小鎮故事多，年輕人在此裡找到夢想基地

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

文／歐葳

智慧生活旅遊的最後一站原本是大鞍古道，但因為颱風來襲，步道不易行走，因此陳老師改帶玩家們到了大鞍國小，一邊重溫小時的記憶，一邊細聽大鞍的歷史。

要進入國小之前，老師帶領大家走了一段好漢坡，雖然距離不算長，但坡度挺陡的，一旁時有竹林密蔭、時有雜草小花，難得的是在路上見到了人面蜘蛛，在枝葉間，蛛網結得整齊且漂亮，讓走累的人在喘息時眼睛一亮。

大鞍國小是個規模迷你的小校，一度落入被廢校的命運，為了讓校園起死回生才轉型成對外開放的特色校園，因此任何人都能在校園裡泡茶聊天辦活動。校園中可以見到歷屆畢業生的牆壁彩繪，從畫面裡的畢業生人數看來，這間校園每年產出的畢業生真的是屈指可數，難怪學校會選擇這樣對外開放，以吸引更多的人進來。

陳高明老師帶領玩家們繞玩校園一周後，就在校園的活動平台上開了「大鞍講堂」，與大夥暢聊竹山願景。陳老師說：「當你去過很多國家之後，你就會發現台灣是最不會保護資產的地方！」他指出，早期台灣的竹管厝發展模式與日本的合掌屋其實很像，都是在家有喜事的狀況下全村的人會集結起來替你蓋房子，為得是一種祝福、也是全村合力的象徵。在日本，合掌屋已成聯合國認定的文化遺產，但反觀台灣，竹管厝早已被拆得差不多了，甚至沒有多少年輕人有機會接觸這樣的特殊歷史建築。

另一方面，他也舉巴黎為例，在戰爭時，國家為了要保護藝術資產不遭受破壞，不惜動員人力將彩繪玻璃拆除，另外保管，如此傾全力保護這些文物的人文精神徹底感動了老師；除此之外，老師也拿同樣使用筷子的日韓兩國來說明文化教育的重要，中國雖為筷子的發源地，卻沒有教導孩子們認識筷子文化，為了方便、不阻止孩子使用湯匙或叉子做替代，反觀日韓兩國十分重視筷子文化，甚至都將筷子課納入正課，需要通過考試才能畢業，如此不同的教育正塑造出不同的文化氣質。

大鞍講堂精彩的故事就在敏哥一聲「老師！落雨了～」中被迫暫停，玩家們紛紛卯足全力爬上好漢坡，只見米粒大的雨滴就在分秒中長成了豆子大的模樣，大夥又累又喘的模樣，雖是狼狽，但卻明顯感受到山間空氣頓時消暑了許多。坐上遊覽車，擦乾身子，玩家們都被這突來的暴雨擺了一道，只能算是竹山送來的道地大禮啊——午後對流雨！

在車上細數陳老師今天與玩家們分享的故事，可以說是巨細靡遺，從小鎮的古早故事到台灣文化發展願景，再回想前一天的老師們對在地文化的熱愛，智活玩家們不難發現行程中的每個在地人都是熱愛這個山頭的，他們使用了自己的方法把鹿谷和竹山的「好」交代給所有人，難怪會有玩家分享心得時只說了兩個字：感動！

文／歐葳

離開初鄉活動中心，步行前往李宅三合院，途中經過初鄉國小和五分車，小玩家們對五分車非常陌生也十分好奇，敏哥隨之招呼他們試著玩看看，而一行人則繼續沿著鐵軌走，途中發現了巨大菠蘿蜜（有玩家竟然大叫：釋迦！），還有各種茂盛的花花草草，除此之外，也看到了特殊的鋼琴造景，被許多手製玫瑰環繞的鋼琴，在七夕的今天看到是加倍的浪漫。敏哥解釋，路上走過的空地皆是屬於生創系學生的實習場域，學生們皆絞盡腦汁發揮創意，希望能將這些土地活化起來，讓更多人願意來走踏！

五分車鐵軌的終點就是李宅三合院，女主人朱怡甄老師十分熱情的吆喝玩家到裡頭坐，並且也解說起這個空間的由來，空間原名「初鄉茶間」，是在這個夏天才重新佈置的，藉由南開科大學生的場域實習，從油漆牆壁到重新擺放內裝，實習生的創意賦與茶間全新的生命，讓遊客們只需環視四周擺放的製茶機具和解說掛牌，就能清楚了解製茶的過程，再加上朱老師的押花專長，茶與花的相遇，讓這個三合院溢滿「花語茶香」。

晚餐是由社區媽媽特別準備的「採茶餐」，餐食的特色「新鮮、當地」，所有食材均當日當地現採，有香甜的地瓜飯還有鮮美的山蔬，不僅可口，在視覺上也有非常多元、鮮豔的感受，而怡甄老師親切地招呼，也讓玩家們在這裡有了回家的感覺，身心都放鬆了。

另一頭，在三合院的廣場上也同步準備著茶席，每張茶桌都有專業的泡茶師在等候玩家們，待大家用餐完畢，便可三五一桌、圍坐在星空下，佐著輕輕的蟬鳴和微風，專屬智活玩家的竹口笛音樂會就要開始。

這場茶香與樂音交織的宴會是由美燕老師與鄭瑞賢老師一起呈現的，首先由美燕老師講解了茶在鹿谷的發展歷史，也簡單的傳授泡好茶的方法，同時每桌的玩家們可以品嘗到茶藝師泡出的青山茶，一邊感受茶湯的溫潤，鄭老師也吹響了今夜第一顆樂音，是優美的奇異恩典。

鄭瑞賢老師精通十餘種中外樂器，熱愛音樂的他在第一次聽見竹口笛時便被迷上了，因此改良這個造型精小的樂器，將其音域由單音擴展至十三音，搭配老師特別編曲的弦樂配樂，竹口笛的展演就豐富且精彩了。

這個夜晚，玩家們在兩位老師的配合下享受了一場豐盛的筵席，舌尖的香氣由淺入深，從青山、焙火到碳焙烏龍，耳邊的旋律也越過了許多國家，有紐西蘭的曲調、也有輕快的美國民謠，從哀戚的雨夜花到輕快的桃花過渡，第一天的行程就在竹口笛團大合奏小星星的旋律中悄悄落幕，玩家們用了五感真切體驗初鄉的樣貌，無不覺得充實且愉快。

文／歐葳

吃完早餐，智活玩家們揮別了充滿檳榔花香的新溪頭初陽生活會館，離開初鄉，下山前往竹山小鎮。竹山是日治時代發展竹藝的主要地方，也是前一天所嘗試的竹編QR code主要推廣處，只要在配合的商家門口就能見到特別的竹製招牌，格外引人目光。

今天的第一站是小鎮文創，前名小鎮故事館，是何培鈞先生規劃用來推廣文化創意發展的基地，除了小鎮文創之外，何培鈞還另外使用了兩個場地，分別為前山綻和竹巢學堂，三個空間的氛圍不盡相同，但都是為了要給年輕人到竹山發展的機會而開闢的。

今天接待智活玩家的在地導遊是陳高明老師，老師的專長雖是竹藝，但因為從小在竹山生長，也是個講地方故事的好手，一路上細數當地歷史，竹山曾經的三多：旅館、金飾店、酒店，雖然早已沒落，卻在老師的生動描述下彷彿活了起來，遊走在林杞埔老街中，老師或指著嶄新的全聯福利中心，遙想日治時期曾經的日本小學校；抑或指著整修中的騎樓，細數過去風光大旅店的時光。玩家們的腳步走踏在老街裡，身邊的光景從日式木板屋到為巴洛克式建築，彷彿成為了時光旅人，穿梭在歷史之中。

除了想像過去建築的樣貌，老街上也依然留有過去的老行業，玩家們走過了米麩店，嘗到剛爆好的熱熱米香，也途經保留傳統擺設的柑仔店，內部也還販賣如油燈等古老器具；最難得一見的就是傳統打鐵店，師傅現場燒了火紅的鐵塊，用機器打給玩家們看，玩家們都屏氣凝神、睜大雙眼，仔細觀看這在都市中難得一見的傳統工法。

結束老街巡禮，何培鈞先生已在竹巢學堂等待玩家們的到來，豔陽天裡的冷氣房特別誘人，團隊也準備了捲仔粿和紅茶供玩家品嚐，準備聆聽關於培鈞與竹山的故事，他分享了在「天空的院子」的創業歷程，帶出了年輕人對於未來世代的夢想與想像，這一段小小的分享，作為上午活動的結尾，也為下個地點做了預告。

下一站，就是培鈞的夢想基地「天空的院子」，在整修之前，這裡是荒廢的古厝，在他的巧手規劃下，與友人重新翻修了這個古色古香的三合院，從屋頂瓦片、竹屋內裝保留到門環獅頭的風格選擇，處處可以見到他的用心，同時，也為了服務進駐的旅客，提供了特色餐點，也就是今日玩家手中的花布便當。

走進餐廳，大紅的花布便當一個個躺在桌上，彷彿像在招手、要大家快快拆開大快朵頤，玩家們雖然十分好奇，但仍不忘和難得一見的午餐拍照打卡、與朋友分享；除此之外，餐廳附近的景色也令人驚歎連連，翠綠的山頭一個接著一個，綿延不絕，玩家們飯後三五成群、映著好山水就聊開了呢！