Insight Tech

自動化在改善企業營運的許多層面都是一大關鍵，包括加快製造速度，以及提高容易出錯手動流程的準確度。然而，改善綠能永續實務又該怎麼做呢？我們的考量是否涵蓋採用綠能永續實務的工廠？我們是該這麼做。然而，相較於將無人辦公大樓的電燈自動化，這類工廠的複雜度稍微高了一點；製造業未必會將停機時間納入考量。

我們邀請了 NEXCOM International 子公司 NexAIoT 的產品經理 Anna Kiseleva，且聽她為我們勾勒綠色製造的願景。她談及打造綠色生活的重要性、公司自動化工具組應具備的技術，以及製造業綠能永續發展的未來（影片 1）。不僅是對工廠而言，對每個人來說，打造綠色生活的重要性未來只會越來越高。製造商或許是因為法規才開始打造綠色生活，但他們最終可能發現，節能可以將所有種類的資源都最佳化。

影片 1。NexAIoT 的 Anna Kiseleva 談及成為綠色製造商的意義。（資料來源：insight.tech）

綠色製造是什麼意思，為什麼對工業 4.0 極為重要？

我們來瞭解一下環保對公司而言的意義。首先，最重要的是，減少耗電量是環保的基本層面，因為過度耗能會造成自然資源耗竭和碳排放增加，導致氣候變遷與生態惡化。各行各業採用較環保的實務，有助於減輕生態足跡，維護生態系統與生物多樣性。

因此，減少耗電量是成為環保製造商的第一步。第二步是將燃燒控制自動化，同時也有助於減少排放量。第三個環節則是儘量減少廢棄物並提倡回收，例如利用自動化將工廠廢棄材料分類及回收。第四，在追蹤及管理商品採購時，採用永續的供應鏈管理方式。第五是採用油電混合的環保車輛，以及自主或智慧物流系統，實現綠色物流與交通運輸。完整綠能永續工作的最後一個環節是工作者安全，也就是降低事故風險並提升效率。

目前，綠色製造與工業綠能永續極為側重於減少碳排放量。首先，我們必須監測耗電量，因為這是浪費最主要的源頭。如果工廠消耗了不必要的電量，當然會導致支出增加，稱不上是非常永續的做法。因此，我們必須監測每部裝置，並且將裝置連線，然後監測及追蹤可以改善的環節。

值得一提的是，很多傳統制造所面臨的難題，同時也是阻礙他們邁向綠能永續轉型的原因。這類難題包括舊的生產設備缺乏網路能力、生產管理系統不完善、設備利用率低、產品交付時間長，以及資訊透明度不足。

NexAIoT 如何協助工廠達成那份檢查清單的要求？

NexAIoT 為此提供了一站式服務，包括工業 IoT 與自動化產品、客戶系統整合專案，以及打造全工廠智慧製造的諮詢服務。

基本上，我們的工具可以分為三大類：第一類是智慧電表，以及從設備本機收集資料的控制器。第二類是從各種控制器收集資料，然後將收集的資料上傳至雲端的閘道。第三類是儲存大量資料的伺服器。NexAIoT 提供這類解決方案所需的一切工業設備。我們可以利用這些工具減少碳排放，對碳足跡產生相應的影響。

我們首先要探討的工具，可以幫助我們從工廠底層（也就是從生產線）收集資料、將資料上傳至雲端，然後將這些資料視覺化，讓管理人員做出更有助於計畫成功的決策。這些是 NexDATA 與 NexWall 的數位化和視覺化平台。這些平台還會追蹤雲端的資料，供未來 AI 模型訓練與預測之用。收集資料後，我們也會用軟體幫助客戶將資料視覺化。

所有設備都應連線，才能實現綠色製造。連線是第二個環節。nDAS 與 nPAC 是類比和數位輸入與輸出用的 AI 支援邊緣工具，可發揮資料收集器和邊緣監測裝置的功能，實現更高效的連線效能。此外，我們的 NISE 系列可將資料重新導向，並上傳至雲端。基本上，這些工具有助於從感應器收集所有資訊，然後將資訊傳送至雲端，讓邊緣可以處理更多資料並做出更多決策，改善機器之間的溝通方式。

機器之間建立通訊後，我們就可以邁向更高的層次。解決方法監測整套工廠設備運作狀態的同時，也會開始研究減少碳排放的方法，並且為碳稅政策做好準備。

核心如下：我們的工業電腦會協助從現場收集資料、將資料上傳至雲端、為管理人員將資料視覺化，還會協助 AI 模型執行部分預測。

可以請您提供任何 NexAIoT 的實例嗎？

我們最近一直在台灣處理幾項工廠自動化專案。當地政府針對耗電量與綠能永續指標制定了相關法規。工廠的主要 KPI 之一是年度總耗電量。工廠通常會申請特定電量，然後支付相應的費用。接著，工廠必須在年終向政府報告實際耗電量。

在理想情況下，申請的電量會等於一整年使用的電量。如果使用的電量超過申請的電量，工廠必須支付罰金。如果用電量低於預期，則工廠最終得未不需要的的電量付費。於是客戶心中便浮現了一個問題，工廠管理員要怎麼從一開始就知道工廠的 KPI 呢？工廠如何掌握基準？

據我們瞭解，製造商通常會申請較高的耗電量限制，到頭來支付超過實際需要電量的電費。但客戶在工廠安裝自動化解決方案與智慧電表後，便能預測工廠的耗電量基準，之後他們就可以只申請真正需要的電量。

此外，在台灣申請特定電量限制後，每年都必須將該耗電量減少 1％。但是該如何實現這個目標？工廠管理人員面臨的問題在於，不知道關閉該關閉哪些設備：「我該停止生產線嗎？我該關閉 AC 系統嗎？」

我們有個客戶是鋁製品製造商，每年都會遭到政府開罰。但工廠管理人員就是找不到原因。哪項設備最耗電？電表連接了許多不同的配電盤，因此絕對無法追蹤整個系統的耗電量。

我們協助工廠安裝一切必要的自動化解決方案，然後幫助他們追蹤耗電量，對象包括新工廠，或是需要現代化的舊工廠。我們為鋁製品製造商安裝了 nDAS 智慧電表和整套自動化解決方案，因此得以瞭解主要耗電量所在，以及哪些設備最耗電。接著，他們就可以動手調整，或許在不用時關閉設備。

這些實務最終能實現綠色製造。即使製造商最初並非以綠色製造為目標，但若是採行這些實務，並每年減少 1% 的耗電量，公司行號一定會開始採行越來越多的綠色製造實務。

請聊聊 NexAIoT 為了協助提供這些解決方案而建立的合作夥伴關係。

基本上，NexAIoT 解決方案採用的 Intel 技術，早已應用於工廠自動化，為製程實現了無與倫比的精準度、效率與靈活性。我們當然還有其他供應商，但 Intel 是主要的供應商。

新一代的 Intel CPU 有很多強化功能，例如低功耗的 Intel Atom^® 或搭載 Intel Time-Sensitive Networking 的 Celeron 處理器，或是隨附 Intel Time Coordinated Computing 的高效能 Intel^® Core^™ 處理器，可減少延遲並提供即時控制系統。這一切都對我們的應用情境極為重要，因為我們必須將即時資料上傳至雲端，然後執行運算與預測。Intel 處理器也支援多顯示器輸出，因此可以同時處理不同的工作負載，提高效率。

我們非常感謝 Intel 成為我們的夥伴，幫助我們實現自動化專案目標，並且儘可能為客戶提供最卓越的解決方案。

在您看來，為因應綠色製造，這些技術會如何演變？

未來發展重點在於減少耗能、將資源用量最佳化，以及整合更多永續實務。NexAIoT 正設法用 AI 將工廠營運最佳化，並且實現 ESG 目標。此外，我們正在研究如何用 AI 識別及改善製程瓶頸。AI 模型最佳化也有助於碳排放最佳化。

接下來，我們會準備一套全 Llama 架構 GPT 的 AI 系統，幫助製造商管理 CO₂。其他進展還包括協助淨水廠的 AI 自動化、即時訓練，以及 AI 模型。

另一個趨勢是 AI 模型自訂，因為一款 AI 模型無法用於所有工廠。工廠各不相同，需要不同的程序與不同的資料追蹤方式。但無論工廠目標是為了減少耗電量，還是為了回收，或是減少工廠廢棄物，量身打造的 AI 模型勢必會越來越多。

在製程採用邊緣運算與雲端技術，有助於提高資源效率、減少廢棄物、將能耗最佳化，以及強化生產作業的整體綠能永續，因此符合綠色製造目標。

過程無疑挑戰重重，但也創造了全新的可能性。我們應該順其自然，坦然接受。綠色製造不僅是另一種解決方案，更是持續改善製造實務的長期過程，不僅能提高效率、強化綠能永續，還可增強獲利能力。

相關內容

若要進一步瞭解綠色製造，聽製造商的綠色之路和請閱讀〈智慧工廠技術證明資料就是力量〉。若要瞭解 NexAIoT 最新的創新技術，請上 LinkedIn 關注他們。

 

本文由 Erin Noble 編審。

AI 在各行各業的價值有目共睹。在製造業，這項技術強化了預測性維護、工作者安全與營運方式。在零售業，這項技術提供了更深入的客戶洞察深入解析，更是預防損失的好幫手。在醫療保健領域，AI 協助醫療專業人員更高效診斷及治療患者。

這些例子只是 AI 如何為全球組織提供全新商業價值的一小部分。然而，伴隨新技術引進而來的是新的漏洞，對組織進步的能力構成一大威脅。

AI 唯有在基礎演算法值得信任的前提下才能發揮作用，因此組織必須採用優先保護網絡和系統的技術與合作夥伴關係。AI 為了執行動作及提供深入解析，收集智慧財產、業務關鍵或受管制的資料，因此必須隨時保護該資料。

這正是 Intel 產品與技術要確保端對端防護的原因，而且幾乎在 AI 出現的地方都提供了安全機制。這一點非常重要，因為伴隨新一代 AI 而來的是是新需求、新功能和新威脅。

新一代 AI 激發了對更深層防護的需求

舉例而言，AI 工作負載持續演變，因此必須大幅投資運算與網路基礎架構。這是因為大型語言模型一向採用雲端技術的處理方式。為了實現成本效益，AI 工作負載紛紛改採客戶端運算，AI 電腦也應運而生。長期而言，AI 電腦可望開創全新的使用案例與商業價值。然而，AI 工作負載的性質屬於混合式，範圍涵蓋雲端到內部部署資料中心與網路邊緣，新的攻擊面也隨之出現。

為了化解這些疑慮，Intel 今年稍早推出搭載 Intel^® Core^™ Ultra 處理器的 AI 電腦，極致優化 AI 軟體效率。更重要的是，這款電腦隨附 Intel^® Threat Detection Technology (Intel^® TDT)，提供端點防護機制，可抵禦 AI 方面的威脅。Intel TDT 巧妙利用在整合式 Intel GPU 執行的 Intel CPU 遙測技術與 Intel AI 模型，掃描是否有威脅和勒索攻擊。此外，這項技術透過與 Microsoft Defender 等合作夥伴整合，提供防護更深層的分層方式，將用戶端 AI 硬體最佳化。這為公共雲 AI 提供了符合成本效益的替代方案。

此外，整個生命週期都必須採用 AI 安全機制，從模型開發與部署到演算法、資料與裝置，無一例外。Intel^® Xeon^® 可擴充處理器利用 Intel^® Software Guard Extensions (Intel^® SGX) 與 Intel^® Trust Domain Extensions (Intel^® TDX) 這類安全功能，支援各式各樣部署的 AI 推論工作負載，透過安全隔離區與信賴的網域，實現資料與虛擬機器隔離。

為了加強防護，Intel^® Tiber Trust Services 提供即時認證，讓混合雲與多雲部署得以實現安全協作與信任驗證。這些服務符合 NIST Zero Trust 原則，以高安全標準支援機密性與正常運作時間。

然而，Intel 的 AI 安全工作不僅仰賴技術。該公司還跨產業協力合作，孕育了安全 AI 生態系統。

策略合作夥伴關係安全釋放 AI 的潛力

AI 模型學習與推論越來越仰賴資料，因此資料操縱、分散式阻斷服務（DDoS）攻擊與 IP 剽竊的風險越來越高。為因應這類 AI 模型漏洞，Intel 與 Dell 和 F5 Networks 合作。F5 Networks 與 Dell 的 PowerEdge R760 搭載 Intel^® Infrastructure Processing Unit (Intel^® IPU) Adapter E2100，針對加密與 DDoS 緩解這類安全功能使用專用資源，提供了截然不同的方法。這個結構將安全工作與 AI 模型處理分開、減少延遲，並改善模型防護機制，最終讓公司行號得以專注於以安全的方式極致優化 AI 的商業價值。

Intel 合作夥伴關係的另一個例子是智慧製造環境，由於 OT 網路逐漸與 IT 系統整合，因此網路安全威脅日益猖獗。NEXCOM 巧妙運用 Intel 技術，利用 ISA 140 工業安全設備保護 OT 網路。ISA 140 搭載 Intel^® Atom^® 處理器，體積小巧，配備多個連接埠與遠端管理功能，可打造劃分方式精細的 OT 網路，即使在需求最嚴苛的工廠環境，也能隔離及保護珍貴的資產。

除了製造業，還有其他產業也必須保護機密資訊，例如醫療保健與金融。Intel 的機密運算技術，例如 Intel SGX 與 TDX，正好可以在這類情境登場。組織通常設法透過將資料匿名的方式保護資訊。然而，徹底匿名化是不可能的任務，即使在靜止或傳輸時將資料加密，資料依舊會在處理過程解密並失去保護。機密運算所有階段都會保護資料，為處理資料提供了零信任架構。Fortanix Confidential Computing Manager 結合 Intel SGX、Intel TDX 與第 4 代 Intel^® Xeon^® 可擴充處理器，在受信任的執行環境保護資料。

Zscaler 也巧妙運用 Intel 技術，為使用者提供零信任架構。網路威脅不斷演化之際，零信任可確保持續驗證使用者、系統與裝置，確保未經嚴格審核就不授予存取權。Zscaler 與 Intel 合作，便能善用 Intel Xeon 可擴充處理器，實現安全的邊緣到雲端防護機制。這段合作關係可確保資料與應用程式不受位置或裝置限制，隨時受到保護，進一步證明合作夥伴關係對於在複雜環境實現穩定可靠的網路安全舉足輕重。

防範未來發展

AI 持續改變企業整體環境之際，創新並非這項技術唯一的價值，智慧財產及其模型所包含的受管制資料也是價值所在。保護這些資產需要多管齊下，才能因應靜止、移動中和使用中的資料，確保長期持續將資料最佳化，並且提升資料的準確度。

為了抵禦 AI 強化的攻擊手法，在工作負載執行階段入侵漏洞，穩定可靠的防禦機制也同樣重要。這個方法善用 AI 強化安全機制，同時保護 AI 本身安全無虞，雙管齊下，可確保全方位的端對端防護。

組織若優先採用這些防護措施，便可信心十足利用 AI 的威力，一方面創造劃時代的進展，另一方面將風險降到最低。這樣一來，他們不僅能保有一席之地，還能在漸趨 AI 導向的未來發光發熱。

 

本文由 insight.tech 編輯總監 Georganne Benesch 編審。

除非遇上重大天氣事件或極端氣溫，導致電網出現問題，大多數人不會特別留意當地的能源電網。然而，電網是現代社會運作的基礎。隨著可再生能源的討論的升溫以及電力需求的增加（例如電動車的普及），電網逐漸受到更多關注，並朝未來邁進，推動從傳統電網轉向智慧電網的轉型。

專家們齊聚一堂，討論 CCS Insight 近期發表的《未來電網》報告探討的智慧電網挑戰與機遇。參與討論的專家包括：Schneider Electric 歐洲電力與電網部門主管 Valerie Layan、CCS Insight 能源網路創新研究總監 Ian Fogg、全球技術服務領導者 Capgemini 的能源、公用事業與化工業務全球主管 Philippe Vié、法國配電系統營運商 Enedis 進階電力網路技術總監 Marc Delandre，以及硬體製造商研華科技（Advantech）能源與公用事業部門主管 Paul O’Shaughnessy。

討論聚焦於電網的現況以及邁向智慧電網的轉型、其他產業技術轉型的寶貴經驗，以及夥伴關係、協作與標準化對於推動電網韌性、效率、安全性與綠能永續的重要性（影片 1）。

影片 1。業界專家探討在邁向電網現代化的過程中，夥伴關係與技術的重要性。

電網的現況為何？是什麼原因推動了智慧電網的發展呢？

Valerie Layan：現在的電網還不夠智慧化，需要更多數位化來變得更有效率，而且又靈活、又可以達到去碳化。為什麼電網需要變得更智慧或更數位化？主要的原因是歐盟在可再生能源的方面給了很大的壓力，從 2022 年可再生能源在能源組合裡面佔 23 ％，到 2030 年我們得要提升到 45％。

但是我們在可再生能源上投資 1 美元或 1 歐元的時候，也要在電網上投一樣多的資金。這個轉變對電網帶來很大的壓力，我們已經沒有辦法只靠投資大量硬體和資本支出來處理這些需求。另外，資本支出的專案通常需要五年的時間。

所以我們需要透過額外的軟體來讓電網更智慧化，這樣就能更數位化，也更有效率。譬如說，如果我們實施進階配電管理系統（ADMS）軟體解決方案，技術損失至少可以降低一個百分點。這種數位化非常關鍵，我們在全力推動整個生態系統，確保也有在軟體領域上投資。

Ian Fogg：發電已經有朝可再生能源的大規模轉型。這個成長的原因是太陽能跟風能，兩種能源的發電模式非常不同。太陽能很明顯有季節性，跟時令還有和赤道遠近有關係。風能就會受到天氣變化的影響。

另一個有趣的點是，有越來越多經濟體達成去碳化，每個國家的整體能源需求裡面，電力的比例也相對變高了。這也呼應到 Valerie 說的，除了可再生能源之外，還要在電網上做投資。

太陽能板也能發電，而且還有機會帶來雙向流動。這和傳統配電網的運作方式很不一樣，那要怎麼在耗電跟發電之間找到平衡？儲存能源非常難，但是如果能去調整耗電模式，來更可以應對太陽能或風能這種不穩定的發電方式，就不用那麼多的發電量了。這個時候變電所就很重要了，因為只要變電所變得智慧化，就可以幫忙調整耗電跟發電。

但是，這就需要電網不同部分之間有又強、又快的資料通訊，這樣才能平衡需求。我們還要讓系統變的更靈活，去應對這些不同的耗電跟發電模式。同時，電網的穩定性也不能受到影響。這代表我們要在技術、變電所、計費系統和電網的各個部分上做新的投資。

Philippe Vié：我會接著 Valerie 跟 Ian 提到的觀點來做說明。電力系統目前在發電和耗電平衡上的挑戰很大。某些時段發電過剩會出現負電價的情況，影響到可再生能源企業的利潤，讓能源轉型變得更不容易。

還有，以前的能源和電力都是從集中發電設施，透過輸電跟配電系統流動的。但今天的再生能源是分散在整個電網裡面。這就帶來了完全徹底的轉變。

而且我們還要應對大規模電氣化的趨勢。現在我們的電氣化程度達到能源需求的 23％，根據國際能源機構的《淨零排放展望》，這個比例可能會提升到 50％ 到 60％，具體要看各個地區的情況。

另外，數位技術也是一個推動轉變的因素。自動化可以用來避免能源網路的實體投資。就像 Valerie 提到的，每在可再生能源投資 1 美元，就也要在電網上投進去 1 美元。這樣投資成本會飆高，電價當然就變貴了。

配電系統營運商有哪些電網方面的壓力？

Marc Delandre：電力很大的問題就是非常難儲存。電動車主要的挑戰就是電池的容量設計。所以我們要在即時耗能跟產能之間找到平衡。這個過程要在一次和二次變電所進行，而且所有和電網相連的用電戶都要參與。

最大的問題是電網可能會分布到整個國家，像在法國就是這樣。我們在現場有非常、非常多設備。而且在投資的時候，我們要考慮到用電戶的負擔能力，因為最後投資都會反映在他們要繳的帳單上。

我們還要要面對可再生能源，因為未來每個用電戶都會變成生「產消合一者」，他們既是消費者，也是生產者。意思是每個住宅、任何建築物的屋頂，甚至是任何地方，都有可能產生可再生能源。這邊要再強調一次，能源網路的關鍵角色會是平衡產能跟耗能。這就是我們未來的核心業務，需要非常大量的投資。

轉型成智慧電網的過程裡面還有哪些其他挑戰呢？

Paul O’Shaughnessy：對我們這些硬體製造商來說，一個最大的挑戰就是挑戰本身的規模。雖然我們是硬體製造商，但也要考慮到支援各種軟體的需求。我們要能夠支援所有新的協議，像是虛擬化、安全性，還有舊版的協議。

另一個挑戰是部署資產的變異性，這就要求我們提供很多種解決方案。儲存技術、IO、冷卻系統，這些關鍵元素都會受到資產變異性的影響。不過，跟像 Intel 這樣重要的策略技術夥伴合作，能幫我們確定處理器的發展藍圖，把對的產品帶到市場上。

另一個重點是要遵守像 61850-3 和 IEEE-1613 這些協議。要在這個領域有競爭力，我們就要花不少錢去遵守這些協議。

Philippe Vié：投資批准應該是利害關係人、股東來做決定的，當然還要有政府跟監管機構參與。很可能到 2030 年，投資的金額會是 2020 年的兩倍。

另一個挑戰是人才短缺。在未來 20 年裡面，智慧電網會創造大概 500 萬個數位技術核心的工作機會。還有嬰兒潮世代會帶來退休潮，很多職位需要接替。而且，我們也沒有發展藍圖。我們需要一致的發展藍圖，然後每兩到三年就做調整，因為現在的變化實在是太快了。

最後，還有標準缺乏的問題。E4S（超大規模科學軟體堆疊）和 vPAC（虛擬保護自動化與控制）聯盟的目標是讓技術供應商和電網營運商達成共識，制定共同的標準，來開發互通的智慧資料模組。

每個限制都很多解決方案，不同國家、不同電網的情況都有不同的應對方式。

Ian Fogg：智慧電表和行動數據的能力也是另一個麻煩。這邊有兩個問題。第一，行動數據常常更新得不夠即時，大概會有 15 到 60 分鐘的延遲。而且數據通常通常很分散，在這種情況下，如果想要設計非常智慧的收費方案，這樣的更新速度就太慢了。

但另一個問題來了，這是硬體解決方案，不是虛擬化或軟體定義的解決方案，代表現在會出現問題，以前的智慧電表用了舊的行動數據無線電，電信業者計畫要淘汰這些舊的網路世代。這也就反映了智慧電網一部分經濟體有不同的步調和生命週期。

這些智慧電表當然是用電模式轉變很多使用情境的基礎。如果我們要升級和換掉這些早期的智慧電表，會帶來不必要的麻煩。如果這些無線電是軟體定義的話，我們就有機會不用派人到現場或是換掉硬體，只要更新無線電軟體，就能支援新一代的技術。

可以和我們分享協助轉型的技術發展嗎？

Valerie Layan：有些可能不是新的技術，但是對電網的領域來說是新的應用。像是電信、醫療、交通運輸和其他行業一直都在用這些技術，這是好事，因為我們可以利用已經成熟的技術。所以我們結合了其他終端市場的技術，再加上自己的技術，就像我之前提到的 ADMS。

第一，我們在升級 ADMS 解決方案，讓電網更有效率、韌性更高，包括容量管理、停電管理、負載和發電控制、資產管理跟電力調度。第二個技術是可以用在訓練、模擬和遠端軟體更新的數位孿生。

第三點就是虛擬化了。邊緣資料給變電所帶來壓力，所以虛擬化就變得非常關鍵。在 ES4，我們相信虛擬化能處理二次變電所邊緣的大量資料和壓力。我們非常希望能夠在這個方面合作，一起制定開放標準的參考架構還有通用設計，推動虛擬化的發展。

產消合一者這個概念也很有意思，因為商業建築，甚至可能是個人用電戶，都能夠自己發電。太陽能板屋頂就是一個很典型的例子。但是在像港口這種更大的用電工業區域，他們其實可以用風能當作發電的來源。而且他們還有機會把多的產能回注、轉售給電網。我們現在有可以整合邊緣靈活性的解決方案，讓電網更有效率，也可以利用這個生態系統獲利。

相關產業的轉型還可以帶給我們什麼經驗呢？

Ian Fogg：我也覺得虛擬化非常關鍵，把更多功能從硬體轉到軟體上，用可以擴充的標準化硬體解決方案來升級平台，支援更高效能的工作負載。

我們在其他產業注意到的另一個趨勢是 OT 跟 IT 的結合。CCS Insight 報告裡面也有一些 OT 和 IT 的整合方式和兩個領域思維有關的例子。

Philippe Vié：我會從自動化的角度來回答這個問題。舉個例子，我們在追求一個完全無人化、完全自動化的控制室。我們還希望 AI 能夠在停電的時候自動修復，讓 99％ 的用戶在短短一到兩分鐘以內恢復供電。其實我們的目標是就是 AI 的所有功能真正提高電網效能，還有減少投資的成本。

AI 和邊緣 AI 在能源和公用事業領域的角色會是什麼？

Paul O’Shaughnessy：這是業務成長最快的部分，沒有之一。完完全全就是爆炸性的成長。到目前為止，邊緣 AI 的應用大多集中在視覺相關的領域，但是使用案例和應用的數量每天都在增加。

Philippe 有提到即時監控和控制，這些都是邊緣 AI 能夠大大幫忙節點、變電所決策的機會，能夠很快對電網狀況的變化做出反應、提升穩定性，還有減少停機的時間。

另一個應用是預測性維護。這項技術在製造業環境的部署非常普遍，而且對運用邊緣 AI 最佳化這些環境的效率有很大的幫助。這樣的技術同樣可以用在電網上。

但如果要說物聯網領域最夯的話題，那肯定是安全性。邊緣 AI 在強化現有安全性的方面，不管是從網路安全、人身安全，還是健康和安全的角度來看，都有非常大的潛力。邊緣 AI 的視覺應用可以保護在危險環境工作的員工，還能夠確保只有符合資格的人員才能進到某些特定環境。這對電網來說絕對是重點中的重點。

變電所是做出這些改變最好的選擇嗎？

Ian Fogg：變電所的確是關鍵，因為它是當地配電、資料收集、現場控制和保護的核心所在。那我們要怎麼建變電所呢？要怎麼升級來做長期的使用？

Valerie Layan：二次變電所未來還是有發展空間，主要是因為邊緣端會有連接和資料方面的壓力。但是二次變電所要適應新的挑戰，那虛擬化就是解決方案的一部分。

Ian Fogg：虛擬化帶來了更多功能。從其他產業的經驗來看，把功能移到軟體之後，創新的過程就會變得更簡單。對長期使用還有應對不斷變化的用電和需求模式來說，這一點真的非常重要。

Marc Delandre：我這邊想補充一點，我們需要一個遵守開放標準、不斷發展的解決方案。像 Enedis 這種大型的配電系統營運商不能依賴任何專一的解決方案，再怎麼厲害的解決方案都不行。意思是解決方案需要經過認證還要有互通性。這些標準的設定跟確定是要由 ES4 來主導的。

企業要怎麼為未來電網的發展提前做好準備？

Paul O’Shaughnessy：對 ES4、vPAC 或 450 MHz 聯盟的成員來說，有一點非常清楚，就是只有透過模組化還有可以擴展的架構，我們的生態系統才可以達成目標。意思是系統的設計需要模組化的元件，方便去做更換或替代。這樣我們就能一步一步調整系統，讓系統保持最新的狀態。標準化和互通性是未來發展的關鍵，能夠支援開放標準和協議，還有保證不同裝置和系統之間的兼容性。我在前面也有提到網路安全。

Intel 這樣的策略夥伴積極推廣他們的發展藍圖，確定我們掌握適合環境又能部署的最新技術，這一點非常關鍵，但是很常被忽略掉。

合作和協作是怎麼達成智慧電網成功的？

Paul O’Shaughnessy：對硬體製造商來說，能夠當唯一指定的供應商絕對是美夢成真。但是實際上，這個挑戰和機會的規模需要很多不同的供應商在每個環節合作，所以我們一定要用開放架構。我們完全懂這一點。

在這次的討論裡面，大家都是前面提到幾個大型聯盟的合作夥伴。各個工作團隊之間的合作，不管是軟硬體、上市策略還是網路安全方面，這些交流對我們所有人來說都非常重要。這是一個彼此學習還有了解實際需求的好機會。

Valerie Layan：我想補充一點，以前的能源管理、能源基礎架構還有電網營運都是屬於 OT 的範圍。但是現在我們談到要部署新技術的時候，就輪到 IT 上場了。

所以跟 Intel 和 Capgemini 這些有豐富 IT 專業知識的夥伴建立聯盟非常重要，我們可以把 IT 的長處融入到 OT 裡面，讓以前依賴硬體的二次變電所虛擬化，結合 IT 和 OT 的優勢。

可以和我們分享各位協助改造電網的例子嗎？

Valerie Layan：我沒辦法透露客戶的名稱，但是我們 Schneider Electric 的 EcoStruxure IoT 架構是對未來電網的理念，透過產品、邊緣控制還有 App 分析軟體服務這三個層面來連接。我們已經在一些電網營運裡面部署這套解決方案，用這種整合式的企業級解決方案來管理電力網路配置的話，交付時間可以縮短超過一半。

而且有了利用預測性維護、資產效能管理和其他技術的智慧電網，生命週期的營運和維護方面都有提升，總體擁有成本也至少降低了 15％。

另外，我們也在推動叫做低壓電網管理的新方法，這個端對端的方案涵蓋了饋線低層次的感測器、變電所的保護和控制系統，還有 ADMS 的整個過程。很多用電戶希望把自己的產能接回電網，所以低電壓問題對配電系統營運商來說就變得越來越嚴重。

Philippe Vié：Capgemini 支援好幾家輸電和配電電網營運商龍頭，從規劃發展藍圖開始，幫他們開始智慧電網的轉型。我們當然也有提供技術技能、IT 和 OT 方面的顧問服務。大型業者現在都在啟動為期 10 到 20 年的智慧電網計畫。

但這不是一個單一的計畫，是一系列大型專案的組合，譬如說更換控制室、推動自動化，還有打造智慧化和虛擬化的變電所。這些專案結合了電力網路、即時健康資產管理、數位孿生、數位工程、生命週期規劃和效能管理，包含非常多層面，而且每個層面的發展藍圖都完全不同。

Marc Delandre：每個公用事業單位都有自己的發展藍圖，但是目標都差不多。這個市場很大，但是所有公用事業都有一樣的問題，那就是電氣化、可再生能源、電動車充電站和其他部分都需要一大筆的投資。

Enedis 不是技術供應商，我們是技術使用者。但我們幾乎完全知道電網的問題，還有要怎麼管理電網。所以只要和所有合作夥伴一起努力，我們就能找到未來幾年最好的解決方案。

Paul O’Shaughnessy：我這邊想分享一個跟數位孿生有關更具體的例子。我們研華科技（Advantech）之前的一個客戶是配電營運商，他們在遠端資產連接的恢復力方面有困難。主要有三個原因：第一個是地理條件，就是地形；第二是環境因素，像天氣變化；最後就是地緣政治的影響，特別是網路安全的問題。

我們跟這家配電網路營運營運商和另一間夥伴合作，提出了一套解決方案，用我們的軟體平台進行裝置管理。這個平台用的是數位孿生模型，可以確保所有部署在資產上的裝置都有安全性，而且只能從網路作業中心做更動。我們和這個客戶花了兩年一起開發這項解決方案，最後成功部署在 5,000 個資產上。

我們談了非常多，最後有什麼想要補充的嗎？

Ian Fogg：我想補充一點，CCS Insight 報告裡面還有很多我們沒有討論到的部分，這些模組化的內容非常好理解。

但更重要的是，電網在經歷轉型，現在是變化很快的一段時期。這個轉型對整個產業來說很有策略意義，那這個產業對很多其他領域也非常關鍵。

Philippe Vié：我有幾句話想跟輸電和配電電網營運商分享，是你們帶來了改變。你們是推動能源轉型的關鍵。沒有你們，沒有電網，能源轉型就不可能完成。所以各位絕對要加快腳步。但是要做到這一點，就需要一致又可以根據需要調整的發展藍圖。另外，還要參加像 ES4 和其他聯盟的標準化組織，一起協作分享還有減少投資壓力。

Paul O’Shaughnessy：我在內部常常講到，這個過程是一場馬拉松，不是短跑。但就像是 Philippe 說的，現在是一個需要加緊腳步的階段。要能夠加速，就要有清楚的方向還有明確的優先次序。這些聯盟在努力幫我們達成目標，但如果要真正搞清楚方向還有優先次序，我們就需要更多電網執行人員和配電系統營運商來加入我們，一起推動轉型。

Valerie Layan：第一點，數位化和端對端的電網架構是最佳化資本支出、營運支出這些整個生命週期投資最好的方式。接下來是標準化，整合又開放的方式是讓現代化過程更有效率的關鍵。我們也可以從其他產業數位化的成功經驗學到很多，對轉型的過程非常有幫助。

最後一點，協作是最重要的部分。我們要把 OT 公司、IT 公司、終端用電戶和不同的經驗整合在一起。ES4 是讓我們能匯聚多元視角的知識，還有一起打造更智慧未來電網的完美平台。

Marc Delandre：電力真的很神奇。有了電力，我們幾乎無所不能。不管是暖氣、冷氣、照明還是煮飯，都能靠電力完成。電力還可以讓汽車、火車和各種交通工具發動。電力的來源可以是核電廠、太陽能板、風力發電廠和其他方式。

最後我想做個總結，我們的面前有一條漫長又充滿挑戰和驚奇的旅程。

相關內容

如果想進一步瞭解電網現代化，請收聽我們的播客《合作夥伴推動未來智慧電網》，以及閱讀《未來電網》。最新創新技術來自以下企業：

• 研華科技（Advantech）：在 X/Twitter 上追蹤 @Advantech_USA 並關注其 LinkedIn
• Capgemini：關注其 LinkedIn
• Schneider Electric：在 X/Twitter 上追蹤 @SchneiderElec 並關注其 LinkedIn
• Enedis：在 X/Twitter 上追蹤 @enedis 並關注其 LinkedIn
• CCS Insight：在 X/Twitter 上追蹤 @ccsinsight 並關注其 LinkedIn

 

本文由 Erin Noble 編審。

舉凡製造、醫藥或教育，企業莫不使用 AI 轉型產業；就連一般人也看得出這個趨勢。轉型的幕後功臣則是打造解決方案與推動創新的開發者。這項演變的速度，快到連專業人士與專家也望塵莫及。值得慶幸的是，沒有人必須獨自摸索 AI 開發的領域，現成的社群與合作關係生態系統就是您最好的幫手。

參與這場討論的嘉賓是 AI 與開發者社群中兩家公司代表：Intel 的 AI 倡導者 Paula Ramos，以及 Voxel51 的共同創辦人 Jason Corso。Jason 同時任教於 University of Michigan 的 Robotics and EECS 系。他們的話題涵蓋 AI 未來趨勢、開發者如何為推動進展貢獻一己之力，以及參與開發社群的重要性，不僅造福企業與產業，同時也嘉惠開發者本人（影片 1）。

影片 1。Intel 與 Voxel51 的業界思想領袖，探討鼓勵參與開發者社群的重要性。（資料來源：insight.tech） 

AI 領域如何演進，哪些趨勢是形塑這項演進的推手？

Jason Corso：過去幾年，有幾項重大發展主導了 AI 思維。第一項發展是大型語言模型問世，這類模型既可擷取大量標記長度，還能嵌入自然人類語言。這項發展也讓我們獲得了能夠真正自然互動的資源。

此外，我們認為結合視覺的語言是一大未來趨勢。這種語言將隨附新的運算功能、可公開取得的資料，以及利用這些基礎模型確實解決 Voxel 所謂「視覺 AI」領域新問題的能力。

附帶一提，我認為我們應該重視資料在各種 AI/ML 模型開發過程所扮演的角色。我們所打造的這種文化，對模型的重視程度勝過其他一切元素。在學校修機器學習課程時，最初是先用下載或教授給的資料集訓練模型，多半側重於演算法。然而，LLM 領域各行各業的領導者已經開始討論，在打造我們所使用的 AI 系統時，優質資料在結合模型、程式碼與資料的過程，扮演了舉足輕重的角色。

以 Voxel 為例，我們極為側重資料所扮演的角色，並且著重於為開發者提供模型以及處理資料的工具，而不是單純期望開發者生成指令碼，將這些資料視覺化。二十年前，我的資料集是數十個範本或成千上百個範本，對吧？如今，我們的資料集則是動輒成千上百萬個範本。因此，實際管理及理解失敗模式和分佈等實在一大難事，在我看來，需要新思維才能達成。

開發者在 AI 發展過程扮演什麼樣的角色？

Paula Ramos：由於情況瞬息萬變，因此開發者每天都在尋找出路。他們必須在人工智慧這個龐大的領域推動創新，因此必須發揮創意才能解決問題。或許我們遇到的問題與 20 年前無異，但現在的工具更完善，有更好的方法可以解決問題。我們還必須進一步思考應用的最終使用者。

目前存在一些挑戰，在我看來，模型開發、資料管理，以及如何以簡單方式部署部署這些模型，仍有成長空間。您是雲端系統還是邊緣解決方案的使用者？解決方案一向是越簡單越好，這也是開發者目前面臨的主要挑戰。

此外，開源社群在這個領域極為重要；這正在改變 AI 發展的節奏。若向所有人開放這些模型，他們就可以存取資料集，逐回改善這些模型。

開發者與 Intel 這類公司合作的最佳方式是什麼？

Paula Ramos：我們現在有很多個管道，也有各種解決方案。舉例而言，我們有硬體加速器可用來重新訓練或微調模型。我們也有可以在邊緣運作的解決方案。

還有開發者可以取用的邊緣參考套件。這是簡單解決複雜問題的一種方式。我們正設法透過教學課程、程式碼和影片，向他們示範如何在製造業、零售業、醫療保健業等不同領域推展業務。這個方法也適用於 LLM 以及如何操作多種模型。

或者開發者也可以使用 OpenVINO^™ 將模型最佳化及量化。也就是說，他們可以使用現有的同一套基礎架構，還可將 LLM 最佳化及量化，而且我們也不會強迫開發者為了執行這些 LLM 購買特定硬體。OpenVINO 還讓開發者輕輕鬆鬆即可證明及測試這些 LLM。他們可以先建立試驗專案並提供範例，然後再轉移至實際或最終的生產系統。

我們卓越的儲存庫與開源社群，可以供開發者測試最新 AI 趨勢。如果今天有新東西問世，那麼該特定模型在兩天之內就會出現在 OpenVINO Notebook 儲存庫。舉例而言，您可以在那裡測試 Llama 3.1、YOLOv10 以及最新的 AI 趨勢。這是絕佳的工具。

開發者也可以取用 Intel Developer Cloud，在購買各式各樣的硬體之前先行測試。這實在是太酷了。他們可以取用加速器，以及最新的 AI 趨勢，例如 AI PC。 

Voxel51 如何與開發者互動？

Jason Corso：我們的軟體稱為 FiftyOne。它基本上是一種視覺元件，同時也是軟體 SDK，可處理本文討論的工作，例如資料與模型改良。但最近我們推出了這個稱為 Panels 的全新功能。透過 Panels，不懂如何編寫 React 或 Java 或是有 UX 的任何內容，也可以為前端構建功能。您可直接在 Python 編寫，而且依舊能增強 GUI 功能。

我們是開放原始碼驅動的公司，但我們其實有數十位客戶使用我們的商業企業版 FiftyOne 軟體 FiftyOne Teams，而且它能讓您以團隊、雲端或內部部署的方式共同開發相同的功能。我們在製造、安全與汽車領域的客戶群廣泛。

我們今年稍早順利完成了 B 輪融資，而且其實我們正為核心工程工作和開發者關係工作，招募機器學習工程職位。我們對開發者深具信心，因此僱用了受過完整訓練、有能力撰寫論文和程式碼的對象，但他們的角色其實是與社群互動與聯繫。

產業活動如何協助開發者與更廣泛的社群互動？

Jason Corso：Voxel 在 CVPR 之前舉行了首次實體駭客松活動。我們在這類互動中觀察到，開發人員對於接觸新技術躍躍欲試，並且努力設法在新團隊合作解決新問題。

活動固然有趣，但我認為開發者活動的關鍵切入點顯然是教育。參加 CVPR 這類開發者活動或會議，才能真正掌握最新的脈動。去年我教授了電腦視覺入門這個課程：就某種意義而言，我每週花了三小時的時間舉辦這項開發者活動，引領 300 名學生認識電腦視覺。

然而，AI 領域發展神速，似乎每個人無時無刻都在吸收資訊，即使是長年投身這個領域的教職員也是如此。無論是尖端的研究論文，還是必須學習的新 API 與程式庫，要隨時掌握最新資訊都是不可能的任務。

因此，Voxel 設法每週舉辦一次技術活動，讓社群持續參與。以我個人為例，我在東部時間每週一中午都有開放諮詢時間，任何人從 Zoom 登入即可。幾個星期前，我們回顧了某人的論文，並瀏覽了幻燈片和實際的技術模型。但最後的成果卻是：「這是我第一次考慮踏入電腦視覺這個領域。我該注意什麼呢？」

有的是單純與基礎能力有關的原始教育，有的則是真正有助於參與並掌握最新脈動的開發者活動。

還有任何其他開發者應該善加利用的資源嗎？

Jason Corso：正如 Paula 先前說過，開放原始碼是孕育創新的途徑。我們的軟體 FiftyOne 放在 GitHub，歡迎大家建立分支，也可以送交 PR。我們每個月或每兩個月都會發布一次，而且每次發布都有一些屬於我們社群的內容。自發布以來，過去這四年，我們持續透過社群貢獻廣泛瞭解社群的需求。我衷心想對我們建立的開發者社群表示謝意。這個環境充滿活力又豐富，沒有這個社群，我們就不會有今天的成就。

雖然有實際活動，但光是加入開放原始碼專案，也是另一個真正參與 AI 開發者生態系統的好方法。

Intel 如何促進開發者在社群互動？

Paula Ramos：Intel 為了促進互動不遺餘力，而且我們為了與開發者共同推動創新，打造了多種管道。我們有龐大的生態體系統，涉及的範圍不限於推論，還包括訓練，例如異常偵測。

我們有一項名為 Innovator Program 的計畫，在計畫中，來自世界各地的多位開發者共同測試技術。開發者可以自行製作應用程式，然後與我們分享。基本上，他們建立自己的儲存庫，然後建立分支儲存庫，並且建立新的應用程式。日後我會在 LinkedIn 和我的網路重點介紹其中幾位創新者，敬請期待。

此外，我們還參與了 Google Summer of Code，在三個月的時間內與好幾位開發者及 OpenVINO 團隊的不同導師合作。去年，有位參與 Google Summer of Code 的學員，與導師撰寫了一篇關於 Anomalib 的論文。這篇論文送交 CVPR 的 Visual Anomaly Inspection Workshop 之後被接受了。

我們與大學的關係當然也是發展神速，協助大學展開研究，以及撰寫 Intel 能夠支援的研究計畫書。此外，我們透過會議消弭產業與學術圈之間的差距。

我們致力於參與開放原始碼社群，因為開發者是這個社群最重要的一環。我們始終認為，必須讓開發者在我們能提供的軟體使用這個硬體，他們加速之後才能改善管道與工作負載。這才是主要目的。

相關內容

若要進一步瞭解 AI 開發，請收聽 AI 夥伴關係帶動開發者創新。若要掌握 Voxel 的最新創新，請在 X/Twitter 的 @voxel51、LinkedIn 與 GitHub 關注他們。若要掌握 Intel 的最新創新，請在 X/Twitter 的 @intel、LinkedIn 與 GitHub 關注他們。

 

本文由 Erin Noble 編審。

在動盪不安又競爭激烈的全球市場中，數位轉型是工業組織致勝的不二法門。為了取得優勢，製造商利用 AI 和電腦視覺等最新的工業 4.0 技術，變得更靈活變通、降低營運成本、保護業務，並且增加營收。

然而，這條走向工業數位轉型之路荊棘遍佈：勞動力老化與技能差距、網路安全風險日益嚴重、OT 與 IT 孤島，以及利用廣泛資料複雜難行。企業領導者負責探討如何利用技術並克服這些挑戰，以及究竟應該從何著手。跟全球技術解決方案供應商 World Wide Technology（WWT）這樣在工業市場和技術領域擁有深厚專業知識的合作夥伴合作，是一個很好的開始。

「我們可以跟客戶合作，尋找並確定影響業務的定量和定性數位轉型難題。我們探討了減少風險、降低成本、增加利潤和增進營收的最大機會，」WWT AI 實踐資深總監 Mike Trojecki 表示。

據 Trojecki 所說，工業數位轉型不僅是部署 AI 和電腦視覺等技術。您也必須因應內部文化問題。「這是一個由來已久的問題,，在 IT 部門眼中，OT 人員無法從 IT 的角度理解技術挑戰，」他解釋道。「而 OT 人員也將 IT 視為阻礙完成工作的阻礙。」

憑藉 30 多年在廠房現場的經驗以及與 IT 組織合作方面的歷史，WWT 不僅能協助公司克服挑戰，還能充當 IT與 OT 之間的溝通橋樑，幫助公司彌合差距。這可能只是一項簡單的教育性任務，又或者是完整的端到端概念驗證（POC），要採取必要的步驟從 A 點移到 B 點。

用工業 4.0 技術克服業務挑戰

WWT 在考察客戶的整體流程時，可以繪製解決關鍵業務挑戰的技術和解決方案。

舉例來說，工業組織常面臨的一項難題是確保工人在廠房的安全。「看待電腦視覺時，它不僅關乎缺陷檢查和偵測，」Trojecki 表示。「這項技術也用於保障人們安全無虞。如果有人將自己置於可能受傷的境地，AI 和電腦視覺可以識別安全問題，並採取行動預防傷亡。」

WWT 也運用 AI 和其他工業 4.0 技術來支援數位孿生，這對於從虛擬測試產品到工廠數位化，乃至於在虛擬環境執行流程之使用案例的製造環境至關重要。使用數位孿生模型可以帶來很多價值，而 Trojecki 表示，WWT 正在跟工廠、配送中心和資料中心的客戶一起實施這項技術。

「在新產品進入生產線之前，您可以先建立它的數位表示，甚至無須實際操作就能驗證流程變更，」Trojecki 表示。「實體和流程世界的數位模擬讓營運和 IT 團隊能以更低的風險和更少的成本，取得更佳的成果。」

預測性維護能降低營運成本

在工廠廠房實施預測性維護解決方案，是 WWT 協助客戶實現製造流程現代化並降低營運成本的另一個實例。傳統上，預測性維護一直是擁有多年經驗的工廠生產線工人的領域，他們知道如何透過異常振動或噪音來偵測機器異常以及解釋未決問題。

隨著老一輩的員工退休，各公司行號正在投入一種更具成本效益但需要全新技能的資料分析模型。WWT 在將 OT 與 IT 相互結合、訓練新一代員工，以及部署複雜的 AI 解決方案方面積累了豐富的經驗。

舉例來說，WWT 與一家需要將設備停機時間降至最低的機器製造商合作。公司的最終目標是減少製造流程中的錯誤和品質惡化。部署使用感應器資料與電腦視覺的預測性維護解決方案，對機器健康進行分析，並在出現問題之前採取行動，有助於降低整體機器維護與支援成本。

WWT 與軟硬體供應商合作，開發了一套完整的解決方案，讓客戶可以調查製造流程、改變控制網路，以及即時修復問題，而不是讓系統離線。這項解決方案提高了機器利用率，公司也無須重新評估整個生產線。現在，客戶可以延長機器服務時間、減少停機時間，以及降低產品出廠的成本。

與解決方案供應商密切合作，是 WWT 的業務和客戶成功的關鍵。Intel 及其廣泛的合作夥伴生態系統能讓 WWT 挑選及實施最能解決特定數位轉型挑戰的合適產品組合。

這個平台是雙向的。「我們從技術觀點和解決方案開發的角度，與合作夥伴保持一致，」Trojecki 表示。「沒有合作夥伴，我們就做不到。老實說，倘若少了我們，他們也一樣無法成事。」

工業數位轉型專業知識引領業務成功

公司利益相關者展望新機遇時，AI 已成為大多數對話的頭號驅動力。「客戶無不提問：『 AI 將如何影響我們在工廠的工作？』「它在整體工業營運中會扮演什麼角色？』」Trojecki 表示。「企業必須從某個地方起頭，那些不接受新興技術的企業很快就會落伍。」

WWT 在全球各地能夠協助組織成功達成轉型目標。

 

本文由 insight.tech 編輯總監 Christina Cardoza 編審。

5G 問世成為全球產業界目光的焦點，為大規模高速連線開啟了全新的可能性。以製造業與智慧城市這類產業別為例，5G 將遠距設施整合為完整系統，實現前所未有的可見度與回應能力。

然而，公用 5G 網路卻無法滿足諸多應用的需求。這類應用正好是私有 5G 網路能大放異彩的地方。嵌入式電腦主機板與模組供應商 congatec 的基礎架構市場區隔經理 Zeljko Loncaric 表示：「為了充分利用 5G 的功能，對於自訂基礎架構的需求孔急」，並且指出安全性、即時可靠性與網路彈性則是其中幾項關鍵需求。

量身自訂解決方案以及採用私有 5G 網路的需求日益增長，時間點正好與 OpenRAN 這類開放式標準問世不謀而合。這項轉變對電信設備製造商（TEM）而言是千載難逢的機會，因為從今以後再也不用受寡占市場束縛。Loncaric 表示，反之，OpenRAN 的開放式介面與標準則可促進供應商百家爭鳴，而這正是 TEM 策略的重點。

為 OpenRAN 開啟全新可能性

長久以來，TEM 必須克服重重難關，才能打造利用 OpenRAN 功能的 5G 解決方案。具體而言：

• 整合不同來源的元件，同時兼顧高效能與低成本。
• 確保安全機制穩定可靠。這個問題對於以私有 5G 網路為目標的 TEM 格外急迫，因為這類網路託管的資料往往價值不容小覷。
• 為惡劣環境設計設備。（5G 無線電覆蓋範圍有限，意味著設備通常部署在偏遠地區。)
• 確保解決方案可符合各種部署需求有效擴充。

因此，congatec 開發的解決方案可讓 TEM 加速上市。conga-HPC/sILH 平台專為預先整合最複雜的系統元素而設計。這套解決方案包括核心網路的回程網路連線、兩個 RF 天線模組、一個 Intel^® Xeon^® D 處理器、一個安全的前向錯誤修正（FEC）加速器，以及完整的 FlexRAN 軟體堆疊。

Loncaric 表示，這個技術套件適合所有類型的 5G 無線存取網路配置。TEM 使用 conga-HPC/sILH 之後，可以專注發展核心能力，將特定 IP 留在公司內部，提供信任度與設計安全性高的 5G OpenRAN 伺服器。

COM-HPC 在打造穩定安全 5G 基礎架構時所扮演的角色

這個平台的核心是搭載 Intel Xeon D 處理器的 COM-HPC 伺服器尺寸 D 模組。這個組合提供 5G 應用方案所需的效能、效率與安全功能。值得注意的是，特定模組支援 -40°C 到 85°C 的極端溫度範圍，支援 OpenRAN 伺服器部署在有空調的伺服器機房外。

這些模組插入 Intel 的平台載板，為開發 5G 基礎架構提供穩定可靠又靈活的基礎。舉例而言，載板支援各種介面與加速技術，協助 TEM 精簡設計流程。

Loncaric 表示：「這款載板是極為彈性靈活的參考平台，不僅展現了我們產品選擇的成效，更為 TEM 提供了強有力的支援。載板搭配 COM-HPC Server 模組後實現的快速自訂組建，需要 RAN 伺服器通常沒有的連線與介面。」

實現私有 5G 網路的安全性與彈性

這個平台為了克服 5G 的安全問題，搭載 Intel^® Software Guard Extensions，讓頻道設定及 5G 控制功能之間的通訊得以安全無虞。內建的 Crypto Acceleration 不僅降低完整資料加密對效能的影響，更提升了加密密集型工作負載的效能。

這個平台採用同步乙太網路（SyncE）與數位鎖相迴路（DPLL）振盪器，時間控制精確。這些技術是將節點與 5G 基礎架構同步的關鍵。

這些技術相輔相成，讓 TEM 能大幅減少設計工作，加速上市時間。此外，這個解決方案的模組化性質將投資報酬率與永續性最佳化，因為系統只需簡單交換模組即可輕鬆擴充與升級。Loncaric 表示，相較於更換一整套系統，這個方法減少的升級成本最高可達 50%。

展望：私有 5G 網路與 OpenRAN 的未來發展

congatec 將平台的成功歸功於與 Intel 的夥伴關係。

Loncaric 解釋：「電信是個很難打入的市場，一直到十年前左右，這個市場根本形同不可能的任務。」「我們與 Intel 成為合作夥伴，透過 O-RAN Alliance 這類計畫逐步打進這個市場。自此之後，我們發布了多項全新標準，其中採用 Intel Xeon D 的最新標準，非常適合校園網路與工業環境等多種利基應用方案。」

展望未來，congatec 計劃開發更多為 TEM 提供更高效能的解決方案。除此之外，該公司還打算繼續深耕開放式標準與邊緣運算專業知識。

Loncaric 表示：「我們相信，我們對於開放式標準的承諾，以及我們在邊緣運算與工業應用方面的豐富經驗，讓我們成為多個市場區隔 5G 技術的主要廠商。我們透過持續創新，以及與 Intel 這類領先業界的夥伴合作，致力於推動新一代通訊網路的發展，確保網路持續符合新式應用不斷變化的需求。」

5G 市場持續演進之際，對於讓 TEM 滿足 5G OpenRAN 部署瞬息萬變的需求，conga-HPC/sILH COM-HPC 平台這類解決方案舉足輕重。這個平台提供強大的彈性整合式基礎，讓 TEM 能夠加速創新，實現新一代 5G 基礎架構。

 

本文由 insight.tech 編輯總監 Christina Cardoza 編審。

數位轉型與工業 4.0 的討論，通常偏重技術層面。然而，人才是改變的關鍵。

企業開放原始碼軟體解決方案供應商 Red Hat 資深總監兼智慧邊緣業務開發全球主管 Kelly Switt 表示，製造商採用現代技術之際所面臨的難題，根本原因通常源於實作者的思維與協作方式，而非工具本身。

製造作業仰賴團隊關係

製造作業之所以如此倚重應變能力強的協作團隊，是因為作業流程複雜，需要領域專業知識、協調、疑難排解與最佳化。舉例來說，淘汰舊式系統，改採新式互連平台時，思維方式也必須隨之改變。

工廠內採用的技術與工具，應該打破封閉環境並消除團隊之間的阻力，進而強化協作與生產力。

Switt 說明：「企業是一種人的組成方式，而這些人經營企業時，通常會仿效系統設計。」「如果與 IT 同仁合作欠佳，或是關係依舊因為封閉環境受阻，從系統效能就可略見端倪，無論是系統缺乏恢復能力或無法如期交差都是徵兆。」因此，Red Hat 與 Intel 於是採用新式策略來帶動製造作業與團隊。

工業邊緣平台是支援技術的組合，包括 Red Hat Device Edge、Ansible Automation Platform 與 OpenShift。它還採用 Intel 尖端的軟硬體堆疊，包括 Intel^® Edge Controls for Industrial，讓使用者能夠打造符合特定需求的全方位解決方案。

消弭工業自動化落差

Red Hat 工業邊緣平台的關鍵元件，將過去的手動工作自動化，率先朝克服文化難題邁出了一步。支援佈建、配置與更新的軟體自動化策略，也為 IT 與 OT 團隊協作提供了共同的基礎，也讓他們有更多時間處理更關鍵的工作。

Switt 說明：「將例行工作自動化，員工就更能集中精神處理更決定性的現代化環節。」

工業邊緣平台不僅有助於在伺服器運算層面將各種工作自動化，同時還兼顧裝置與網路層面，包括系統開發、部署、管理與維護，實現以自主性更強的方式管理基礎架構。

Switt 表示：「制定平台型策略時，其實不妨考慮採用最能支援設施生產力，自主性也更強的基礎架構管理方式。」

自動化上路後，下一步就是革新工廠內的資料中心。這類中心通常儲存了更大也更關鍵的應用程式，負責執行製造程序。這些系統現代化後，支援更高的彈性與更快速的變化，對於現今這個快節奏的製造環境極為重要。Switt 解釋：「新式技術可實現彈性更高的應用程式、更頻繁的更新，並且更快因應瞬息萬變的需求。」「這類技術不僅提高了生產力，更強化了 IT 與 OT 團隊之間的協作。」

舉例而言，製藥業需要某種程度的供應鏈追蹤能力。新式技術可讓組織將實施變更所需的時間縮短，從六個月到一年變成短短 90 天。這種加速方式為工廠管理及設施整體生產力與產出創造了價值和優勢。

此外，工業邊緣平台提供即時核心，降低了延遲並且減少抖動，讓應用程式重複執行時更可靠。

Switt 表示：「Red Hat 的解決方案為您實現的平台不僅具自主性，而且穩定又安全，加上採用開放原始碼，因此製造商用更少的專有硬體，就能獲得開放式的互通平台。」

工業邊緣支援之製造業的未來發展

製造商繼續摸索工業 4.0 複雜難解的問題之際，Red Hat 與 Intel 這類合作方式以文化、人和思維方式為本，是合作得以成功的關鍵。

Switt 表示：「Intel 是我們的核心合作對象，因為 Intel 技術不僅在公有雲和 IT 資料中心無所不在，而且應持續廣泛應用於工廠資料中心或資料室設施的營運。」

製造商若打破封閉環境、採用自動化技術，以及革新基礎架構，便能讓營運將潛力發揮得淋漓盡致，並且為更靈活、高效且創新的未來奠定基礎。

Switt 表示：「我們透過 Red Hat 與 Intel 的技術，打造出更優異、更迅速且更高效的工廠。未來發展樣貌、經營方式，以及為此引進的協作程度與推動的文化變革，全都操之於製造商之手。」

 

本文由 insight.tech 編輯總監 Georganne Benesch 編審。

邁向邊緣網路的優勢顯而易見：提升速度、強化安全性，以及改善使用者體驗。但企業究竟該如何實現這一轉變？哪項功能最符合需求，成本又應該是多少？值得企業尋尋覓覓的完美解決方案是否存在？

我們邀請到 IT/OT 硬體解決方案供應商 CASWell 的產品經理 CK Chou 共同探索網路邊緣。Chou 分享到轉向網路邊緣過程中的困難、AI 在其中的角色，以及如何以創意思維，借助傳統技術指引前往寶貴解決方案的方向。（影片 1）。

影片 1。CASWell 的 CK Chou 在「insight.tech Talk」中探討了邁向網路邊緣的挑戰與網路邊緣裝置的角色。（資料來源：insight.tech）

為什麼企業現在都轉向網路邊緣？

談到邊緣運算，我們都知道重點是在資料建立的地方馬上進行處理，而不是把所有東西傳回去中央伺服器。這樣可以加快回應速度和減少內部流量，所以非常適合需要即時反應的情境，像是製造業、零售業、交通運輸、金融服務和其他領域。

這樣說好了：想像你在一台自駕車裡面，路上有突發狀況。你需要車子馬上做出反應，每個毫秒都很關鍵，承擔不起等資料來回遠端伺服器有延遲。這跟用電腦的時候等沙箱載入不一樣，是吧？在自駕車情境裡面，任何延遲都可能會出人命。這就是邊緣運算在源頭處理資料，快速做決策的例子。

這當然不只是跟速度有關，也是為了保障資訊安全。如果像財務資訊這種敏感資料可以在本機處理，不用透過網際網路傳到中央伺服器，被攔截或被駭的機率就會比較低。資料越不需要傳輸就越安全。

透過在現場處理資料，邊緣運算就算在網路連線不穩定的情況下，還是能夠幫忙保持順暢執行。簡單來說，邊緣運算的重點在於速度、安全性和可靠性。不管是在車上、診間還是廠房，都可以把資料處理帶到最需要的地方。

不過，要轉到邊緣網路沒那麼簡單。這是很重大的轉變，而且挑戰也會跟著來。公司要面對系統管理複雜度增加、基礎架構成本提高、處理能力有限、資料管理問題和其他難題。雖然有這些挑戰，但邊緣運算的好處還是非常重要，沒辦法去忽視。邊緣運算能夠大幅提升基礎架構效能、強化安全性和節省整體正本，這些優勢就值得我們去克服障礙。

那網路邊緣裝置的哪些功能可以幫助企業成功呢？

這個不好說。我心目中夢想的邊緣裝置應該要體積小巧，而且還要有好幾種像 SNA、Wi-Fi 和 5G 不同應用的連接選項。還有，使用者想在寒冷的山區或是炎熱的沙漠安裝設備的話，如果有能在惡劣的環境運作、可以應對適當的溫度範圍的機架設計，這真的會很不錯。另外，也要提供強大的處理能力，但是耗電量又很低。當然，最重要的是這個多合一裝置的成本還要低到不行。

通通都可以做到的裝置聽起來很完美，對不對？但你認真覺得這是有可能的嗎？老實說，在邊緣的公司不太需要多合一裝置。他們真正需要的是有適合特定環境跟應用功能的裝置。這就是 CASwell 的專長。

我們的產品線提供很多種選擇，從基本型號到高階解決方案都有，涵蓋了 IT 到 OT 的應用。不管是小型辦公室、工廠還是遠端位置，我們都有專門為不同條件跟需求設計的選項，讓公司可以輕鬆找到合適的邊緣裝置，不用把錢花在不需要的功能上。

AI 在網路邊緣的作用是什麼？

現在的 AI 模型訓練都是在雲端進行，所以需要大量的資料跟很強的運算能力。但試著想想看資料中心有多大。想像一個足球場那麼大的空間，裡面擺滿了幾十個大型模塊，每個模塊裡面又有幾百台伺服器，全部都互相連接，而且一直進行模型訓練。

這樣的 AI 伺服器聽起來很神奇，但是離我們一般的使用案例太遙遠，而且客戶也負擔不了。不要忘記：邊緣運算的概念就是在資料建立的地方直接處理，而不是把所有資料傳到中央伺服器。如果想用 AI 來強化邊緣解決方案，不可能把整個 AI 工廠搬到伺服器機房，除非你有錢的不得了，而且伺服器機房還跟足球場一樣大。

可行的辦法是把重量級的深度學習任務放到集中的 AI 中心，然後推斷的部分移到邊緣去。這種方法需要的電力和資料比較少，非常適合邊緣設備。我們已經可以看到 AI 整合到像手機、 採用 AI 的電腦這種日常裝置的趨勢。這些裝置用雲端訓練的模型來做出智慧決策、提供個人化體驗，還有改善使用者互動。

CASWell 在開發一條全新的邊緣 AI 伺服器產品線。這條產品線是專門為了把 AI 功能從資料中心帶到邊緣所設計的，讓我們可以馬上體驗到 AI 的威力。這讓需要 AI 的人能夠隨時隨地掌握需要的技術。

CASwell 怎麼幫企業應對網路邊緣的挑戰？

我們有觀察到邊緣環境變得比一開始預期更有挑戰性的趨勢。越來越多終端使用者都在找可以同時用在 IT 跟輕型 OT 環境的解決方案。他們希望邊緣設備不只能安裝在有冷氣、乾淨又整齊的機架上，在像倉庫、廠房，甚至是通風不好的機櫃這種環境裡面也行得通。

CASwell 決定開發一款採用 Intel Atom^® 處理器的入門級桌上型產品 CAF-0121，能夠提供效能和電源效率的最佳平衡。CAF-0121 可以支援 -20º 到 60º 的溫度範圍，比一般的 0º 到 40º 還要更廣。這款小型的裝置還能提供 2.5-gig 支援，實現基本的基礎架構連線能力。另外，CAF-0121 體積小巧也沒有風扇，採用被動式散熱設計，很適合邊緣運算應用。

我們這個新型號的目標是以對 IT 實惠的價格提供 OT 等級的規格。意思是使用者可以減少管理基礎架構需要的資源，部署起來更輕鬆。他們可以在 IT 和 OT 應用裡面用一樣的裝置，技術設定標準化跟維護變得更簡單了。CAF-0121的設計讓企業能夠適應不同的環境，不用每個情境都要用分開的解決方案，所以的確是很讓人期待的產品。

打造 CAF-0121 的時候有遇到什麼困難嗎？

TEM 熱電模組這個技術是 CAF-0121 的基礎。TEM 解決方案經過驗證可以冷卻過熱元件，在醫療裝置、車輛系統、冰箱、飲水機和其他需要快速又精確溫度控制的裝置裡面很常見。

這些裝置在電流通過的時候會產生溫差，讓一側加熱，另一側降溫。傳送的電流越多，兩邊的溫差就越大。

大家通常用到的都是 TEM 的散熱功能，但我們的想法不一樣：怎麼不同時利用冷卻和加熱的功能，幫邊緣裝置在更廣的溫度範圍裡面運作呢？整體的概念是我們利用 TEM 的加熱功能，間接把系統的運作溫度範圍降到更低。反過來說，只要內部環境溫度升高到一定程度，用散熱功能就可以就可以讓系統降溫。室內變冷的時候，TEM 能夠充當加熱器；室內變熱的時候，TEM 可以當冷卻器來用。

透過 TEM，我們就不用再被個別元件的運作溫度範圍限制，讓設備的溫度範圍超越元件在一般情況的極限。有了 TEM，我們能夠挑戰溫度的極限，同時保證裝置的可靠性。

在這個專案裡面，我們把傳統技術當創新的解決方案來用，幫產品在競爭非常激烈的市場帶來更多附加價值，還得到了寶貴的經驗。我們也希望這次小小的成功可以鼓勵研發團隊保持創意，勇於突破框架思考，不要拘泥在傳統的方式上。

CASwell 是怎麼跟技術合作夥伴合作來實現產品線的？

厲害的邊緣運算裝置應該要有合適的處理能力、節能省電、體積小巧、連接選項多，當然價格上也要有競爭力。這幾點都是任何邊緣運算裝置的基本必備條件。

這就是為什麼我們在 CAF-0121專案選 Intel Atom 處理器的原因。Atom 讓我們可以提供合適的效能水準，同時保持低耗電量。Intel LAN 控制器幫我們輕鬆把 2.5-gig 乙太網路支援加到這個裝置裡面，確保可以滿足大多數基礎架構的需求。

Atom 還內建加速 IPsec 流量的指令，非常適合安全應用程式。不管是處理資料加密、安全通訊，還是其他安全任務，這款處理器都可以勝任挑戰。

如果想要進一步提升安全性，Atom 也整合了 BIOS Guard 和 Boot Guard，提供硬體的信任根源。我們不只是強調卓越的性能跟效率，還針對 BIOS 和開機程序提供高階保護。這種安全等級非常重要，對需要在不降低保護的情況下處理敏感資訊、關鍵任務的邊緣裝置來說更是重點。

在市場上各式各樣的競爭者裡面，只有 Intel 能夠一次提供所有功能。Intel 不但支援硬體，還有驅動程式跟韌體。這麼高的整合性讓 CAF-0121專案的開發輕鬆很多，而且完全縮短了我們的上市時間。處理能力、安全功能，甚至是軟體支援都是同一個可靠的合作夥伴提供的時候，整個流程絕對變得更簡單。這樣不只簡化了工程跟開發工作，也確保所有元素都可以順暢配合。

在這種情況下，像 CASwell 這種硬體設計師就可以更專注在效能最佳化上，減少解決能力問題上的精力。這對 CASwell 跟客戶來說都是一場勝仗，讓我們可以更快、更高效提供高品質又可靠的邊緣運算解決方案。

我們的終極目標很明確：我們要設立邊緣運算設備的新標準，還有提供靈活的邊緣解決方案，幫客戶應對雲端、網路跟智慧邊緣的挑戰。

相關內容

收聽《網路邊緣優勢：實現商業成功》並閱讀《AI 無所不在— 從網路邊緣到雲端》，進一步瞭解網路雲端。若要瞭解 iProd 最新的創新技術，請關注其 LinkedIn。

 

本文由Erin Noble 編審。