手槍蝦的閃光音爆槍!

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

小小身軀能發出威力無比強大的巨響

有些動物會利用空蝕現象來捕抓獵物或抵禦攻擊者，鼓蝦（Pistol Shrimp）是最好的例子。這種 5 公分長的蝦科動物也被稱為手槍蝦，只因為牠會把敵人打倒。

牠可以用那對手槍螯發出比噴射機還大的聲音，大約是200 分貝，這讓牠成為世界上聲音最大的動物。小動物聽到會昏倒，較大的攻擊者也會迅速逃跑，就算是潛水艇的聲納設備也會被破壞。手槍蝦之所以能發出這麼大的聲音，是因為空蝕現象，牠會忽然用力合上手槍螯，朝攻擊者射出一股水流，這股水流後面會形成水蒸氣，並隨著一聲巨響而內爆。

有趣的是，手槍蝦可能根本就聽不到大爆炸的聲音。研究人員沒發現蝦子具有聽力器官，這點也許對瘋狂大爆炸會更好。

除此之外，手槍蝦不只會用螯產生轟雷聲，還會產生閃電，當空氣泡內爆時，會釋放很多能量，所以會出現「聲致發光」（Sonoluminescence）的現象，也就是當液體受到強烈壓力波動時，所發出的光效應。可惜的是，人類無法用肉眼看到閃電，但如果你可以利用相機超慢動作動態攝影的功能來拍攝手槍蝦，這樣就能看到聲致發光的現象。這看起來真的非常不可思議！發現這種效應的人非常高興，甚至將這效應稱為「蝦發光」（Shrimpoluminescence）。

總而言之，手槍蝦是種非常迷人的動物，可以單獨替牠寫出一整本書，私底下牠也是很喜歡社交的，喜愛和小魚或海葵一起生活，也經常和帶條紋的蝦虎魚一同住在山洞裡。

手槍蝦會整天待在洞裡，沒有敵人來襲時蝦虎魚會在洞口游來游去，但要是有章魚在附近游來游去，蝦虎魚就會飛快游回洞穴，並害怕發抖，然後就是手槍蝦表現的時候了，牠會衝出山洞，伸出螯砸向攻擊者。

如果牠在戰鬥中輸了，把螯弄斷了，牠只要修復自己就好了，另一邊的正常螯還是可以攻擊，而斷掉的螯會再重新長出來。

船艦該如何克服空蝕現象

手槍蝦那麼強大的自癒力對「勇敢號驅逐艦」這種艦艇來說當然不可能有。

1893 年，艦艇上的工程師不得不在這裡與有破壞力的空蝕作用鬥智，他們成功了！這艘艦艇沒有轉動很快的大螺旋槳了，而是幾個較小的螺旋槳，功率也稍小，這樣水流就沒有那麼快，空蝕現象也減少了。

就這樣，這艘船艦最後能以 32 節的速度出海航行，在 19 世紀末，這個速度的確非常快，報紙終於稱它為「世界上最快的船艦」，工程師們對此感到很滿意。

後來，他們只改變了一件事，就是在船頭安裝了一個魚雷發射管，可以朝敵方艦艇射擊。但這後來被證明是不切實際的，因為「勇敢號驅逐艦」現在的速度超級快，根本已經有可能超過它自己魚雷的速度了。

這已經是一百多年前的事了，現在有許多巧妙的解決方法，可以保護船隻免受空蝕現象損壞。

有些螺旋槳的設計會讓空氣從它的邊緣流出去，那些小氣泡的作用就會像阻尼器一樣，當水在螺旋槳後面流動過快且壓力過低時，氣泡就會膨脹，進而防止形成空氣泡。這個技術對軍艦也很有用，因為可以讓船艦變得更安靜，就如同我們從手槍蝦身上知道的那樣，氣泡破裂的聲音非常大，這樣會害船隻被敵人的聲納定位到。

——本文摘自《神奇物理學：從重力到電流，日常中的科學現象原來是這麼回事！》，2022 年 9 月，商周出版，未經同意請勿轉載。

2015年即將結束，讓我們一起來看看由自然《Nature》選出的年度精選照片吧！

爬蟲類大對抗

別以為你在看侏儸紀世界！這是兩隻科摩多巨蜥（Komodo Dragon）為了爭地盤而決鬥的畫面。科摩多巨蜥生長在印尼，是現今體型最大的蜥蜴，平均體長可達2至3公尺，以肉食及腐食為生。由於科摩多巨蜥分泌的毒液會阻擋獵物凝血，造成獵物失血過多死亡，所以牠們會放走咬過的獵物，然後只要在背後偷偷跟蹤，食物就能手到擒來。這張展現野生動物決鬥的照片是2015年野生動物攝影師大賞的（Wildlife Photographer of the Year ）的決選作品。

看得見的音爆

我們都知道當鴨子划過水面的速度大於水波的速度時，鴨子會在水面產生一道道美麗的漣漪。但你看過這樣的音爆場面嗎？這架美國的噴射機以超音速飛行在莫哈韋沙漠上空，位於噴射機上方的另一台美國太空總署的飛機捕捉了噴射機劃過天空的產生的衝擊波。光經過不同密度空氣的折射現象其實是很難被觀察的，但透過1864年德國科學家August Toepler發明的紋影攝影術（schlieren photography），我們能將音爆的效果完美呈現。

奇幻的麥哲倫雲

這可不是甚麼汙染河面的空拍圖XD，而是普朗克衛星捕捉微波及紅外光，計算後得到的麥哲倫雲。圖中較大片的褐色區塊為大麥哲倫星系（ Large Magellanic Cloud），左下角較小的褐色區塊則為小麥哲倫星系（ Small Magellanic Cloud ）。這兩個星系屬於沒有旋渦、橢圓等結構的不規則星系，並可能環繞著我們生活的銀河系。

象鼻蟲的大頭照

「哈囉～你在看我嗎？你可以再靠近一點！」這是一隻棉子象鼻蟲（boll weevil, Anthonomus grandis），頭部僅有幾釐米寬，長長的、延伸出來的不是鼻子，而是用來覓食的口器。這張Wellcome Image Awards的得獎作品，利用掃描電子顯微鏡（scanning electron microscope），清楚呈現象鼻蟲的頭部特徵。

大自然裡也有粉紅龐克！？

原文是用令人恐懼（ eerie）去形容圖中像骷髏的物體，但我覺得它們笑得蠻可愛的啊╰（￣▽￣）╭。哎呀～回歸正題，這是由David Maitland拍攝的紙紗草（papyrus plant, Cyperus papyrus）維管束切片200倍放大影像。維管束組織負責傳輸養分及水分，是維管植物裡很重要的角色，不只可愛而且還很有用呢！

病毒蔓延中

這是一張大病毒的3D影像（ large virus，其宿主為後棘狀阿米巴變形蟲（Acanthamoeba polyphaga）），由數百張的2D影像疊圖而成。但科學家究竟是如何知道物質的三維結構呢？答案是，X光繞射（X-ray diffraction）。由於單一分子的繞射行為並不明顯，科學家唯有將待測物結晶，透過大量重複單元的晶格繞射結果，才得以了解待測物的結構。因此養晶、解結構，仍是目前最直接證明合成出目標分子的方法。可是…養晶是門藝術啊（倒～～）！生物大分子的結晶尤其困難。好消息是X光自由電子雷射器（一種高強度的脈衝X光）的出現有望解決這個困難，讓科學家不用養晶也能知道單一分子的結構！

太空泡泡

這團「雲啊~霧啊」的太空泡泡是行星狀星雲－南貓頭鷹星雲。當恆星進入生命晚期，其向外膨脹的氣體被電離後產生發射星雲，即為行星狀星雲。 此照片由智利的甚大望遠鏡（ Very Large Telescope）拍攝。

「冥王星，你好!」

2006年發射的新視野號，這幾年來不斷傳回大量的影像和資訊回地球，然而直到2015年，這張當新視野號最靠近冥王星時所拍攝的冥王星影像才真正地驚豔了大家。照片中太陽光清楚地勾勒出冥王星的輪廓，顯現了她孤冷（表面溫度44 K）的氣質。期待新視野號能帶領我們繼續發現太陽系的其他秘密。

快閃一瞬間

這張照片利用長時曝光的攝影技術，清楚地捕捉到了閃電！對於大部分的人來說，雷電交加是件很可怕的事；然而對於位在美國佛羅里達的國際閃電研究及測試中心（International Center for Lightning Research and Testing）而言，這些我們害怕的事物，卻是他們感興趣的對象。他們設計並實際探討火箭穿透風暴後觸發的閃電現象。

「膚淺」的人體影像

這張彩虹斑點的人體照片，顯現了在人體最大的器官－皮膚上的化學物質及微生物。圖中色彩越趨近於紅色代表此處的分子多樣性越高，反之，藍色代表多樣性低。聖地牙哥大學的Pieter Dorrestein及其團隊徵求兩名志願三天不洗澡的健康受試者，採取他們皮膚上約400個位置的樣品，進行質譜及DNA定序的分析，最後利用超級電腦彙整了大筆的數據並繪製了這張圖。

生生不息

這張滿布屍首的照片呈現了禿鷹的日常生活！禿鷹以屍體為食，很少主動攻擊動物。牠們的胃酸有很強的腐蝕性，因此即便吃下被細菌感染的食物，也不容易生病。這畫面或許看起來有點陰森，然而禿鷹的攝食習慣，其實在生態系統的健全發展中扮演很重要的角色。

加州大火

今年8月克里爾雷克（ Clearlake）的火災照片。人稱「金州」的加州這四年來飽受乾旱之苦，野生動物的生存受到了威脅，各地區更是火災頻傳。

火星上有水！？

「火星上究竟有沒有水？」一直是天文學家好奇的問題。現在，他們用這張火星上的隕石坑－火山口加尼上的照片證明火星上真的有水在流動！圖中黑色條紋的部分表示火星表面有含水的礦物質，且條紋的分布會受季節影響，推測和水的流動有關。這項研究仰賴高解析度成像科學設備（High Resolution Imaging Science Experiment, HiRISE），並希望後續的結果能讓我們對於宇宙生命的發展有更進一步的了解。

一口氣看完了那麼多精彩的照片，你是否更想了解其背後的故事呢？別擔心，泛科學早就為好奇的你準備了許多相關報導，祝大家有個收穫滿滿的2015喔！

• 驚！火星上有水！
• 冥王星你好
• 獸藥，救了牲畜卻殺了禿鷲
• 加州乾旱、臺灣沒雨，與氣候變遷有關嗎？
• 透視麥哲倫雲
• 島嶼上的瑰麗珠寶—球背象鼻蟲
• 衝啊！音速小子—淺談音爆及光爆

 參考資料：