研華科技產(chǎn)業(yè)雲(yún)暨影像科技事業(yè)群副總經(jīng)理鮑志偉提到， Edge AI 將是下一波 AI 發(fā)展的趨勢，也是臺灣產(chǎn)業(yè)的機會。但是，AI 從技術(shù)到落地的過程中，需要考量到許多問題。根據(jù)他過去參與各類 Edge AI 專案的經(jīng)驗，Edge AI 雖然已經(jīng)出現(xiàn)很久，卻難以被規(guī)?；脑蚝芏?，光是選擇硬體的規(guī)格就是一個大問題，尤其是邊緣裝置的計算能力、散熱等細節(jié)都需要考量。其次，由於 Edge AI 講求大量部署，也就代表企業(yè)必須具有遠端管理能力，能將裝置串接在一起；再加上 AI 模型必須時時更新，還要穩(wěn)定提供服務(wù)而不間斷。

Edge AI 規(guī)模化四大要素：場域、平臺、協(xié)作與 AI 加速

在眾多的挑戰(zhàn)下，鮑志偉認為， Edge AI 躍升規(guī)?；兴拇笠?，包含場域、平臺、協(xié)作與 AI 加速。目前已知的邊緣運算應(yīng)用包含農(nóng)作物、玻璃瓶或金屬元件等不規(guī)則物件的檢測、可依照區(qū)域環(huán)境與氣候進行的無人化農(nóng)業(yè)灌溉，以及得來速系統(tǒng)。美國的得來速系統(tǒng)已有多數(shù)是 AI CahtBot，不僅可以對話，還能清楚辨識客戶的點單內(nèi)容，即使背景有噪音也能清楚辨識。

他認為， Edge AI 規(guī)?；年P(guān)鍵，在於產(chǎn)業(yè)先行者能率先採納相關(guān)應(yīng)用，並使得產(chǎn)業(yè)生態(tài)開始改變，才能促使其他企業(yè)跟進。例如場域部分不只是表面看來的工業(yè)場域、智慧城市如此簡單而已，必須有分階段的實施過程。首先是以政府為主所推動的產(chǎn)業(yè) AI 轉(zhuǎn)型，所產(chǎn)生的領(lǐng)頭效應(yīng)，較為常見的場域如智慧交通，而鐵道邊坡落石預(yù)測就是目前的應(yīng)用。

第二個階段則是先進業(yè)者積極研發(fā)導(dǎo)入，取得先進優(yōu)勢；接下來造成其他業(yè)者不得不跟進所帶起的群起效應(yīng)，在此同時，技術(shù)推進的速度也會越來越快。而第四個階段就是創(chuàng)新效應(yīng)，各領(lǐng)域的開創(chuàng)應(yīng)用情境百花齊放。他認為目前的產(chǎn)業(yè)應(yīng)該在跟隨與創(chuàng)新效應(yīng)之間，預(yù)計在 2025 年將有大幅度的成長，因此，2024 年將是一個好的準備期。

鮑志偉認為，高效能、低耗電運算平臺的產(chǎn)生以及低延遲傳輸且僅耗費十分之一成本兩大技術(shù)的出現(xiàn)，驅(qū)動 Edge AI 智能化的產(chǎn)生，並將帶領(lǐng)產(chǎn)業(yè)未來十年的發(fā)展。從Camera、開發(fā)套件、小系統(tǒng)、各垂直領(lǐng)域?qū)Ｓ?，?Edge AI 的Server等一系列的平臺系統(tǒng)都已經(jīng)準備並大量部署在在全球各場域中。

Edge AI 並不同於以往的 IPC 產(chǎn)業(yè)，更著重在共同的協(xié)作。在協(xié)作的藍圖中，除了平臺的搭建，以及中介軟體（Middleware）的合作，更重要的就是如何建立整個系統(tǒng)的生態(tài)系。而研華也積極與主要的晶片公司合作，共同推出不同應(yīng)用效能的運算平臺；軟體方面的支援，以及技術(shù)的整合與協(xié)作，生態(tài)圈夥伴的數(shù)量也逐步增長。較為實際的應(yīng)用包括針對垂直應(yīng)用領(lǐng)域，整合 SDK、感測器，以及影片/圖像感測，提供一體化解決方案；或是針對區(qū)域性應(yīng)用，與獨立軟體廠商合作，提供整合的銷售解決方案等。

那麼生成式 AI 是否能在 Edge AI 落地？鮑志偉表示，目前在韓國已有相關(guān)的交通場域應(yīng)用，不只是車流、車牌及交通狀況的辨識，透過生成式 AI 的幫助，可以在車禍當下即時產(chǎn)生交通事故報告，並提醒交通事故處理者進行處理。

鮑志偉說，在研華的整個 Edge AI 規(guī)?；乃{圖下，除了平臺、協(xié)作，以及整個產(chǎn)業(yè)中的部件，都已經(jīng)有明確的定義，但更重要的是，在整個生態(tài)系裡，最重要的還是要有夥伴的共同合作，才是實現(xiàn) AI 規(guī)?；P(guān)鍵要素。