吸附鯊魚的鮣魚

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

這個旅程是這樣開始的。

2017 年 10 月，為了撰寫「蛭類的醫療用途」這個主題，我去中藥店尋找「水蛭」這一味藥。《中國藥典》和《台灣中藥典》裡面都清楚點出中藥「水蛭」乃是由三種蛭類──水蛭（Hirudo nipponia，即日本醫蛭）、螞蟥（Whitmania pigra，即寬體金線蛭）、以及柳葉螞蟥（Whitmania acranulata，即尖細金線蛭）──所製成，作為盡責的作者，理應設法尋得三種蛭類的水蛭乾、並取材拍攝照片。

我首先買到的中藥「水蛭」長下圖這副德性，看起來就是個吸血蛭類的模樣：嘴巴大、尾吸盤大、鼓脹的肚子裡八成是塞滿了血。這個體型，應該不是藥典記載的種類日本醫蛭，而是牛蛭屬（Poecilobdella）或擬醫蛭屬（Hirudinaria）的種類；雖然跟藥典裡面記載的種類不同，但反正也是個吸血的種類，藥性（推測可能）應該跟日本醫蛭差不多。

泡了熱水發起來以後，背面橄欖綠上的斷續背中線、側面的縱線、黃褐腹面鑲著暗色邊緣的花紋，就從黝黑的表面顯現出來，甚至連腹面的生殖孔都清楚可見。於是更是確定了我的推測，這一定是某種牛蛭或擬醫蛭無誤。

隔天，我又跑去其他的中藥房，主要是尋找另外兩種非吸血的捕食性蛭類（寬體金線蛭與尖細金線蛭）製成的中藥「水蛭」。好不容易找到了看起來和寬體金線蛭有幾分相似的的中藥「水蛭」──身體黃褐扭曲且一頭尖細，整個就是金線蛭的模樣。外包裝上還寫著「清肚」，當時還推測可能是因為寬體金線蛭以螺類為食，為了讓藥性更加濃縮所以去除肚子裡無用的螺肉。

回來以後為了看清楚花紋，也就和前一天依樣畫葫蘆泡了熱水。等到這個「水蛭」發起來以後，我拿起來左右端詳，這身體上怎麼會沒有任何花紋哪？還有這個形狀跟體壁的感覺怎麼一副海參樣啊？我是越看越迷惘。

而且啊，不管是什麼種的蛭類，再怎麼樣也該要有尾吸盤吧？這個尾吸盤到底在哪啊？難道清肚的時候也一起切掉了嗎？但怎麼沒有看到切痕啊？

然後我突然驚覺──

這。根。本。不。是。蛭。類。

明明是買中藥「水蛭」，卻出現了這個完全不是蛭類的東西，我實在震驚了。

沒有環節沒有尾吸盤，就是個偽品！

蛭類畢竟是屬於環節動物門的類群，身體必定有環節，也就是身體看起來是一節一節的模樣，就像底下那兩張蛭類的照片一樣；但是這個偽品泡發以後只是一副肥胖臃腫樣，身體並不是真的有環節。除此之外，蛭類是一群特化的環帶綱環節動物，和其他的環帶綱如蚯蚓、絲蚯蚓、線蚓等有一個明顯的差別，就是身體的前後兩端必定會有吸盤–亦即口吸盤和尾吸盤，尤其是尾吸盤，無論在哪一種蛭類身上都不會消失，頂多只是大小的差別而已。

以底下那兩張照片來看，兩者的尾吸盤都很大而且明顯，分別靠畫面的左邊和右邊。而上面照片中這個偽品，頭部尖尖看起來沒有口吸盤模樣也就罷了，畢竟蛭類的口吸盤常常不甚明顯，尤其是金線蛭屬的蛭類，其頭部也是特別尖而細根本沒有什麼口吸盤的感覺；可是這個偽品的尾部，除了肛門外再無其他特別的結構，翻來倒去也沒有絲毫尾吸盤的蹤影。

光憑著「沒有環節」和「沒有尾吸盤」這兩點，就可以打包票這個中藥「水蛭」絕對不是蛭類，一定是偽品。

就像鳳梨酥裡面該有鳳梨一樣，中藥「水蛭」應該至少是由蛭類乾燥而成才對。很不幸的是，我們的鳳梨酥裡面曾經有很多很多的冬瓜但少有鳳梨，而現在我們的中藥「水蛭」裡面也出現了根本不是蛭類的東西。簡直是個悲劇。

實際上，中藥出現偽品其實並不少見。知名案例如昂貴的中藥冬蟲夏草，正品應該是麥角菌科（Clavicipitaceae）的冬蟲夏草菌（Cordyceps sinesis (Berk.) Sacc.），寄生在宿主鱗翅目或鞘翅目昆蟲身上──尤其是蝙蝠蛾科（Hepialidae）的蟲草蝙蝠蛾（Hepialus armoricanus Ober.）的幼蟲蟲體──冬蟲草為真菌子座與宿主的複合體乾燥物。而冬蟲夏草的偽品有許多種類，從同為麥角菌科的其他真菌、唇形科的植物草石蠶（Stachys sieboldii Miq.）的有毒根莖、唇形科植物地蠶（Stachys geobombycis C. Y. Wu.）的塊根、甚至是石膏粉或麵粉模壓加工製成的偽品都有出現過。其他常見的中藥也有不少誤用品和混用品在市面上流通（可參考《台灣市售易誤用、混用中藥材之鑑別》、《台灣市售易誤用混用中藥材基原鑑定之研究》、《中藥鑑定簡介》），誤用品或混用品甚至也曾導致中毒危害健康的案例（如馬兜鈴酸事件）。為此，鑑定中藥真偽的相關中文書籍早有多本問市，中央主管機關也持續辦理中藥材辨識研習會，但是防堵誤用品混用品乃至偽品的出現，看來仍是百密一疏。

總之，現在就是發現中藥「水蛭」裡存在著根本不是任何一種蛭類的偽品了。我覺得不可思議的地方在於，經手中藥的職業專家很多，從來沒有人揭發這件事嗎？

於是接下來，我決定來調查一下中醫藥專家們對中藥「水蛭」真品和偽品的覺察能力，了解一下這樣的「水蛭」偽品是否很容易就會被中醫藥職業專家們揭穿。

問卷調查：中藥「水蛭」該長什麼樣？

我設計了一個簡單的網路問卷，在問卷裡先後放了中藥「水蛭」的偽品跟真品的照片，也就是下面放的這兩張四條水蛭排排站的照片，讓填答者在「一定是水蛭」、「可能是水蛭」、「可能不是水蛭」、「一定不是水蛭」、「我不知道無法回答」幾個選項裡面擇一。問卷做完以後大家可以選擇自己是中醫藥職業者（中醫師、中醫藥研究教學人員、中藥從業人員）、中醫藥業餘玩家（中醫藥愛好者、中藥罐子）、或是一般民眾，而且最後都可以看到正確答案。

承蒙我的朋友們的轉貼和泛科學的協助，最後這個問卷有將近 680 人填答，其中有中醫藥職業者 106 人（63%是中醫師、33%是中藥從業人員、4%是中醫藥教學研究人員）、中醫藥業餘玩家 52 人、以及一般民眾 521 人。

統計結果發現，三群填答者對於中藥「水蛭」真品和偽品的認知程度的確不太一樣。對中醫藥職業者來說，不是蛭類所做成的中藥「水蛭」偽品，看起來就是比較有問題，因此近六成的職業者會傾向認為這不是水蛭；相反的，如果是由牛蛭或擬醫蛭種類製成的中藥「水蛭」，則有近八成的職業者傾向認為這是水蛭。很顯然，受過專業訓練的中醫藥職業者對中藥「水蛭」該長什麼樣有相當不錯的概念，真的就幾乎都認為是真的，假的也多半覺得有鬼，的確有其厲害之處。

再來看中醫藥業餘玩家（中醫藥愛好者、中藥罐子）的回答，這就有點奧妙了。業餘玩家們看到不是蛭類做成的中藥「水蛭」偽品，只有四成傾向認為這不是水蛭，反倒有近五成傾向認為這是真的水蛭；同樣的，業餘玩家們看到蛭類做成的中藥「水蛭」，只有二成五傾向認為這真的是水蛭，反而有近五成傾向認為這並不是水蛭。簡單的說，就是中醫藥業餘玩家對中藥「水蛭」的認知偏向錯誤，把真的認成假的、假的當成真的，不知道是不是處在「見山不是山」的狀況所造成的。

最後是填問卷大宗的一般民眾，對一般民眾而言蛭類的確是個陌生的類群，而且還經常誤以為地上亂爬的蛞蝓就是水蛭，因此中藥「水蛭」該長什麼樣子其實也沒什麼概念。當一般民眾看到不是蛭類做成的中藥「水蛭」假貨的時候，傾向認為是水蛭、傾向認為不是水蛭、和我不知道無法作答三者幾乎呈現完美的三等分，顯然不太確定到底水蛭該長什麼樣；不過，當一般民眾看到蛭類做成的中藥「水蛭」真品的時候，就有六成傾向認為這是水蛭。看起來，就算一般民眾不太確定蛭類的特徵為何，隱約還是可以察覺到中藥「水蛭」的真品的確符合腦海中的蛭類印象，因此就稍有把握了些。

環節和尾吸盤才是王道

除了調查填答者對照片裡的中藥「水蛭」是不是蛭類製成的真品的認知傾向，問卷中也探尋填答者的判斷依據。整體而言，填答者們經常使用形狀、顏色、外觀這些會隨著炮制過程和儲藏狀況變化的特徵來判斷是不是蛭類，但是判斷蛭類最重要的兩個特徵──也就是上面提過的「環節」和「（尾）吸盤」，就沒有那麼常被提及，只有中醫藥職業者們提到稍微多一點。

話說回來，形狀、顏色和外觀這些特徵，或許可以用來進一步區別不同種的蛭類做成的中藥「水蛭」，或是用來分辨手上的中藥「水蛭」是否有攙假增重或不當炮制，這的確也是中醫藥專業訓練過程中很重要的一點。但無論如何，真中藥「水蛭」再怎麼攙假增重不當炮制都還是水蛭；眼前這個假貨連水蛭都不是，這個問題的層次可就不一樣了。

那麼，中藥水蛭假貨在市面上出現的頻率有多高呢？這顯然需要我去明查暗訪了。

• 下一篇：中藥「水蛭」的意外旅程（中）：市上假貨知多少？到中藥店舖暗訪偽品水蛭

＿＿＿＿＿＿＿＿＿＿

中藥「水蛭」的意外旅程系列：

• 中藥「水蛭」的意外旅程（上）：偽品的震撼現身，以及網路問卷調查
• 中藥「水蛭」的意外旅程（中）：市上假貨知多少？到中藥店舖暗訪偽品水蛭
• 中藥「水蛭」的意外旅程（下）：偽品的身份解謎–不是水蛭，那是什麼？