新多孔聚合物是一種威力強大的超級電容

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

本文由科技部補助，泛科學獨立製作

穿戴式裝置正火紅，除了智慧手錶、智慧手環等常見的穿戴裝置，你知道還有智慧衣嗎？相較於智慧手錶或手環，智慧衣能更貼近、更大範圍的覆蓋人體，在生理檢測上，能比手環類產品來的準確。但若要能夠檢測，智慧衣就得通電，目前市面上的智慧衣仍需要額外的供電裝置（像是固體電池等）來供給電力，不但累贅，也降低了穿戴舒適性。

超級電容器供電於無形之中

美國卓克所大學（Drexel University）近期和美國海軍學院合作了一項研究計畫，他們找出一種方式，能夠讓活性碳顆粒嵌入不同類型的毛線中，藉此可儲存能量，進而觸發感測器及電子整合裝置，並將這類針織品改良而成智慧衣。

這些由不同類型感測元件製成的「智慧布料」，其實已經發展十年之久。但以往這些產品往往都只是實驗室裡的展示品，近幾年才開始進入消費者市場，像是能夠監控運動員生理狀況的智慧穿戴裝置，以及追蹤健康與身心狀況的產品。根據 Gartner 在 2014 年底的報告指出，智慧服裝的市場將會從 2014 年的十萬件，成長到 2016 年的兩千六百萬之譜。

直至目前為止，市面上多數產品皆會利用額外的處理裝置來做資料擷取，並和智慧手機、平板等行動裝置連結。這些處理裝置的模組雖然不大，但仍必須使用傳統電池供給電力，從美學或是功能的角度來看，這樣的設計其實都不盡理想。

因此，創造一個高彈性，且能整合到針織品的能量儲存器一直是相關研究人員的目標。終於在去年，來自中國與美國的研究團隊有了一些成果，他們分別展示了由石墨與碳奈米管製成，且能編織進服飾的纖維狀超級電容器。當時的報導指出，這些以碳為基礎的微型超級電容器，每個纖維擁有最高的體積能量密度（每小時 6.3 微瓦/每立方毫米，相當於一個 4 伏特，每小時 500 微安培的電池）。但是這些產品雖然看似強大，其造價卻相當昂貴，而且碳奈米管可能含有毒性的疑慮尚未被排除，再再都降低了此產品的商業價值。

關鍵因子：活性碳、天然纖維焊接與離子液體

為了能夠創造出不需外在裝置、成本低廉的能量儲存裝置，卓克斯大學的團隊開始採用價格便宜的活性碳。除了便宜外，活性碳安全無毒，甚至常常被用於減少有毒物質的吸收。根據卓克斯大學材料科學家 Yury Gogotsi 表示，只要使用約 3000 平方公分的面積（相當於襯衫背部中央區塊的大小），便能儲存相當於一個 4 平方公分大小的錢幣型電池的電力。

為了達到這樣的能量密度，該團隊採用一種叫做天然纖維焊接的技術（Natural Fiber Welding，NFW），這種技術是由美國海軍學院的化學教授 Paul C. Trulove 與空軍辦公室的科學研究部的 Hugh C. Delong 發明。NFW 可讓像是活性碳等材料，嵌入由棉、麻、竹子或人造絲製成的紗布、織品。

NFW 技術雖然複雜，但在卓克斯大學與海軍學院團隊的努力下，它們製造出一台專門用於NFW 的機器，能夠持續的生產出數十米的紗布。「真正需要成本的只有 NFW 過程中所需的離子液體」海軍學院總司令 David P. Durkin 說：「它們雖然昂貴，卻是非常優異的替代有機溶劑，因為它們不會揮發，甚至可以在水中重建，進而回收」，Durkin 認為，如果NFW技術被規模化，那麼離子液體的成本將會是一項關鍵因素。

電力供給效能尚待解決

在現有技術下，能量儲存紡織品的所能供給的電力其實並不多，像智慧手機等行動產品可能都不敷使用，但還是有許多其他應用可以受惠於這類紡織品。卓克斯大學博士生 Kristy Jost 解釋道，現在市面上有越來越多的電子紡織品，但多數產品仍需藉由固體電池來提供電力，針對此點，她致力於儲能紡織品的研發，最終目標是希望生產出一種能量儲存裝置，能夠驅動相關電子產品，像是針織感測器、低功率的通信設備等。
相較智慧手錶、手環等較為 High-Tech 的產品，智慧衣則 High-Touch 多了，不但能夠真正「穿」在身上，也能提供更準確的生理數值。在娛樂價值上，模特兒與藝人也能穿著智慧衣，在表演時展現更多炫麗的特效，增加娛樂效果。只要能夠解決電力供應的缺點，相信在 2016 年達成兩千六百萬件的市場規模絕對不是問題。

（本文由科技部補助「新媒體科普傳播實作計畫－智慧生活與前沿科技科普知識教育推廣」執行團隊撰稿）

責任編輯：鄭國威
審校：陳妤寧

文＼王昱夫

能源和環境無疑是近年來大家最關注的話題之一，電動車更是其中常常被拿出來討論的選項，然而，這類電力產品長久以來無法普及的ㄧ大困難點，就在於充電時間太長，想像一部車開進充電站，卻要花上半小時時間充飽電才能再上路（而且還沒辦法像用油一樣開那麼遠，很快又得找站充電），簡直讓人受不了。針對這樣的問題，紡織產業綜合研究所開發的「超級電容」，不但能夠滿足快速充放電的需求，更可以和紡織技術結合，開創出全新的市場！

紡織所開發的「織物超級電容」，曾在2011年榮獲R&D100大獎（此獎項素有「產業創新奧斯卡獎的美譽」）。其特色在於具備高度柔軟性（可180度折疊）、高穩定度、長壽命、快充快放及大容量，可以有效與自行車發電系統、太陽能電池做結合，成為高度生活化且應用性高的產品。

織物超級電容為什麼可以擁有這麼多優異的性質呢？其最創新之處便在於它使用了紡織材料作為電容的基材！是的，你沒看錯，是紡織材料！捨棄了以往電子材料總是硬梆梆的刻板印象，研究團隊採用了柔軟可撓的紡織物支撐整個電容結構，於其中灌注特定比例的電解質溶液後加以真空封裝，做成這片厲害的超級電容。也由於是使用紡織品材料，整片電容就像衣服一樣，可以隨意的扭曲、搓揉，當筆者親手拿著它把玩！簡直難以想像傳統的電子元件竟然能以如此特別的型態被製造出來！

「我們採用紡織材料來做，就是因為它具有好的可撓性和多孔性結構」受訪的蔡副組長向我們解釋道。有了好的可撓性這項產品的應用便不受限於傳統的空間限制，可以把它彎曲、塞在很小的空間內，或是放在背包、衣物這種需要高柔軟性的物品上，與穿戴式裝置做結合。除了可撓這項大特色之外，織物超級電容比起傳統的電容在性能上更絲毫不遜色！它的充放電速度接近傳統電池的100倍，同時，它比起一般電容，不但漏電速度慢，其壽命甚至可以經歷將近10萬次重複充放電（普通電池充放電壽命約300~500次）！這些特點結合起來，未來或許就能與前面提到的電動車輛做結合，達成快速充放電電力車的願景。

在應用面上，紡織產業綜合研究所也研發了特殊的LED紗線作為目前市場化供應的第一步。LED紗線和傳統的LED不一樣，也是強調「以紡織材料為主體」的產品，透過高度技術織造，具備比起傳統電線更高的承重力，也可以像一般衣物一樣耐水洗；值得一提的是，紡織所開發的這款LED紗線不像一般的LED燈有方向性（只有一個方向發光），360度全方位可發光，不論從哪端看都可以看到亮光！而且，紗線本身材質的導光效能也很好，可以讓整條線均勻發光，提高其應用性。

從產品端來看，目前織物超級電容已應用於自行車與太陽能供電裝置：由於這類發電來源其供電量往往不穩定（人踩的速度不可能一直固定嘛@@太陽也不會一直在頭頂～），如果直接把發的電接到要使用電的裝置上（像是車燈或手機充電裝置），效果可能不好（燈一下暗一下亮）或甚至會損傷器材（手機壞掉），所以這時候，就輪到超級電容出馬了！發揮它快速充電的特點，在發電時快速將電力儲存於電容內，再以固定的輸出量供電給要使用的裝置，達到好的電力運用（智慧儲能的概念啊！）。LED紗線則是可以運用在安全警示，與智慧型穿戴裝置做結合，結合這兩項技術，說不定未來，能夠像「布」一樣隨身攜帶的螢幕，也不再是天馬行空了呢！

紡織業以往被大家視為傳統產業，很難和最新科技這類的詞彙聯想在一起，然而，紡織所開發的智慧型儲能及發光織品，卻讓我們都著實大吃了一驚！紡織如此柔軟的材料，在與電子科技結合後，開創出了新的ㄧ片藍海！

更多資訊請參考解密科技寶藏