Original publish date:Feb 22, 2002
編輯 Vincent Liu 報導
你的咖啡要加奶精麼?如果你要的話，只要一根攪拌棒就可以將兩者混和均勻。但是在微小管道中，你要將兩種不同東西混和在一起，出乎意料地，卻是難以達到。
首先想到的是利用可移動式的微小元件加上外部電源，不過這個方式不是很實際的解決問題。
Whiteside研究相關團隊利用在微小管道的底部刻畫(pattern)非對稱結構;此被動式結構不需要移動微小元件和外部電源的驅動在低雷諾數的範圍，產生渾沌流動(chaotic flows)，達到兩種流體混合的目的。
參考來源：
相關連結：
本文版權聲明與轉載授權資訊：
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。
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！
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。
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。
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。
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。
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。
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
討論功能關閉中。
一名運動員退役後，因無比賽大量運動練習，體重持續上升，加上年紀增長，有感新陳代謝變慢，體重也逐漸飆升破百，並伴隨膽固醇超標，血壓些微偏高以及脂肪肝。因體健報告紅字逐漸增加，讓其意識到嚴重性，經醫師評估後施作 ESG 無痕胃拉提（內視鏡袖狀胃成形術）；術後 4 個月成功減去原體重 17%，原先病症也得以改善。馬偕紀念醫院消化科系賴建翰醫師說明目前減重術式種類多，術前應充分與主治醫師討論，擇定最適合自己的方式。
患者應在手術前進行綜合評估，包括 BMI 計算、健康檢查和心理評估，以確保手術的適宜性。目前國際上三種常見的減重手術包括：胃繞道手術、縮胃手術、ESG 無痕胃拉提（內視鏡袖狀胃成形術）。以下提供完整的手術差異比較：
而每種手術各有不同的優缺點，賴建翰醫師建議每個人在選擇前，應先了解各手術方式的效果是否符合自己的預期目標，這樣才能做出最合適的選擇。接下來，我們就一起來了解各種手術的差異吧 ！
外科手術：
– 優點：減重效果較快，可改善糖尿病、高血壓、高血脂和睡眠呼吸中止等肥胖合併症
– 缺點：不可逆、手術較複雜，易影響吸收，造成營養不良
– 優點：減重效果較好，不影響吸收，平均在第一年內可減去20-30%的體重
– 缺點：不可逆、易引發胃食道逆流，約有3成的患者會有此問題
內科手術：
– 優點：無需開刀，因未切除人體組織，手術侵入性低，復原時間短、安全性高；根據長期臨床研究證實 10 年後體重平均持續減少 15.8 %
– 缺點：減重效果相較外科手術慢
因減重手術的效果因人而異，賴建翰醫師呼籲，術前應與主治醫師溝通，了解自己對手術的期望，如安全性、恢復速度、減重幅度等，而依據每個人的身體狀況不同，減重效果也相對會有所差異。
適用對象：
– BMI>35 以上
– BMI>30 以上，合併患有糖尿病、高血壓等代謝疾病
預期成效：可減少原體重的 30-40%
適用對象：
– BMI>30 以上
– BMI>27 以上，合併代謝疾病
預期成效：根據臨床實證，可減少原體重的 15%
術後改變飲食習慣，少量多餐，均衡飲食及注意營養攝取，才能讓胃慢慢適應；若仍然進食過量，很可能讓胃鏡手術的減重效果不佳。少數患者如果還是食慾旺盛，可考慮搭配減重藥物使用，有機會達到更好的效果。
每週至少完成 150 分鐘中等費力運動，像快走、游泳、騎腳踏車等，來幫助維持減重效果。運動可以幫助你消耗熱量，加速減重，也能讓身體更健康。
減重手術後的照護不僅需要嚴格的飲食控制和運動習慣，也需要良好的醫病溝通，以確保患者能夠順暢地適應新的生活方式。
(一) 定期諮詢減重中心個管師
*隨時反饋狀況：減重手術後，患者應定期與減重中心的個管師聯繫，隨時反饋自己的身體狀況、飲食習慣、運動情況等，以便個管師能夠及時提供適當的建議和調整。
(二) 建立長期監測機制
*定期回診：患者應定期回診，以便醫師能夠監測減重進展、共病症狀，並適時調整藥物或治療方案。
*健康紀錄：保持詳細的健康紀錄，包括體重變化、血液檢查結果等，以便醫療團隊能夠根據實際情況進行調整。
最後，賴建翰醫師提醒，減重手術並非快速捷徑，而是一種幫助患者改變生活習慣的工具。關鍵在於持之以恆，將減重視為終身的健康管理。馬偕醫療團隊採取內外科整合的方式，為有減重需求的患者提供完整且多元的選擇，以滿足不同需求。此外，若術後遇到問題或併發症，馬偕擁有完善的內外科醫療團隊，能夠及時提供專業協助與處理，確保患者的健康與安全。
討論功能關閉中。
你曾有過持續背痛，休息越久反而越不舒服，甚至因此駝背的狀況嗎？小心，可能是僵直性脊椎炎（Ankylosing Spondylitis, AS）！童綜合醫院過敏免疫風濕科主任邱瑩明醫師解釋，僵直性脊椎炎是一種自體免疫疾病，最常見症狀為持續的背部疼痛，但因容易被誤認為一般肌肉疼痛而忽略。疾病好發於青少年至年輕成人，從十幾歲便可能開始發病，且男性患者的比例顯著高於女性，約為4:1，患者發病時可能正值青年，而因疾病影響了原本的生活、工作計劃。
「年輕男性出現駝背，為僵直性脊椎炎明顯特徵，若未持續治療，恐對外觀造成影響。」邱瑩明醫師分享，在診間曾遇過一名高中生因背痛、駝背就診，進而診斷為僵直性脊椎炎。然而，該患者卻在症狀改善後，就自行中斷療程，數年後因疼痛加劇來到門診就醫，不只病情惡化、駝背加深，更造成脊椎不可逆的損傷，顯示持續治療的重要性。
除了持續治療外，延誤就診的風險也不可輕忽！研究顯示，僵直性脊椎炎的延誤就醫平均時間長達 5 至 10 年。邱瑩明醫師補充說明，臨床上常見患者因症狀輕微或誤認為肌肉痠痛，而不知道自身患有僵直性脊椎炎。若不及時治療，可能引發脊椎反覆發炎沾黏，患者背部逐漸彎曲變形、無法站直，最終恐致失能。除脊椎病變外，患者也可能出現周邊關節炎、虹彩炎、跟腱炎、發炎性腸道疾病、乾癬等。因此早期發現並積極治療至關重要，避免疾病發展至不可逆的階段。
下背痛是僵直性脊椎炎最常見的症狀，與一般肌肉疼痛不同，患者在下背部或臀部會感到持續疼痛，尤其是在清晨或長時間靜止後，疼痛更加明顯。邱瑩明醫師分享，診間常見患者因腰痠背痛在半夜痛醒，或睡眠五到六個小時後就被痛醒。而一般人早上起床時可能覺得動作有些僵硬，但不會維持太久。若僵硬持續超過一小時，則需要注意，可能是僵直性脊椎炎的徵兆。
包邱瑩明醫師也提醒，一般的腰痠背痛，會在活動時加劇，但僵直性脊椎炎的腰痠背痛，活動便得以改善，長時間不動反而更痛。若出現以下症狀就需注意：背部疼痛或夜間疼痛持續三個月以上、早晨僵硬感超過一個小時以上、越不動會越痛、活動後反而較不痛，請務必提高警覺，盡快至風濕免疫科檢查。
「若錯過治療時機，症狀會越來越嚴重，影響生活品質之外，更損害工作能力。」邱瑩明醫師提到，曾遇一位患者的職業是司機，長期輕忽下背痛的問題，隨著僵直性脊椎炎惡化，連頸椎都受到影響，讓他的頭無法左右轉動，最後便無法繼續擔任司機。
邱瑩明醫師指出，僵直性脊椎炎的治療，一般會先使用口服的非類固醇抗發炎藥物緩解症狀。不過，從治療面向來看，僵直性脊椎炎是自身免疫過度反應引起，使用傳統免疫調節劑及生物製劑，經由免疫調控方式，更能控制發炎的狀況。
根據標準治療（國際治療指引），當患者病情為重度或傳統免疫調節劑皆無效時，優先建議使用生物製劑治療。邱瑩明醫師進一步補充，生物製劑的治療機轉較精準，能夠達到較佳的治療成效。在接受治療一週後，患者的症狀就會顯著改善。持續治療一年可有效降低 50% 以上的發炎反應，且追蹤兩年後七成患者無惡化。除此之外，生物製劑的治療區隔更長，現已有藥物可每四週使用一次，對患者而言更加彈性，對生活影響度低。
生物製劑已納入健保給付，只是使用的時機會比標準治療（國際治療指引）較為嚴格些。但只要患者的狀況符合健保給付條件，醫師都會協助申請使用。在接受藥物治療的同時，患者也要戒菸、維持正常作息、養成規律運動的習慣，幫助減輕症狀，改善生活品質。僵直性脊椎炎的治療持續進步，患者及家屬可以主動和醫師討論，共同擬定合適的治療計畫。
● 僵直性脊椎炎是一種自體免疫疾病，主要好發於青少年至年輕成人，通常從十幾歲（高中年齡）開始發病。男性患者的比例顯著高於女性，男女比例約為 4:1。
● 下背痛是僵直性脊椎炎常見的症狀，患者在下背部或臀部會感到持續疼痛，特別是在清晨或長時間靜止後症狀會更明顯。一般的腰痠背痛，會在活動時加劇；但僵直性脊椎炎的腰痠背痛，活動後會改善，休息越久反而越不舒服。如果有晨間僵硬、夜間疼痛、背痛持續三個月以上等狀況，請務必提高警覺，盡快至風濕免疫科檢查。
● 僵直性脊椎炎的治療，會先使用口服的非類固醇抗發炎藥物，幫助緩解症狀。僵直性脊椎炎是自身免疫過度反應引起，使用傳統免疫調節劑及生物製劑，更能控制發炎的狀況。
● 根據標準治療（國際治療指引），當患者病情為重度或對傳統免疫調節劑無效時，建議使用生物製劑治療。生物製劑的治療機轉較精準，能夠達到較佳的治療成效。在接受治療一週後，患者的症狀就會顯著改善。持續治療一年可有效降低 50% 以上的發炎反應，且追蹤兩年後七成患者無惡化。
討論功能關閉中。
