AIoT啟動(dòng)智能閘道器市場(chǎng) 邊緣運(yùn)算創(chuàng)造臺(tái)灣商機(jī)

邊緣運(yùn)算將成為物聯(lián)網(wǎng)架構(gòu)的重要設(shè)計(jì)趨勢(shì)，交大資工系教授林盈達(dá)指出，臺(tái)灣閘道器廠商可透過(guò)AI的加值，提升產(chǎn)品價(jià)值，擺脫過(guò)去大量生產(chǎn)標(biāo)準(zhǔn)品的低利潤(rùn)宿命。

從2016年底開始，全球掀起新一波AI浪潮，過(guò)去AI有兩次較明顯的發(fā)展，不過(guò)因受限于當(dāng)時(shí)的軟硬件技術(shù)水平，均無(wú)法商業(yè)化，最后都回到學(xué)術(shù)領(lǐng)域；與過(guò)去兩次相較，這次卷土重來(lái)的AI，乘藉科技產(chǎn)業(yè)這十幾年來(lái)所研發(fā)的軟硬件技術(shù)，將可望具體落實(shí)應(yīng)用。

交通大學(xué)信息工程學(xué)系特聘教授林盈達(dá)指出，就目前發(fā)展來(lái)看，AI將會(huì)與物聯(lián)網(wǎng)緊密結(jié)合。物聯(lián)網(wǎng)結(jié)構(gòu)包括底層的感測(cè)、中層的傳輸、上層的云端，其架構(gòu)的運(yùn)行方式是由底層傳感器擷取設(shè)備資料，以有線或無(wú)線的傳輸方式，將信息傳送到中間的閘道器，閘道器匯整資料后，再將數(shù)據(jù)送往云端平臺(tái)儲(chǔ)存、分析、應(yīng)用。這類做法在傳感器節(jié)點(diǎn)數(shù)不多或?qū)?shí)時(shí)性需求不高的物聯(lián)網(wǎng)系統(tǒng)來(lái)說(shuō)已然足夠，不過(guò)如果節(jié)點(diǎn)數(shù)量龐大的系統(tǒng)，后端運(yùn)算平臺(tái)的負(fù)擔(dān)會(huì)過(guò)高，而且數(shù)據(jù)傳輸費(fèi)用也會(huì)是沉重的負(fù)荷；若是對(duì)實(shí)時(shí)性需求極高的制造、醫(yī)療等系統(tǒng)，這種集中式運(yùn)算方式更將無(wú)法因應(yīng)終端設(shè)備的回應(yīng)速度需求。

因此后期IT產(chǎn)業(yè)提出邊緣運(yùn)算概念，也就是賦予物聯(lián)網(wǎng)的第一層的感測(cè)控制或第二層的通訊傳輸設(shè)備一定程度的運(yùn)算功能，邊緣運(yùn)算一來(lái)可以避免將所有的數(shù)據(jù)都往上傳送到云端，降低云端處理平臺(tái)的工作負(fù)擔(dān)與數(shù)據(jù)傳輸費(fèi)用，二來(lái)也可以實(shí)時(shí)反應(yīng)處理底層設(shè)備的需求，讓整體系統(tǒng)的運(yùn)行更快速。

林盈達(dá)表示，邊緣運(yùn)算會(huì)是物聯(lián)網(wǎng)架構(gòu)未來(lái)的重要趨勢(shì)，終端設(shè)備與閘道器的角色也會(huì)隨之改變，而這也會(huì)是臺(tái)灣廠商的挑戰(zhàn)。以閘道器來(lái)說(shuō)，未來(lái)物聯(lián)網(wǎng)的閘道器會(huì)有三種，第一種是只有傳輸功能，這種標(biāo)準(zhǔn)型閘道器量大但是價(jià)格也低；第二種是具備運(yùn)算功能的閘道器，這類型產(chǎn)品需要針對(duì)應(yīng)用領(lǐng)域進(jìn)行設(shè)計(jì)，價(jià)格會(huì)比只有傳輸功能的更高；至于最后一種則是具有AI功能的閘道器。

如果說(shuō)邊緣運(yùn)算是物聯(lián)網(wǎng)的設(shè)計(jì)趨勢(shì)，AI就是物聯(lián)網(wǎng)的靈魂，有了AI的加持，物聯(lián)網(wǎng)才能真正冠上「智能化」這三個(gè)字，而在物聯(lián)網(wǎng)的未來(lái)架構(gòu)中，不僅云端平臺(tái)的大腦需要AI，部分終端或網(wǎng)絡(luò)層的設(shè)備，也會(huì)需要AI。

具有學(xué)習(xí)能力的AI，可以全面提升物聯(lián)網(wǎng)效益，以制造系統(tǒng)為例，一般物聯(lián)網(wǎng)架構(gòu)的制造系統(tǒng)，會(huì)將所擷取的制造設(shè)備數(shù)據(jù)傳送到后端，由后端系統(tǒng)集中累積為大數(shù)據(jù)，從而制定出最佳生產(chǎn)策略；但具邊緣運(yùn)算設(shè)計(jì)的物聯(lián)網(wǎng)，則會(huì)在閘道器先行處理數(shù)據(jù)，除了將數(shù)據(jù)傳送到后端外，也會(huì)在前端進(jìn)行簡(jiǎn)單控制。AI功能閘道器，除了傳送與運(yùn)算數(shù)據(jù)外，還會(huì)分析取得的數(shù)據(jù)，從中加以學(xué)習(xí)，不斷調(diào)整設(shè)備運(yùn)行程序，使其最佳化，同時(shí)也能因應(yīng)現(xiàn)場(chǎng)狀況，對(duì)操作人員提供最直覺的處理建議。

林盈達(dá)指出，AI在物聯(lián)網(wǎng)的應(yīng)用已成既定趨勢(shì)，臺(tái)灣廠商過(guò)去在IT領(lǐng)域雖然有龐大出貨量，不過(guò)市場(chǎng)價(jià)值都相對(duì)較低，從過(guò)去的PC到現(xiàn)在的手機(jī)，主要利潤(rùn)都為歐美大廠所取得；此狀況一度也有可能重現(xiàn)在物聯(lián)網(wǎng)市場(chǎng)，因?yàn)樵谖锫?lián)網(wǎng)架構(gòu)最上層云端平臺(tái)的AI市場(chǎng)，仍由歐美等全球性大廠所據(jù)，這部分臺(tái)灣廠商難有機(jī)會(huì)；所幸邊緣運(yùn)算趨勢(shì)啟動(dòng)，閘道器這類型的中、底端設(shè)備，向來(lái)是臺(tái)灣的強(qiáng)項(xiàng)，臺(tái)灣廠商可藉由過(guò)去在這類型終端設(shè)備的成績(jī)?nèi)〉檬袌?chǎng)優(yōu)勢(shì)，透過(guò)AI設(shè)計(jì)提升產(chǎn)品價(jià)值，借以擺脫過(guò)去低利潤(rùn)的制造宿命。