技术到位、环境成熟 AI边缘运算渗入产业

技术、环境成熟度提升，有助AI边缘运算与产业结合。李建梁摄（数据照）

随着5G普及率提高、芯片技术精进与AI模型精简等环境及技术成熟，AI应用也从原先的云端得以落地到设备端，其中包括交通、制造、零售等领域。业者指出，产业智能化已是不可逆的趋势，而技术、环境的成熟度提升，将有助AI边缘运算进一步与产业结合。

研华嵌入式物联网平台事业群副总经理苏高源指出，边缘运算在产业环境中的应用，并不是突然出现，而是早就存在，现在只是要导入AI、导向智能化；导入AI不仅可以有效降低成本、创造利润，也能让更多新应用服务得以实践。

苏高源强调，不论是智能城市、智能交通还是智能制造，在后端都需要建立一个可靠、稳定的生态系统，才能支应各项应用发展，但AI技术正值百花齐放阶段，面对众多不同需求，可能难以收敛，且各家技术、应用间缺乏标准，导致重复利用率低，推高维护与升级更新的成本；如果无法解决这些问题，则AI边缘运算很难普及至一般业者。

对此，苏高源认为，唯有借由标准化，才能让使用者更容易进行产品应用的开发与升级；平台化则可以大量导入使用者，借由众人之力，让维护升级更容易；一旦有了标准化及平台化的支持，透过多元化发展，不仅可以降低成本，亦可协助不同客户使用最适用的产品，发展专属的应用服务，针对不同需求提供不同解决方案，还可以从功耗、算力与应用特性上进行区隔。

所以，如何透过标准化、平台化的方式，协助AI边缘运算多元化发展，成为业者推广AI边缘运算市场时，必须优先克服的问题。

英研智能总经理张国彬则表示，随着技术与环境成熟，AI边缘运算得以应用在像是智能交通等场域中，过去需要传回云端的数据，现在大部分可以在设备端直接进行识别、决策，不仅节省时间，也能提高效率。

张国彬以交通应用为例指出，过去如果路口出现意外事故，会先回传云端/后台管理中心，再进行对应的决策处置，但现在借由具有AI边缘运算能力的路侧设备，可实时识别并做出判别，甚至直接下达针对周边号志的控管指令，同时将现场情况与处置回传管理中心，对分秒必争的交通管理，能创造一定效益。

友通信息总经理苏家弘表示，当自驾技术或自驾车普及后，甚至可以透过车联网（V2X）的网络，直接将信息传达给正在周边地区行驶的车辆，作为自驾系统及早更新路线的参考依据。

除了智能交通外，张国彬指出，包括智能制造、智能建筑等，也都是AI边缘运算可拓展的应用范畴，且陆续有成功案例出现。

针对AI边缘运算市场逐步成形，苏高源强调，不论是从事安全识别、瑕疵检测、商品识别，或提供自驾车、无人机甚至聊天机器人所需，不同的应用服务，对AI边缘运算的需求也不同，唯有能针对需求，提供切合使用需求的系统解决方案，才能加速让AI边缘运算在不同产业环境中落地生根。

责任编辑：游允彤