Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

【極光片語】地球角落的物聯網

雷漢欣
・2016/01/12 ・4637字 ・閱讀時間約 9 分鐘 ・SR值 513 ・六年級

-----廣告,請繼續往下閱讀-----

只要觀察現在全世界最值錢的企業——Apple、Google、Facebook、阿里巴巴等,就可以發現這企業有個重要的共通點,就是網路。無論提供的服務是O2OM2M、行動電商還是雲端,所仰賴的基礎建設都是「物聯網(Internet of Thing, IoT)」,有了物聯網的平台,企業才能收集、處理資料並且形成獨特的商業模式。另一個有趣的例子是異軍突起的Netflix,「Netflix取代了百視達,但不只讓大家在網路上租影片看,它真正開風氣之先且因此賺錢的,是做出『看這部影片的人也看這些影片』這項服務。現在看主動推薦相關產品的功能已經司空見慣,但當初Netflix實現這個想法時發現,他們有75%的生意是來自這個新功能!」李世光老師覺得厲害。

DSC_4086_02 拷貝
接受專訪侃侃而談的李世光老師。攝影:林梳雲

新能源加通訊,尬出工業革命

「大家都在找新的應用和商業模式,像是小米跟江蕙演唱會成功的飢餓行銷,IoT就是其中重要的平台。」物聯網不僅是人類所使用工具的進步,《物聯網革命》這本書甚至大膽預測,物聯網將會造成下一次的工業革命,因為我們回頭分析人類歷史,可以發現每一次工業革命都是能源與通訊科技創新的結果,而物聯網也有這樣的特性。

第一次工業革命是因為瓦特(James Watt)改良了蒸汽機,由煤炭為動力所驅動的現代蒸汽機取代了水力/風力,大大提升了棉花等產業的生產力,蒸汽印刷機和蒸汽火車增加資訊產生的速度和傳播的距離,也成為一個全新的通訊/能源組合,由於業務高度倚重印刷跟鐵道,所以當時新的商業模式一定出現在運輸、資訊、能源的中心地段,「其實鐵道就是平台,報紙加速生產就像是網路頻寬增加,這個角度的想法還真有意思!」

從19世紀末期開始,電話和石油驅動的能源成為全新的通訊/能源組合,提供第二次工業革命的通用巨型平台。電話讓通訊更加便利,家家戶戶裝有電話後,通訊的節點從火車站變成家庭;石油與電這兩種能源的生產需要很耗費高昂成本,此時的新興交通工具——汽車及相關的公路建設也需要巨大的資源,這樣的特性都進一步造就更強大的中央集權化經營模式。

-----廣告,請繼續往下閱讀-----

過去數十年間,網際網路迅速改變了資訊產生與流通的方法,科學家也積極地開發新型能源和再生能源,由於社群網路的成型、雲端運算的快速發展、數位技術的演進(如3D列印)以及對巨量資料的重視與需求增加,因而興起了最新的通訊/能源組合式基礎架構(如物聯網),在這個架構下,資訊及能源不再以中央集權的方式生產,反而將以「智慧」為概念,經由共享、橫向網路整合推動新的經濟體系。

位於東非的坦噶尼喀湖,劇烈的日夜溫差產生頻繁的翻騰作用,加大湖泊的生產力而形成豐富的漁場。來源:維基百科

台灣湖泊中的物聯網,超科學的~

台灣是座科技島,也是擁有高度生物多樣性的美麗島,雖然有豐富的生態卻缺乏天然能源,偏重軟體的物聯網等科技產業最適合台灣發展。但是今天我們不談物聯網相關產業如何在台灣起飛,而是回顧物聯網以前如何幫助科學家發現台灣高山湖泊新陳代謝的秘密!湖泊代謝,也就是湖泊中光合作用和呼吸作用過程中物質、能量、養分間的動態平衡關係,會受到「翻騰作用」的影響,李老師強調:「如果這樣的結構不夠完整,美麗的湖泊就會變成臭水溝。」

典型溫帶湖泊發生的翻騰效應主要受到季節影響,春季時湖泊在湖面風的吹拂下,上層含氧高的水會往下流,底層富含營養物的水也會翻到上層。但到了夏天,上層的水受到太陽加熱升溫而滯留在表層,整個湖水因溫度和密度而分層無法垂直流動;秋天氣溫下降後,上層水升溫而下沉,形成垂直的水流而產生秋季翻騰作用;冬季時湖面結冰,冰層抵禦了風的作用,湖水是一片平靜。湖泊翻騰時補充了底層水的含氧量,同時也為上層水注入新的營養鹽,因此通常湖泊在翻騰後會有較高的初級生產力。位於熱帶的高海拔湖泊有劇烈的日夜溫差,每天至少可以加熱、分層一次,例如東非的坦噶尼喀湖(Lake Tanganyika),在如此頻繁的翻騰作用下成為非常豐富的漁場。

LSE_Stratification
典型溫帶湖泊在春季和秋季會產生翻騰作用,交換上層水的氧氣和下層水的營養鹽。來源:維基百科

那麼台灣的湖泊呢?「台灣有很大的海拔範圍,我們不完全處於熱帶,但我們的漂亮程度跟多元程度卻跟熱帶有得比,為什麼呢?這個不正常~」李老師笑著說。為了瞭解台灣高山湖泊的生態系代謝過程及影響機制,林業試驗所的前所長金恆鑣博士與研究團隊以保存良好的鴛鴦湖為研究對象。在國科會(現在的科技部)的支持下,他們將裝有感應子的浮筒放在湖面上,每十分鐘測量並記錄湖面上風速、風向、水中溶氧量及不同深度水溫等數據隨著日夜和氣候變換的改變,李老師說:

-----廣告,請繼續往下閱讀-----

「這些就是IoT的原型,所有的數據都是持續的測量並且以無線傳輸到計算中心,因為他們不可能在湖邊以人力24小時監測。」

經過一年多的研究,結果顯示鴛鴦湖的淨生產力在初夏及仲秋最高,在颱風季節則有顯著下降,因為颱風豪雨會對湖泊造成強烈的沖洗作用,湖泊中的菌相和營養鹽更新而暫時降低淨生產力,但是颱風的降雨同時也擾動了原本分層無法翻騰的夏季湖水,反而使生態系接著活潑了起來。

「他們的結論是:颱風是台灣中小湖泊生態系重要的動力來源。」

溫帶湖泊有季節性的變化,熱帶湖泊因每日翻騰作用有很高的生產力,「而研究發現鴛鴦湖的動力來源除了這兩項以外,還有『颱風』這個額外的因子。這個重要的生態研究,是在台灣早期IoT輔助下才能做到的。」李老師說。

小林村紀念公園 來源:維基百科
小林村紀念公園,建於小林村遺址附近,為了紀念莫拉克風災被土石淹沒的462位小林村居民。 來源:維基百科

如果我們為地球穿上各種感應子……

台灣科學家在鴛鴦湖的研究中說明了物聯網對地球的重要性,在另一個悲傷的事件中,科學家則是期望物聯網能避免遺憾發生。2009年莫拉克颱風在台灣南部造成極大的災情,其中最嚴重的災情在高雄市山區的小林村,小林村東北角的獻肚山因颱風帶來的大量降雨而崩塌,滾滾黃沙瞬間淹沒小林村,造成數百人死亡。

「其實過去的研究認為小林村西北角的山頭是比較危險,所以大型的通訊設備恐怕因此建設在東北角,」但八八風災時東北角的獻肚山反而是災難的中心。如果能在環境中安裝各種感應子,以物聯網長期佈局監控降水量、河流流速、雨水滲進地層的情況、山的深層結構等等,或許可以協助科學家計算土石流發生的機率,藉由種種徵兆預測事件的發展,避免憾事重演。「當我們加入物聯網、智慧化的思維,就會看到各式各樣、全面性的樣貌,這是跟以前完全不一樣的事情。」李老師說。

-----廣告,請繼續往下閱讀-----

人手一顆感應子總共消耗幾座核電廠的能量?

早在1980年代,柏克萊大學提出「Sanddust(砂粒)」的概念,以微機電作出小型感應子,這麼一來可以降低感應子的價錢,就能在地球上廣布感應子,得到過去無法獲取的知識。IBM也曾經提出過「智慧地球」這個類似的計畫。但若想在地球各個角落裝上感應子,必須先克服能量的問題。

「假設我們要丟出一百億個感應子,而一個感應子耗電率為1毫瓦(mW),全部加起來就要0.1吉瓦(GW),核四電廠一個反應爐的發電功率是1.35吉瓦,光是一百億顆的耗電就要十分之一個核電反應爐,一百億個感應子很多嗎?每個人身上裝一個就超過這數量的一半了。」

李老師概估感應子的能源消耗,奠基今日雲端思潮的資料中心(Data Center)所需要使用的能源,就已消耗全球6%的能源,而物聯網更加蓬勃的時代勢必會產生極大量的資訊,未來雲端儲存空間還會消耗更多能源。降低能源消耗是物聯網發展的重要環節,因為要在資訊跟能源這兩個工業革命的對應元素同時進步之下,才能催化成物聯網革命。

美軍很久以前就開始設法解決行動裝置的能源問題。通訊科技在軍事的重要性可想而知,戰士們身上大概要準備6~8顆鋰電池,才能確保衛星電話、紅外線夜視鏡、通訊、防護等等配備在沙場上能隨時使用。為了維持這種行動裝置的能量來源,許多科學家探討各種人體動能擷取技術(human motion energy harvesting technology),將發電器放在耳朵、膝蓋、腳底,將溫度、震動、壓力、化學能等等轉換成電能,甚至還曾經考慮利用身體裡的血糖產生電能。

-----廣告,請繼續往下閱讀-----

「energy harvesting (能量擷取)是個很大的領域,可以讓感應子不需要一直換電池,像是鴛鴦湖中的感應子就很需要這樣的研究,它不管是閒置、感測、傳輸,都需要用電,在野外不可能以人力更換電池或充電,所以很多人研究從風力、震動等等來源取得能量。」李老師說。

640px-View_of_Kikuseidai_from_Mount_Maya_Kobe
但若想在地球各個角落裝上感應子,必須先克服能量的問題。來源:維基百科

應用科學是基礎科學的聚焦

物聯網對產業、商業和科學研究帶來的好處已經有目共睹,在物聯網持續改變我們生活的未來,能量擷取是其中很大的結構,需要科學家持續研究,才能不斷的突破科技極限,「那麼,到底應用研究重要還是基礎研究重要?」李老師提出一個大哉問。其實應用或基礎導向的科學研究不應該有價值高低之分,「比較好的說法應該是中經院的陳信宏所長所說:應用研究是大平台,讓各種創新知識彙整、聚焦在這個平台上,而在這個過程中,跨領域的結構也更容易出現。」

以物聯網為例,作為一個科技的應用平台,它需要各種技術聚焦於此,像是感應子開發、高效的能源擷取、訊號傳輸、智慧的節能城市發展、通訊協定的需求……等,其中能源擷取也是一個各種科技的大聚焦平台,從震動擷取能量需要機械和機電子專業的聚焦,利用太陽能發電需要電子、光電專業的聚焦,用無線傳輸取電則需要傳輸技術和電力系統人才聚焦,這些都是基礎研究一路聚焦到產業端的例子,越接近產業端就收縮成更專注的主題。

物聯網現在已經對產業、科學研究帶來許多好處,未來的應用更無可限量,科學家一步步突破技術上的障礙,讓感應子如沙粒般撒在地球各個角落,我們就可以得到更多知識、更了解這顆星球,進一步理出人類、所有物種與地球間,更適合的共存共榮之道。

-----廣告,請繼續往下閱讀-----

【下回預告】素番茄的科普難題

利用物聯網研究台灣湖泊生態系的利用物聯網研究台灣湖泊生態系的金恆鑣博士,他的哥哥,作家金恆煒,曾在一篇探討基改食品的文章中寫道:「老闆,來杯『素』的純番茄汁!」,雖然這是文章中虛構的素食者點餐台詞,但還是相當令人好奇:番茄難道不是素的嗎?1990年代曾有生技公司嘗試在番茄中加入魚的抗凍基因來研發耐寒番茄品系,「這個番茄是葷的還是素的呢?大部份人會覺得:『有動物基因,嗯,是葷的。』但對我們學科學的人來說,番茄當然還是素的,因為基因並沒有動植物的差別。」李老師說,「差別在科普。我常以這個例子來說明,看似複雜而令人害怕的東西,其實只要從原理來看就能理解。」

轉入動物源基因的植物究竟素不素?每個人有著不同科學知識含量及對問題的認知,因而會有不同的解讀和答案,若補充大家的背景知識是否就能消弭認知差異?科學普及能如何改變人們思考和判斷呢?關於李世光老師這幾十年來推廣科學教育的精采故事,都在下一回的「極光片語」!

【極光片語】專欄收錄李世光老師的訪談,每一段小故事、小物件的背後,都有饒富趣味的科學道理。吉光片羽比喻殘存的珍貴文物,象徵李世光老師在科學研發的高昂志氣和人生智慧;傳說見到極光會帶給人一輩子的好運,期待讀者在本專欄得到的啟發,都能像看見極光般感動。

-----廣告,請繼續往下閱讀-----
文章難易度
雷漢欣
20 篇文章 ・ 5 位粉絲
PanSci的菜菜實習編輯,來自溫馨的動科系,心情好的時候喜歡說「你知道嗎!?」小故事,即使常得到「誰不知道阿.......」的冷眼回應,也不改其志。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
從販賣機到智慧設備:物聯網的發展歷程
數感實驗室_96
・2024/06/23 ・1135字 ・閱讀時間約 2 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

在這個通信技術普及的年代,我們不斷介紹各式各樣的通信技術。大多數的通信技術都是為人服務的,這似乎是理所當然的。然而,有一種通信技術並非直接為人服務,而是為物體之間的交流提供支持。這種技術不僅存在,而且在現代已經成為最主要的通信形式之一,我們稱之為——物聯網(IoT)。

物聯網,Internet of Things,簡稱 IoT,顧名思義就是物品,機器、設備連上網路。

在我們生活中,如智慧手錶和藍牙耳機這些穿戴式設備,它們各自擁有特定功能,同時又能透過藍牙技術相互連結,這就是物聯網的一種應用。

-----廣告,請繼續往下閱讀-----

你可能會問,手機也算是物聯網的設備嗎?

這取決於你如何定義和使用手機。如果是人們使用 5G 或 4G 技術彼此傳訊息和溝通,那麼這不屬於物聯網的範疇。但當手機與藍牙耳機或智慧手錶連接時,它們之間的互動更符合物聯網的概念。因此,物聯網的基本定義是,不直接涉及人跟人、或是人與設備的互動。基本上都是設備跟設備之間的溝通。

通信是人類最基本的需求,同時也帶來無限商機,就像我們不想跑到別的地方買可樂,卻發現賣光了一樣,科技為能解決這些需求,促使通信技術的持續成長。

如同手機的普及帶動了市場需求,從一家一部的電視和冰箱,到人人一支的手機,並且每隔幾年就更新換代。這種商機吸引了企業的投資,也推動了強大的研發動能。

-----廣告,請繼續往下閱讀-----

而現在,我們正生活在一個設備數量遠超人類數量的時代,從藍牙耳機、智慧手錶,到遍布全球的智慧設備,物聯網的技術已經無處不在。

不妨思考一下,還有哪些需求尚未被滿足,也許它們正是下一個物聯網應用的起點。

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

1
0

文字

分享

0
1
0
培育屏東數位能量——屏東縣政府跨域數位爭霸戰頒獎典禮暨成果展
鳥苷三磷酸 (PanSci Promo)_96
・2022/11/24 ・650字 ・閱讀時間約 1 分鐘

「屏東縣跨域數位爭霸戰實戰競賽」頒獎典禮暨成果展於11月19號完美落幕。為培育屏東青年數位能力,屏東縣政府特別推動「跨域數位人才培育計畫」,主題包含「AVR 應用」、「數位光影技術」、「智慧物聯」、「自媒體影音串流」及「數位媒體應用」五大類,以透過學習數位工具提升履歷競爭力。更延伸計畫辦理「屏東縣跨域數位爭霸戰實戰競賽」,參賽隊伍都是在屏東就學或就業之青年報名,提供競賽總獎金30萬元,鼓勵與培育屏東的數位人才發揮創意,將屏東的故事透過數位方式展現出來。

本次參賽作品精采多元,展現屏東青年設計的創意及數位能量。包括影片拍攝屏東美食美景的「屏安米樂」及「做伙憩屏東」,利用線上展覽介紹屏東單車路線的「屏東單車旅遊趣」,以及獲得潛力獎的團隊「Animation Pingtung」、「斯卡羅」及「禁忌之戀」,第三名則是由透過線上迷宮遊戲的模式融入屏東各個區域的特產、美食的「屏藏物語」,第二名則是製作了年底即將啟動的屏東數位青創中心外牆,運用非常吸睛的光雕影像結合屏東元素的「光點屏東∞斑雕共構」,第一名殊榮則由屏東科技大學餐旅管理系的「鐵橋記」獲得,同學們運用實境解謎搭配Line機器人,透過遊戲方式介紹高屏溪的歷史。

每個團隊皆發揮獨特創造力,在課程中從0到1扎根數位技能、從無到有創造屬於自己的成果,屏東青年人才有目共睹,展現屏東縣政府陪伴青年,提供良好的創業環境與資源,有望未來提升屏東競爭力!

-----廣告,請繼續往下閱讀-----