AI沖擊物聯(lián)網(wǎng)架構(gòu) 邊緣運(yùn)算將是問題解答

這幾年IT市場(chǎng)的變化又快又大，不斷有顛覆式的技術(shù)沖擊市場(chǎng)，包括云端運(yùn)算、物聯(lián)網(wǎng)、大數(shù)據(jù)，每一個(gè)新技術(shù)與新概念，都對(duì)科技產(chǎn)業(yè)帶來了破壞式創(chuàng)新，面對(duì)這些新的沖擊，無論是單一產(chǎn)品或是整體架構(gòu)，都必須因應(yīng)全新的產(chǎn)業(yè)趨勢(shì)隨時(shí)調(diào)整，尤其是2017年興起的另一波AI浪潮，更將與現(xiàn)有的物聯(lián)網(wǎng)集成為AIoT，成為新世代的IT主流，不過大聯(lián)大品佳集團(tuán)技術(shù)支持中心副總周信旭認(rèn)為，現(xiàn)在的物聯(lián)網(wǎng)架構(gòu)要有AI功能，仍然力有未逮，包括帶寬、運(yùn)算能力、資安等，都是物聯(lián)網(wǎng)系統(tǒng)運(yùn)行時(shí)會(huì)遇到的挑戰(zhàn)，對(duì)此周信旭指出：「邊緣運(yùn)算(Edge CompuTIng)會(huì)是AIoT未來的解答?！?/p> 強(qiáng)化終端能力，AIoT效能才會(huì)跟著提升

物聯(lián)網(wǎng)是先由第一層感測(cè)網(wǎng)絡(luò)擷取數(shù)據(jù)，然后再將數(shù)據(jù)送到上面的云端平臺(tái)儲(chǔ)存、運(yùn)算，進(jìn)而做出最佳化分析，周信旭指出，后端平臺(tái)的運(yùn)算質(zhì)量除了處理器本身的能力外，感測(cè)網(wǎng)絡(luò)傳回的數(shù)據(jù)量也是關(guān)鍵，「畢竟龐大的數(shù)據(jù)量才能累積出足夠的樣本數(shù)，AI的運(yùn)算成果也才夠精準(zhǔn)?！共贿^伴隨大量數(shù)據(jù)而來的是帶寬問題，「現(xiàn)在通訊技術(shù)的帶寬都?jí)虼?，要傳送大量?shù)據(jù)早就不是問題，問題是寬頻設(shè)計(jì)在系統(tǒng)建置與運(yùn)行時(shí)，成本都很高?！?/p>

AIoT的第2個(gè)問題是運(yùn)算能力，現(xiàn)在的物聯(lián)網(wǎng)系統(tǒng)是由上層的云端平臺(tái)負(fù)責(zé)運(yùn)算，對(duì)感測(cè)與控制節(jié)點(diǎn)不多的系統(tǒng)來說，這種集中運(yùn)算的方式是較佳選擇，不過周信旭指出，要是節(jié)點(diǎn)數(shù)量大到某個(gè)程度，云端平臺(tái)的運(yùn)算能力就不一定可以能負(fù)荷高量運(yùn)算，「而且就算能負(fù)荷，整個(gè)系統(tǒng)的運(yùn)行速度也會(huì)變慢，」尤其是多數(shù)配備有AI的系統(tǒng)，對(duì)實(shí)時(shí)性的要求相當(dāng)高，一旦速度變慢，系統(tǒng)效能就會(huì)大打折扣。

要解決帶寬與運(yùn)算問題，周信旭表示必須從終端設(shè)備的強(qiáng)化著手，「邊緣運(yùn)算的做法，就是讓物聯(lián)網(wǎng)系統(tǒng)的終端設(shè)備具有一定程度的運(yùn)算能力?！箶?shù)據(jù)先在終端設(shè)備運(yùn)算處理，再把處理過后的數(shù)據(jù)傳送到上層云端平臺(tái)，「簡(jiǎn)單來說就是讓云端接到的數(shù)據(jù)先爬梳處理過的，這樣一來量不但少，內(nèi)容也更精確，這樣一來工作當(dāng)然可以更快，負(fù)擔(dān)也會(huì)降低?！苟岸顺祟A(yù)處理數(shù)據(jù)外，部分簡(jiǎn)單的工作也可直接在前端運(yùn)算后，直接交由控制器完成，不必再由云端平臺(tái)下指令，讓系統(tǒng)反應(yīng)更實(shí)時(shí)。

「至于邊緣運(yùn)算的適用領(lǐng)域，大聯(lián)大品佳集團(tuán)臺(tái)灣區(qū)技術(shù)支持處總監(jiān)陳宏基則表示，象是智慧城市、擴(kuò)增實(shí)境(AR)、M2M、智能家庭、智能制造等這類型節(jié)點(diǎn)多、對(duì)實(shí)時(shí)性需求高的，都是目標(biāo)應(yīng)用，例如智能制造的機(jī)器視覺系統(tǒng)，就可以透過邊緣運(yùn)算，達(dá)到實(shí)時(shí)性要求?！龟惡昊M(jìn)一步指出：「未來的AIoT系統(tǒng)中，云端平臺(tái)與邊緣設(shè)備的運(yùn)算將會(huì)分工，云端負(fù)責(zé)長(zhǎng)期性的決策分析，高實(shí)時(shí)性需求的工作則讓終端設(shè)備來處理?！?/p>

就此來看，無論是運(yùn)算能力或帶寬，邊緣運(yùn)算都是AIoT目前看來的最佳設(shè)計(jì)方式，不過陳宏基表示，邊緣運(yùn)算是全新的設(shè)計(jì)概念，對(duì)開發(fā)工程師來說會(huì)是目前較大的挑戰(zhàn)，現(xiàn)在已經(jīng)有廠商推出AI的相關(guān)開發(fā)套件，象是Google推出的AIY Projects就可讓有興趣者可DIY 自己的 AI人工智能產(chǎn)品，目前新一代AIY的處理器采用了NXP(恩智浦)的i.MX 8M，「Google選擇i.MX 8M主要是看好這款芯片在語音、影音和音訊的處理能力，再加上他的高兼容性與低功耗特色，都讓資源有限的創(chuàng)客或新創(chuàng)業(yè)者來說非常受用。」

除了擴(kuò)展性與兼容性外，陳宏基指出，資安設(shè)計(jì)也是物聯(lián)網(wǎng)芯片重要需求，在發(fā)展初期時(shí)，物聯(lián)網(wǎng)的安全性問題并不受重視，不過這幾年已經(jīng)成為設(shè)計(jì)重點(diǎn)?！脯F(xiàn)在出來的物聯(lián)網(wǎng)產(chǎn)品，都會(huì)強(qiáng)調(diào)自己有資安設(shè)計(jì)，不過要做到完整很不容易，」陳宏基以NXP的物聯(lián)網(wǎng)處理芯片為例，NXP在制程中即已建置保護(hù)機(jī)制，同時(shí)經(jīng)由HSM認(rèn)證，一般工程師無法透過物理性方式看到內(nèi)部的公、私鑰，而且NXP還有隨機(jī)亂數(shù)口令設(shè)計(jì)，對(duì)物聯(lián)網(wǎng)的資安等級(jí)提升相當(dāng)大。而陳宏基表示，物聯(lián)網(wǎng)的資安設(shè)計(jì)與元件供應(yīng)的合作伙伴關(guān)系頗大，有經(jīng)驗(yàn)的合作伙伴可以協(xié)助設(shè)備業(yè)者大幅縮短開發(fā)時(shí)間，他以大聯(lián)大品佳集團(tuán)為例，「品佳過去在科技產(chǎn)業(yè)的經(jīng)驗(yàn)非常豐富，這些經(jīng)驗(yàn)可以幫助客戶快速厘清本身需求，同時(shí)針對(duì)其需求提出適用的零組件建議，加速產(chǎn)品上市時(shí)間。」

對(duì)于AI未來的應(yīng)用發(fā)展，大聯(lián)大品佳集團(tuán)產(chǎn)品事業(yè)處資深經(jīng)理陳俊宜則認(rèn)為將走向特定領(lǐng)域的專用系統(tǒng)，現(xiàn)在每一個(gè)產(chǎn)業(yè)的專業(yè)都非常深，所以各自需要的AIoT系統(tǒng)功能也都不同，「象是電商平臺(tái)要強(qiáng)化資安和在地化服務(wù)，ADAS則對(duì)可靠度與低延遲性的要求很高，工程師必須因應(yīng)這些不同需求找到適配的芯片與解決方案?！?/p> 邊緣運(yùn)算榮景可期，預(yù)計(jì)2022年市場(chǎng)爆發(fā)

「從目前整體產(chǎn)業(yè)發(fā)展來看，現(xiàn)在市場(chǎng)上已有大量廠商積極投入AI研發(fā)，」因此周信旭對(duì)未來相當(dāng)樂觀，尤其是邊緣運(yùn)算，最近的研究報(bào)告就可以看出來，IDC指出2022年，全球的物聯(lián)網(wǎng)系統(tǒng)中，將有43%會(huì)在終端設(shè)備，而資策會(huì)IEK也表示，從2017年到2022年，邊緣運(yùn)算每年將有10.7%的成長(zhǎng)，由此可看出未來的發(fā)展?jié)摿?，周信旭最后也指出，AI的發(fā)展不是取代人類，而是協(xié)助人類更智能化的處理工作，他以大聯(lián)大品佳集團(tuán)代理的NXP產(chǎn)品在大陸的應(yīng)用為例，現(xiàn)在大陸的智能家庭非常蓬勃，NXP就被內(nèi)建在許多家電，象是烤箱、空調(diào)，甚至蓮蓬頭中，作為智能語音控制，「這些產(chǎn)品都已經(jīng)問世，而且市場(chǎng)反應(yīng)非常好，從這些應(yīng)用就可以看到邊緣