而這就讓科學家們好奇,在這樣的環境中,持續接收輻射是否會對這些動物們產生不良的影響?

-----廣告,請繼續往下閱讀-----

野豬與鼠蛇作為觀察指標

由美國科羅拉多州立大學、喬治亞大學和日本的福島大學所組成的國際聯合團隊,於 2016 年至 2018 年研究福島的野豬和鼠蛇在一系列輻射暴露中的生理情況。以往用來模擬輻射傷害的生物是小鼠,為何研究團隊會選擇這兩個物種做為觀察對象呢?

首先是在生理上,野豬比起小鼠更接近人類,因此是更適合研究輻射傷害的動物。選擇鼠蛇的原因在於,它們的生活型態是貼近地面的。而地面累積不少放射性物質,這使牠們會長期接觸到大量的輻射,受到輻射的傷害也更明顯。而研究團隊選定的觀察生理指標為端粒的長短壓力賀爾蒙的量

端粒是位於染色體兩側的保護性結構,當生物體的 DNA 有損傷或受到持續的壓力,端粒的長度會縮短。研究團隊本來猜測,這些長期生活在輻射污染區的野豬和鼠蛇,會因 DNA 損傷而有端粒縮短的現象。但研究結果顯示,這些生活在污染區的動物,其端粒長度與生活在非污染區的動物沒有區別,另外,端粒的長度與動物生存環境中的輻射量高低沒有關聯。研究團隊也檢測部分與 DNA 損傷相關的指標,但結果和端粒的長度類似。也就是說,環境中的輻射並不會對野生動物的 DNA 造成危害性損傷。

雖然輻射對野生動物所造成的 DNA 損傷影響不大,但在壓力賀爾蒙上卻有所影響。研究顯示,野豬體內的壓力賀爾蒙的量,會隨著環境中的輻射量升高而降低。研究團隊認為持續的輻射傷害,會干擾動物體內壓力賀爾蒙的分泌,進而使壓力賀爾蒙的量降低。

-----廣告,請繼續往下閱讀-----

正常來說,若遇高壓環境(此研究中為輻射傷害),動物會分泌更多壓力賀爾蒙來維持體內平衡,然而壓力賀爾蒙對身體是種負擔,為了讓身體適應高壓環境,壓力荷爾蒙的分泌量反而會減少,這在生理學上稱為「負回饋機制」,當壓力賀爾蒙分泌量減少後,也可能會出現一系列不良的生理反應。(想想那些長期處在高壓環境且賀爾蒙失調的人)

不過雖然壓力賀爾蒙的量有下降,但動物們卻沒有出現任何不良的生理反應。而且野生動物群的數量在這些年來是越來越多。

綜合以上的結果,研究團隊認為目前在輻射污染區中的輻射量,不會對生活在此的野生動物群造成不良的健康影響。

動物沒事,代表人類也能沒事嗎?

看到這兒,想必一些讀者會想:既然野生動物們在輻射污染區中,不僅沒受到致命影響,還欣欣向榮,是否表示人在這些污染區中也沒事呢?答案是不知道。

首先,不同物種對於輻射的耐受度都不盡相同,例如人類能承受的最高輻射量,對於野豬而言,可能只是低劑量。另外,目前生活在污染區的動物們都受到輻射的長年洗禮,或許已發展出應對輻射的生理能力,而這些能力可能是人類不具有的。因此,野豬和鼠蛇在這樣的環境雖沒受到影響,但該環境對人體可能仍有一定的影響。

-----廣告,請繼續往下閱讀-----

其二是在測量環境輻射量上的困難。目前我們對於輻射對生物體的傷害,絕大多數是在實驗以定量的放射性物質進行的研究。在實驗環境中,我們能清楚地控制與計算動物究竟會接受到多少的輻射。但在自然環境中,輻射量會隨著環境的改變而有所變動,因此我們無法知道野生動物所接受的確切輻射量。事實上,我們對於放射性物質在自然環境中會如何改變,是不清楚的。因此,在實驗室中會對動物產生不良影響的輻射劑量,在自然環境中可能不會產生問題。

雖然這篇研究的結果顯示在福島核災後,野生動物在污染區內沒有產生不良影響。但這個結果,長期來看是否仍是如此,仍有待持續觀察(雖然車諾比核災的案例已告訴我們:野生動物長期在污染區內生活,反而欣欣向榮)。當然,我不認為這個研究是要說輻射污染已不是問題,而是提出一個較為客觀的觀察。福島核災後,社會對於輻射的恐懼已到不理性的地步。輻射使用不當確實很可怕,但我們生活中的很多方面,其實都受益於輻射。與其一股腦地恐懼輻射,不如好好地認識輻射,或許才是面對輻射更好的態度。

車諾比核災於 1986 年發生於烏克蘭境內,是人類史上最嚴重的核電廠事故。圖/Pexels
  1. Cunningham K et al. Evaluation of DNA damage and stress in wildlife chronically exposed to low-dose, low-dose rate radiation from the Fukushima Dai-ichi Nuclear Power Plant accident. Environ Int. 2021 Oct; 155:106675. 
  2. Radiation: Effects and Sources
-----廣告,請繼續往下閱讀-----
所有討論 5
羅夏_96
52 篇文章 ・ 893 位粉絲
同樣的墨跡,每個人都看到不同的意象,也都呈現不同心理狀態。人生也是如此,沒有一人會體驗和看到一樣的事物。因此分享我認為有趣、有價值的科學文章也許能給他人新的靈感和體悟