分類: 產業

數位轉型的浪潮延伸到了幾乎各個領域，包括製造業、醫療保健、智慧城市等。在達成目標的努力中，快速、可靠的資料傳輸在網路邊緣至關重要。但是在大規模、廣泛的環境或遠端操作區域中，高容量傳輸網路並不容易，而傳統的有線和無線網路解決方案都有所不足。

連線技術、虛擬實境以及 5G 網路解決方案供應商 HTC 的企業解決方案部門資深副總經理鮑永哲表示：「Wi-Fi 網路覆蓋範圍不足，會導致延遲問題。雖然商用 5G 網路的確提供優異的速度和頻寬，但在很多情況下，因為需要有專屬連線、地域性和安全上的考量，這種網路不是可行的替代方案。」

好消息是，私人 5G 網路在這樣的情境下能夠展現高頻寬、低延遲的連線能力。私人 5G 網路提供專屬、可自訂、安全又高效的網路，在充滿挑戰的邊緣環境實現各種數位轉型應用。而現在，採用開源軟體和網路連線標準的 5G 解決方案可以協助公司更快部署應用程式。

私人 5G 實現工廠 AGV 解決方案

HTC 在台灣的一家工廠的部署就是最佳個案。一間高階數位顯示器製造商希望在他們的製造設施採用自動引導車（AGV）。但是提出來的解決方案需要在廣大的工作區域實現無縫網路連線。

這間公司考慮過使用多部 Wi-Fi 路由器，來建置足夠覆蓋整個廠房的網路。不過因為延遲問題經導致 AGV 在存取點切換時停頓，這個方法也就出局了。另外，Wi-Fi 網路不時出現不穩定的情況，引起對停機時間的擔憂。

HTC 和這間製造商合作，建立專屬的 5G 網路，提供執行 AGV 解決方案所需要的高容量、高效能連線能力。在部署後，製造商發現這種網路不但滿足了他們的需求，還大幅減省成本。

鮑永哲談到：「AGV 和私人 5G 網路的整合提供了即時資料，改善決策和簡化工廠的物料流動。因為這樣，我們的客戶提升了營運效率，還大幅降低勞動成本。」

整合式硬體與協作方法

建立 5G 網路並非易事，但 HTC 等供應商提供的整合式硬體產品與服務、協同合作方法有助於簡化流程。

譬如被 HTC 稱為「5G 百寶箱」的可攜式網路系統 Reign Core 系列，能夠透過一個 20 公斤的手提箱提供採用私人 5G 網路需要的所有實體基礎。

HTC 也向系統整合商（SI）和企業提供全面支援，開發自訂的 5G 應用程式。這包括初步的需求評估、協助建立和測試概念驗證系統和軟體應用，以及最佳化解決方案來擴展部署。

HTC 的 5G Regin Core 解決方案也符合第三代行動通訊合作計畫（3GPP）移動寬頻和 O-RAN 聯盟的標準。這有助於採用其他供應商按照相同標準建置的元件，從而實現更靈活的解決方案開發和更強的自訂。對於採用 HTC VIVE VR 頭戴式開發虛擬實境（VR）的人士，HTC 授予了專有的 VIVE Business Streaming （VBS）通訊協定存取權，最佳化資料傳輸。

這種靈活、獨立的基礎架構、全面的工程支援、開放的標準，再加上對專有通訊協定的存取，讓企業和 SI 能夠打造各種 5G 驅動使用案例，包括製造業的 ICT，還有訓練、設計和娛樂的 VR 應用（影片1）。

影片 1 。5G 私人網路讓製造、訓練、設計等使用案例進入 VR 時代。（資料來源：HTC）

合作夥伴推動 5G 轉型

私人 5G 解決方案實現眾多產業的數位轉型。技術合作夥伴生態系統的支援功不可沒。

HTC 和 Intel 的夥伴關係正是絕佳範例。鮑永哲表示：「我們使用 Intel^® FlexRAN^™ 參考實作來處理基頻單元（BBU）。FlexRAN 搭載 Intel^® Xeon^® 可擴充處理器，高效實現無線接入工作負載，讓我們能用靈活而且可程式化的方式來控制無線基礎架構。」

透過與合作夥伴生態系統發展，HTC 同時也能接觸到眾多潛在的硬體供應商網路，包括伺服器和無線電供應商。這讓公司的工程師在跟 SI 合作時能夠輕鬆開發自訂解決方案，不論銷售的垂直市場為何。

正因如此，HTC 預見到 5G 網路應用未來在物流、國防和航空與國防等領域的潛力，這項技術將帶來更緊密連結的世界。

鮑永哲指出：「隨著數位化的浪潮延伸到各行各業，無線通訊在未來會扮演更重要的角色。對於需要安全、高頻寬、低延遲連線能力的自訂使用案例而言，私人 5G 會成為數位轉型的強大助力。」

 

本文編輯 insight.tech 編輯總監 Georganne Benesch。

管理資產並非易事。舉例來說，管理一整個車隊需要準確又詳細的資訊。要了解車輛何時會出現故障還有原因，光是靠每次加油的時候測量冷卻液的最高和最低溫度是不夠的。引擎燈警告指示的問題不夠具體，可能代表有嚴重的問題，像是散熱器即將損壞，或者只是無害的訊號。

即時資料分析的案例

資產密集型產業面臨各種與資料相關的問題。資產管理人員經常根據無關或過時的資訊採取行動。即使在同一個組織，前線員工需要查看和採取行動的資料，也未必跟工廠主管完成工作需要的資料相同。雖然可能有像是發送文字警示的問題信號機制，但是假警報讓員工開始不把這些當一回事。過多錯誤和無關的資訊可能會導致資料疲勞。最後，即使手邊有資料，可能也沒有足夠的資訊做出明智的決策。

感應器資料管理解決方案供應商 Smart Connect IoT 的總裁 Sahid Sesay 指出，這些資料問題在各行各業都普遍存在。這就是為什麼資產管理人員和其他前線工作者需要即時掌握更多相關資料，才能做出準確的資料導向決策，主動採取措施，而不是被動應對。

Smart Connect IoT 的無程式碼 SC-IoTOS 感應器邊緣閘道軟體是一個物聯網感應器資料擷取翻譯聚合器，可以在邊緣將任何搭載 Intel^® 處理器的硬體連接至幾乎所有類型的設備、感應器或是攝影機。這款軟體能夠安全收集、儲存、規範以及串流擷取的資料，來回傳送至任何地點，用於分析和近一步處理。這樣的解決方案能夠把正確的資料在適當的時間，送到合適的人選手中。

Seasy 表示：「提升高品質串流的資料數量時，組織內部的人員就能輕鬆掌握決策和資訊。」在數位化和產業轉型的時代，組織所需要的是能夠取得有價值且可據以行動的深入解析。

提升作業資料管理便捷性，協助系統整合商

在企業取得深入解析時，將資料整合到現有技術堆疊和基礎設施是必須跨越的一大障礙。SmartConnect 解決方案利用舊版智慧和資產管理系統，根據需要新增感應器來取得理想的計量指標。這項物流網解決方案將舊版和新版感應器的資料整合至單一無程式碼的資訊層，消除了取得深入解析的障礙，解決許多公司的困擾。

在現有的資料收集機制上層層堆疊 SmartConnect IoT 的解決方案不需要自訂工作，從而降低價格，讓產品大受系統整合商的歡迎。「系統整合商可以更快回應提案要求，還能消除作業風險。他們希望成長時，可以在沒有額外開銷成本的情況下實現這個目標。解決方案具備可擴充性Seasy 談到：「 從PoC 或試行方案進入生產階段，一步到位。而且系統整合商還可以根據需要在地理或邏輯上擴展或調整。」

資料整合使用案例

SmartConnect 的解決方案幫助北卡羅來納州的一間食品加工公司找出工作流程中的問題，並更加妥善管理作業。

感應器監測各種用於冷凍庫和輸送帶資產管理的參數，從震動到溫度、壓力，還有馬達的健康狀況。多重供應商感應器可以監控以及控制設備與生產流程，卻缺乏統一的串流資料來準確反映資產的健康狀況。

為了解決這個資料缺口問題，這間食品加工公司在廠房部署了一台採用 Intel^® 技術的邊緣運算伺服器，執行 SmartConnect Sc-IoTOS 軟體，在雲端整合以及處理內部部署資料，提供即時資料分析。這項部署讓所有相關利害關係人取得所需的資訊，維持作業執行。

在加工廠開始使用 SC-ItTOS 伺服器確保穩定的資料流之前，資產健康資料每隔幾週才能流入，造成關鍵和不同資產的性能評估出現巨大差距。即使是看似微小的錯誤，像是忘記關冰箱門，都可能導致違反健康法規，以及產生昂貴的後果。但現在，即時資料分析在相應的情境下向合適的人員發出警報，提升了生產力和性能，協助公司管理資產，減少停機時間，並實現更高的資產價值。

資產管理的未來：串流資料時代

SmartConnect 背後的基本理論是提供更多即時相關資料分析，並在必要時發送文字警示，這並不只侷限在幾個使用案例上。時間至關重要，重新設計回應與維護服務可以提升效率水準。

實行的可能性無限。水泥、鋼鐵、挖礦、紙漿和造紙製造業，以及製藥等資產密集型產業都能從整合式的串流資料中受益，延長機器的健康運作。

作業範圍可能包括填充生產線、貨物包裝，以及評估機器狀態和可能發生的故障。

同樣重要的是，從難以掌握的可程式化邏輯控制器轉向更容易使用的無程式碼軟體，加上微處理器的閘道，讓自動化更加普及，使全球的製造商受惠。「我們致力於為全球各地的一般使用者帶來自動化功能，」Seasy 表示。

透過無程式碼和較低成本的管理，自動化技術會更加普及，進而改變製造業的面貌和格局。透過資料導向的作業，可以實現最高效的流程。隨著資料深入解析的普及化，無論是大公司還是小企業都不再需要盲目做出沒有根據的決策。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch。

幾乎在每個產業都找得到新的邊緣 AI 和電腦視覺技術使用案例。在工廠裡面，自動光學檢測（AOI）和工業機器人等應用提高了作業效率。在醫療保健領域，這些技術增強了醫學影像和診斷的能力。還實現了我們的城市更智慧化的交通管理，以及提升辦公室和公共空間的安全性。

這麼多不同產業採用 AI 的現象也改變了企業領袖對未來的展望。AI 不再被視為在遙遠的未來才會實現的技術。AI 已經開始為各種類型的組織帶來正面的成果。研華科技（Advantech） 的產品經理劉家懿表示：「AI 正在被應用於現實世界的各種情境中。」研華科技（Advantech） 是邊緣 AI 平台和 AIoT 解決方案的供應商。「在當今的決策者的眼中， AI 是保持競爭力的『必須品』。」

現在是 AI 解決方案開發者絕佳的機會，但他們面對需要克服的挑戰，例如採用 AI 運算解決方案、整合軟體 SDKs、AI 模型訓練等等。

可喜可賀的是，嵌入式硬體夥伴關係讓強大、開發就緒的 AI 運算能力成為可能，像是華研科技（Advantech）的 GPU 卡 EAI-3101，設計搭載 Intel^® Arc^™ A380 GPU 。GPU 主要提供視覺影像最佳化，是目前用於增強 AI 運算能力的主要加速器之一。 

最新嵌入式 GPU 卡支援多種 AI 使用案例

EAI 系列產品提供全方位的 AI 加速和顯示晶片解決方案，包括多款搭載 Intel Arc 顯示晶片的 PCIe 和 MXM GPU 卡。隨著即將亮相的 Intel Arc A380E，研華科技（Advantech）推出了 EAI-3101，這是一款全新嵌入式 PCIe GPU 卡，搭載 Intel Arc A380E，而且壽命長達五年。這款 GPU 卡採用 128 個 Intel Xe Matrix AI 引擎，提供 5.018 TFLOPS 的 AI 運算能力。透過最佳化的散熱解決方案和自動智慧風扇，這些 GPU 卡可以滿足各種使用案例，例如遊戲、醫療分析等。這些設計經證明在 AI 推斷功能和顯示晶片運算方面超越競爭對手。

豐富的選擇代表不管預期的使用案例是什麼， OEM、ODM 和機器製造商更有可能找到符合需求的運算平台。例如，工業領域的機器製造商最有可能選擇其中一種常用的 PCIe 配置卡，而醫療設備製造商可能會偏好 MXM 卡小巧的外型規格和抗震抗振性。

「Intel^® Dynamic Power Share Arc GPU 和 Intel GPU 可以自動而且動態（重新）分配組理引擎之間的電源，為各種邊緣負載工作提升穩定、高效能的運算，」劉家懿表示。「Intel^® OpenVINO^™ 工具組幫助我們加速 AI 推斷時間、減少 AI 模型佔用空間，還有最佳化硬體使用率。」

華研科技 （Advantech）和 Intel^® 的 開發夥伴關係能讓 Intel 的最新產品更快上市，因為他們可以提早取用最新一代的處理器。 即使華研科技（Advantech）的客戶已經全面部署現有解決方案，這對他們來說是一大利好。例如智慧交通管理解決方案的製造商 ISSD Electronics 在土耳其部署了智慧交通管理系統，他們最近升級這項解決方案， 加入研華科技（Advantech）的EAI-3100 系列。劉家懿表示，這間製造商因此改善了系統的準確性、減少 AI 推斷延遲，構造成本也降低了 33％。

研華科技（Advantech）也宣布了 AIR 邊緣 AI 推斷設備的新模型：

• AIR-150：採用第 13 代 Intel^® Core^™ 處理器的小型、無風扇邊緣 AI 推斷系統
• AIR-310：搭載 MXM-GPU 卡以及第 14 代 Intel^® Core^™ 處理器支援的邊緣 AI 盒
• AIR-510：採用第 14 代 Intel^® Core^™ 處理器和 RTX 6000 Ada 的邊緣 AI 工作站

這些邊緣 AI 平台 採用最新的 Intel 平台，適用於各種情境。企業可能會為辦公室選擇相對輕巧的 AIR-150。為了實現工廠的 AMR 自動化管理，AIR-310 提供所需的工業協定和具有可擴充性的 GPU 運算能力。至於可能需要更高顯示晶片運算的視覺輔助醫療解決方案，更強大的 AIR-510 是比較合適的選擇。

推動 AI 應用程式開發公平的競爭環境

除了硬體產品外，研華科技（Advantech）還提供跨平台邊緣 AI 軟體開發工具組（SDK）SDK 提供了評估 AI 應用程式在解決方案開發過程中早期硬體需求的基準工具。這有助於開發者選擇最適合解決方案的硬體，防止在過度的運算能力上超支。另外，SDK 還支援部署後的即時監控和無線（OTA）AI 模型更新。

OpenVINO 作為 SDK 的一部分，提供了模型最佳化和硬體加速的優勢。 開放原始碼推斷工具組還透過支援 PyTorch、TensorFlow和 PaddlePaddle等多種 AI 模型框架，幫助 AI 開發者簡化模型部署和軟體開工作流程。

開放原始碼工具組和 SDK 的可用性，再加上成熟的邊緣 AI 產品生態系統，能夠幫助更多的機器製造商、OEM 和 ODM 在穩定、開發就緒的 AI 運算環境以更有效的方式競爭。有助於縮短整體解決方案的開發時間，讓設計師更快推出創新產品。

研華科技（Advantech）也提供了邊緣 AI SDK，這是一款 AI 工具組，用於建立友善環境，從評估、採用 SDK，到在前面提到的 EAI 和 AIR 系列產品上部署。未來幾年，我們會看到更公平的 AI 應用開發競爭環境，有些人說這是「AI 民主化」。

劉家懿認為，以 AI 越來越發達的世界來說，這是應該走的正確道路。「AI 的力量不應該只掌握在少數公司手上。像我們的邊緣運軟平台、SDK 和 OpenVISO 這樣的資源都應該讓所有人運用，」劉家懿說道。「未來 AI 會無所不在，這就是為什麼我們需要這些開放又強大的解決方案。」

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。

在建築環境中擁有資產組合的公司，面臨了令人沮喪的問題。他們希望自己的建築（零售商店、工廠、醫院或其他建物）能夠智慧化。畢竟，智慧設施能耗更低、產生更少的廢棄物、降低維護成本、延長資產的使用壽命，並且提供一系列額外的營運效率。然而，企業展現如此佳績所需的資料難以取得，而且往往鎖在不同的傳統系統中，採用專有的通訊協定。

幸好數位雙生（代表實體資產並擷取相互依賴性的功能模型）能解決這項問題。透過釋放及整合跨系統的資料，它們能為企業帶來寶貴的營運深入解析，供建築業主利用，讓設施更智慧、更永續發展且更易於管理。

針對傳統資產管理的數位雙生平台

數位雙生解決方案供應商 TwinWorX^® 的 e-Magic 業務開發副總裁 Dale Kehler 表示：「組織有極大的機會利用技術，讓企業與設施變得更加智慧。」從孤島釋放資產驅動資料，以便企業做出資料驅動的決策，而非依賴不可靠的參數或直覺。

TwinWorX^® 建立實體資產的數位模型，並追蹤其使用情況與相互依賴性，進而實現這項目標。因此，企業可以透過數位等效物來監控及控制設備。TwinWorX^® 也不受廠商限制，可將不同資產的即時遙測資料整合至單一平台。這表示企業再也不必為 10 種不同的資產使用 10 套不同的軟體產品，只需透過單一窗口就能檢視所有相關資訊。

關鍵在於，TwinWorX^® 等數位雙生解決方案能夠擷取資產的相互依賴性。藉由跨系統串連成千上萬個資料點，TwinWorX^® 可讓資產管理者輕鬆瞭解改變某個變數會對其他變數造成何種影響。舉例來說，調高建築物內的溫度設定，即可顯示其對熔爐壽命、碳排放與能源成本的影響。「由於有情境資料支援您所看到的內容，數位雙生代表了一種新的資料建模方式，」Kehler 表示。

來自資產的即時遙測資料不只能單向流動。「透過與資產進行雙向通訊，您可以確實從數位雙生控制資產，」Kehler 如是說。數位雙生可以變更溫度、氣流等設定，或是企業想要操控的其他任何可存取的參數。

透過即時資料來源，公司可以收到需要立即關注的營運異常通知。在單一數位雙生平台收集所有相關資料，即可應用機器學習和 AI 等技術，不僅能掌握現況，還能預測即將出現的問題，並在某些情況下採用預測性維護以免發生故障。

數位雙生解決方案在各行各業發揚光大

數位雙生的應用廣泛，具體取決於環境，範圍涵蓋單一辦公大樓，以及龐大的製造工廠或醫療綜合大樓。

Kehler 表示，TwinWorX^® 最常用於在多建築環境中集中管理資產。舉例來說，天普大學想要建立一個集中式平台，以便檢視整個校園所有建築管理系統的資料。由於 TwinWorX^® 提供不侷限廠商的傳統資產管理系統，該所大學現在可以在同一處管理資料，進而節省時間。它也避免冗餘的授權和分析工具，從而節省資金。

Kehler 表示，像 Temple 一樣集中資料、謝絕昂貴的廠商合約，是邁向智慧環境的初期步驟。數位雙生解決方案回答了許多建築業主的疑問：如何策略性地設計系統，並做好準備、管理智慧環境？透過 TwinWorX^®，公司可以從小處著手，連結單一或少數幾個資產，隨著目標變得更遠大，再增加更多資產。

公司通常會想先節能、節省開支，讓營運更加環保。「許多公司正在應對不斷上漲的能源成本，並致力於脫碳工作，以履行永續發展承諾，」Kehler 表示。「掌握能源的使用方式，業者就有機會減少能源使用量並混合能源成分，藉以節省成本。」數位雙生解決方案可向公司展示，使用一種再生能源（或混合使用再生與傳統能源）將如何影響其整體永續發展。

TwinWorX^® 平台在 Intel^® 伺服器與處理器上執行，而 e-Magic 經常推薦 Intel^® 處理器與 IoT 系統用於客戶需要低延遲的邊緣運算實作。e-Magic 為傳統資產管理提供數位雙生平台與連線工具。其系統整合合作夥伴為建立碳核算等專門職能提供額外的諮詢服務。

傳統資產管理的未來

雖然數位雙生仍處於早期階段，但 Kehler 預計不久的將來採用率會上升，尤其是對於著眼於永續發展目標的公司，因為法規迫使建築業主盡快實現能源效率。

隨著實作的增加，數位雙生或許有朝一日能協助建立互連系統的整個生態系統，其中建築環境和智慧城市同步朝著一套共同的效率目標邁進。

 

本文由 insight.tech 撰稿人 Teresa Meek 編輯。

每當您以數位方式存取銀行帳戶、進行線上購物或是登入雲端應用程式時，即代表您正在使用應用程式開發介面 (API)。API 在應用程式中扮演閘道的角色，也是數位連線的連接點。然而，卻很少人真正了解 API，安全性也相對不足。

每個組織平均會使用數百、甚至數千個 API，但往往 CISO、CIO 和 CTO 並沒有確實掌握準確的清單目錄。這就是為什麼 API 已成為常見的網路攻擊媒介。API 涉及的問題包括無法準確實施驗證、配置錯誤以及缺乏監控。

維護 API 安全性是一大挑戰，並在一定程度上取決於網路安全解決方案的應用方式。API 安全性管理公司 Noname 策略聯盟技術總監 Ryan B 表示，大多數解決方案均採用「盲目」的方式來保護運算環境中的特定處，例如端點、伺服器和雲端應用程式。「如此一來，只會偵測到當下顯而易見的漏洞。」

結果：將導致 IT 環境中出現巨大的安全漏洞，波及公司內部資產，並對於堆疊不斷增加的雲端型和軟體即服務 (SaaS) 應用程式而言，將會影響其連線能力。Noname 藉由 AI 和 ML 演算法分析流量，識別並封鎖惡意行為，保護雲端、內部部署或兩者之中的資產，以此填補安全性漏洞。Ryan 表示：「我們公司專為解決 API 問題而生。」

Noname 選擇從企業的角度（而非安全性廠商或雲端供應商）來應對 API 挑戰，全面檢視整體環境，進而保護所有 API。

Noname 全球策略聯盟副總裁 Peter Cutler 表示：「我們發現市面上有許多解決方案無法識別 API 相關的惡意活動。等到發現時卻為時已晚。因此，Noname 整合推出立即可用的網路安全解決方案，例如 SIEM（安全資訊與事件管理）和端點防護。」

運用 AI 和 ML 揪出 API 漏洞

根據維護應用程式安全性的開放原始碼基金會 OWASP，最常見的 API 漏洞包括：

• 「無效的對象層級授權」是指使用者可根據其角色存取資料，而不必經過驗證確認其是否有權存取資料
• 「無效驗證」是指攻擊者入侵認證資料的情形，例如密碼、工作階段權杖以及使用者帳戶資訊
• 「無效的對象屬性層級授權」是指使用者存取他人資料的情形

通常由惡意機器人進行此類攻擊。人類無法對抗機器人快速且大量的攻擊行為，因此需要 AI 和 ML 的協助。

Ryan B 表示：「這是一個尚未解決的超人類問題。您以為能運用過去所雇用的所有人員、購買的所有技術來妥善解決這個問題。您購買了防火牆、聘請了資安顧問，並進行滲透測試。相不相信？卻不足以對抗機器人攻擊。」

Noname 運用機器人來對抗機器人。在客戶環境中進行第一週實作時，Noname API 安全平台處於學習模式，會實際觀察那些使用 API 的應用程式中的流量模式。平台會記憶 API 規格、要求與回應架構，並分析通訊參數，包括支付卡資料等機密資訊。

第二週起，安全平台會利用第一週所獲得的基礎知識來識別偏離正常模式的活動。接著 AI 會判定異常之處是否為惡意活動。系統會標記並封鎖可疑活動。Noname 會針對流程給予可信度分數。Ryan B 表示，其中至少 80% 根據機器學習推斷特定動作為惡意行為，並可追蹤攻擊者及其已知位置。

為讓 IT 防禦功能保持最新狀態，Noname 採用可模擬網路攻擊的主動測試技術。每當客戶變更環境時，系統都會進行這項執行階段測試，檢查最新軟體版本、端點或其他元件是否受到妥善保護。這麼做可以防止將新的漏洞帶入環境。

Cutler 表示：「若沒有執行主動測試，則代表組織需要在推出新的生產 API 時雙手合十祈禱 API 閘道或網路應用程式防火牆 (WAF) 以及其他安全層級能識別漏洞並保護系統。這樣風險非常高，且肯定不是一項好的策略。」

API 安全性意識需要龐大的運算能力支撐

當然，ML 和 AI 也會持續在 API 安全性方面扮演核心角色。隨著流量增長，ML 和 AI 需要極高的處理效能。Ryan B 表示：「一開始我們使用八個 CPU，每秒約有 3,000 條訊息。之後，我們的機器訓練引擎開始需要更多 CPU 來處理 API 流量，每秒增加至 7,000、10,000、20,000 條訊息。」

Noname 與 Intel 密切合作，能有效提供執行 AI 和 ML 所需的效能。該公司測試第 5 代 Intel^® Xeon^® 處理器，並獲得更好的效能。同時利用 Intel 嵌入式加密技術，防止惡意行為者侵害 Noname 技術。

Noname 展望未來，期盼使用者能更深入瞭解 API。相關的培訓和教育是一切根本，也是該公司的使命之一。

Ryan B 表示：「邁入 2024 年之際，我相信使用者將會更加嚴謹看待安全性問題。他們將能善加利用這項創新技術，購置征戰利器，運用前所未有的科技保護系統。」

 

本文編輯 insight.tech 編輯總監 Georganne Benesch。

EPIC iO 是物聯網與 AI 解決方案供應商，執行長 Ken Mills 表示，就技術實作而言，公司行號需要現成可用的產品，而非必須自行組裝的架構模塊。

沒錯，物聯網與 AI 是劃時代的發明，能夠實現驚人的效率。然而，若要讓這些技術發揮作用，必須動用連線、資料整合與視覺化在內的架構模塊，數量之多可能讓任何 IT 團隊傷透腦筋。Mills 表示：「客戶採用技術的能力，還不足以自行摸索 AI 解決方案；他們需要協助。」

開發 AI 整合平台

EPIC iO 協助讓這些技術為客戶發揮效用，基本上就是打造現成可用的 AI 與物聯網解決方案。

該公司旗下的軟體平台 EPIC iO DeepInsights，讓不同技術元件能夠搭配使用，實現了這項目標。DeepInsights 猶如披薩的餅皮，將物聯網感應器、AI 與電腦視覺，以及連線能力結合在一起。Mill 表示：「我們為客戶備妥整套方案，他們不必為了讓技術順利運作，另外購買其他五種不同的軟體套件。」EPIC iO 的強項是為資料提供背景資訊，讓深入解析更鞭辟入裡。

進一步以披薩為例，公司可以挑選他們想加的「配料」（感應器），例如是要用於影片資料分析的攝影機，還是提供及監控邊緣裝置的連線感應器。

AI 普及化的範本

開放式 AI + 物聯網軟體平台的優勢在於，不必每次都提供量身打造的解決方案。Mills 表示：「我們整合了經過驗證的範本，客戶可以將工作流程自動化，增加收益。」

此外，可重複的 AI 解決方案問世，降低了採用技術的門檻，讓科技普及化。EPIC iO 的使命是讓世界更安全、更智慧靈活，而且連結更緊密，而這類解決方案正是其中一環。AI 的成本越來越低，因為必要硬體與運算的成本和效能都不斷改善。這些因素也是普及化的推手。

如果公司想單純專注於發展優勢，那麼範本的形式就格外有用。舉例來說，資料分析公司 SAS 與 EPIC iO 合作，在 EPIC iO 安裝解決方案所收集的邊緣資料應用他們的技能。Mills 表示：「EPIC iO 與 SAS 的夥伴關係很棒，因為我們可以在邊緣收集所有資料，透過電腦視覺與機器學習模型產生事件和規則，然後將這些資料交給 SAS 進行更深入的分析。」

物聯網分析實現的效率

另一方面，在很多情況下，公司雖然知道必須改善流程，但沒有把握 AI 解決方案是否能見效。以加州某大公用事業公司為例，該公司會派遣員工檢查容器的填滿比例，如果比例不足，則進行後續追蹤。初次流程效率評估之後，該公司探究了安裝人類監控攝影機的可能性。然而，Mills 表示：「大規模採用人為介入式解決方案不太符合成本效益，也不實用，尤其是明明有 AI 這類技術可用。」

反之，EPIC iO 建議安裝物聯網攝影機感應器，利用 AI 與電腦視覺測量填滿比例，主動偵測問題。員工只有在比例下降時才必須到現場。更棒的是，AI 實現了數位轉型，因此該公司獲得了更多更實用的資料，包括現場的使用方式與時間，而非特別關注填滿比例這個狹隘的問題。

公用事業公司的案例說明，如何利用 AI 解決營運效率。公司必須思考，哪些問題尚未找到解決方案，其中哪些問題對業務最有意義。Mills 表示：「一旦確定了這兩個方向，那麼 AI 可以發揮效果的解決方案便呼之欲出。」

與合作夥伴合作

DeepInsights 建置於 Intel^® OpenVINO^™ 工具組，搭載 Intel CPU 和 GPU，既可提供高效能運算，還能降低用電量。此外，這個軟體屬於雲端原生，不侷限於單一雲端環境。DeepInsights 的可能性讓客戶可以控制 AI 相關資料的儲存和推論位置，是遵守隱私與資料處理法規的關鍵。

EPIC iO 為客戶提供了簡單易用的解決方案，並持續與系統整合商合作，視需要建置實體基礎架構及提供持續的現場支援。整合外部軟體程式及建立營運工作流程，也屬於系統整合商的範疇。

AI 普及化的未來發展

AI 實作採用電腦視覺與感應器可實現無窮無盡的可能性：例如，強大的姿勢分析模型可判斷醫院患者是否在病房跌倒，必要時，醫護人員可以適時介入。

另一個可能性是利用人群分析監測零售賣場活動，此外也可以利用 AI 協助改善城市的空氣品質與安全。

Mills 尤其熱衷於利用生成式 AI，讓一般使用者更容易獲得深入解析。他引頸期盼的另一項發展是什麼？AI 的普及化。他表示：「各行各業能夠利用 AI 技術的人越來越多，而且不侷限於最大的公司和城市而已，這點讓我感到雀躍不已。」AI 普及化絕對有助於實現更安全、更智慧靈活且連結更緊密的世界。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch。

有效減少碳排放及支援永續發展目標，是所有人的願景。儘管在減碳方面，人人都責無旁貸，但大型工業園區是全球二氧化碳的主要排放來源。

因此，許多國家紛紛將智慧商業園區視為減碳策略的關鍵所在。智慧園區屬於工業、技術、商業或混合用途場所，主要利用 AI 和物聯網技術，提高能源效率並減少浪費。

打造這些低碳園區至關重要，然而，實際上卻執行不易且難以管理。Terminus Group 為智慧城市解決方案供應商，其首席科學家楊暘博士表示：「智慧園區整合了各種耗費能源與資源的設備，例如水電、暖氣空調、電力系統等。無論是收集、協調或分析所有相關資訊都深具挑戰性，不僅如此，許多場地管理人員也缺乏經營低碳園區所需的技術與營運能力。」

幸好 AIoT 專家已經開始提供全方位的智慧園區解決方案，這對城市和政府而言皆是一大福音。這些整合式平台提供所需的硬體和軟體工具，協助簡化智慧商業園區建設流程、升級現有場館和園區，從而提高能源效率。

智慧園區使用案例：重慶案例研究

Terminus Group 部署於中國西部科學城的重慶分公司正是個絕佳案例。

西部科學城為一項政府計畫，旨在中國西部四川省的重慶和成都附近成立技術中心。該計畫旨在成為創新與創業的驅動力，並納入重要的高科技基礎設施，例如重慶大學超瞬態裝置實驗室和中國自然人群資源庫重慶中心。

西部科學城擁有巨大的科學和經濟潛力，但必須克服高能源消耗和化石燃料耗用的挑戰。因此，重慶西部科學城的管理人員與 Terminus Group 攜手合作，力求減少碳排放並有效運用資源。

在 Terminus Group 的協助下，場地管理人員著手推行智慧太陽能儲存與充電基礎設施。該解決方案利用邊緣支援的數位孿生平台，即時監控儲存容量和充電負載，並據此調整分散式太陽能發電（DPV）與充電設備的行為。如此一來，重慶西部科學城便能將能源儲存、充電和放電策略最佳化。

實行這項計畫帶來了優異成效：加速園區採用潔淨能源、降低公用設施成本、減少碳排放，同時支援分散式永續發電、電動車的使用與需求管理。

AIoT 和邊緣硬體改善規劃與管理

這些由 Terminus Group 開發的 AIoT 智慧園區平台，其強大之處在於收集、彙總及分析大量環境資訊，並將所有相關資訊轉化為更聰明的規劃、設計與管理功能。

在規劃與設計層面，智慧園區平台可用於模擬設施效能，全面展開能源效率審核。場地管理人員不僅能夠深入瞭解整個場地資源的使用情況，並在發現問題時採取行動，還能在開始建設前比較及挑選最佳解決方案，確保盡可能推動未來永續發展。

在營運與管理方面，智慧園區平台提供各種節能減碳方式：

• 打造自動化工具，集中管理及控制機械和電氣基礎設施，從而實現負載最佳化。
• 運用整合儲存與充電功能的智慧太陽能發電系統，促進潔淨能源基礎設施的發展。
• 啟用邊緣物聯網的智慧測量與環境監測功能，提供資源消耗和環境狀況的即時資訊。
• 善用 AI 系統產生的峰值消耗報告，制定更好的能源管理計畫。
• 透過 AI 系統監控物聯網裝置是否出現異常使用跡象，在發現問題時向管理人員發出警報，以便現場和遠端設施管理人員迅速介入處理。
• 整合用於食品外送、物流和安全的智慧機器人系統，進一步減少整個場地的碳排放，並改善員工與訪客的日常體驗。

整合式控制與即時分析功能，不僅需要強大的邊緣處理能力，還有幕後複雜的 AI 技術。因此，Terminus Group 與 Intel 的技術合作關係，是促成解決方案問世的關鍵所在。楊暘博士表示：「我們的邊緣閘道、控制器和整合式全功能系統均採用 Intel^® 處理器，為邊緣運算提供極為穩定、可靠且高效能的平台。此外，Intel^® Smart Edge Open 為我們提供邊緣原生平台，協助加速應用程式的開發與部署，而 Intel^® OpenVINO^™ 工具組則有助於強化平台的 AI 推斷效能。」

智慧園區解決方案展望

在低碳場館的建設與營運方面，智慧園區平台提供了清晰的方向與指引，因此對城市規劃人員、系統整合商和園區管理人員極具吸引力。

此外，這些平台的 AI 分析功能，可讓現有工業園區和技術園區的改造更具成本效益。楊暘博士表示：「我們的解決方案可用於制定詳細的節能改造計畫，甚至能設計節省成本的改造配置圖。例如，場地升級可從建築整合太陽能光電（BIPV）著手做起；BIPV 提供的碳減排量可轉化為碳權或綠色證書並在市場上交易，從而抵消建設初期的成本。」

未來幾年，實現極具挑戰性的碳排放目標將成為全世界的迫切需求。智慧園區與提供相關支援的 AIoT 平台有助於實現目標，並為所有人帶來更環保的永續未來。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch。

機器人革命正如火如荼進行中。電腦視覺與邊緣硬體日新月異，帶動自動導引車（AGV）轉型為自主移動機器人（AMR），更顛覆了大家的工作方式。

原因在此：AGV 與 AMR 或許貌似雷同，但功能卻截然不同。AGV 只能按照固定路徑走，而且必須安裝磁帶與軌道才能運作。對於倉庫的簡單運輸工作而言，AGV 很實用，但是在其他方面則無濟於事。另一方面，自主移動機器人卻可在複雜的環境中獨立運作、在邊緣處理大量感應器資料，並且就該採取什麼行動作出即時決策。這些進階功能意味著，自主移動機器人適用於各行各業的使用案例。

舉例而言，物流機器人可自行搬運棧板、當成堆高機運作，以及執行複雜的揀貨工作。農業領域可以用自主移動機器人精確播種、灌溉及噴灑，以及並且將收割完全自動化。另外，在建築與採礦這類繁重的應用方面，它們也能派上用場，因為可以處理挖掘、土方施工、拆除、鋪路與道路工程。

對於企業與員工的潛在益處不容小覷。艾訊是為 SI 和 OEM 提供多合一 自主移動機器人開發工具組的工業運算專家，該公司的行銷專家 Brandon Sokol 表示：「自主移動機器人提供了自動化眾所周知的一切優勢，還能代替人類完成重複性工作。」「此外，自主移動機器人能夠移動，因此是商業智慧與程序最佳化豐富的即時資料來源，另外還能讓員工遠離危險區域，代為處理可能導致受傷的繁重體力工作，提高安全性。」

簡而言之，自主移動機器人的市場前景一片光明。所幸，拜工業運算專家提供的開發套件之賜，現在 SI、OEM 與系統架構設計師能更快打入那個市場。

自主移動機器人建構套件加速開發

艾訊與某大型製造商的合作，顯現出這些建構套件能如何加速自主移動機器人解決方案開發，甚至是需要大規模客製化的情況也不例外。

某著名單板電腦（SBC）與工業電腦（IPC）製造商，希望在製造設施的貯存區與生產區之間，使用自主移動機器人運輸物料。然而，有多項技術上的難題必須克服。該製造商需要的解決方案，要能支援多重高解析度且低延遲的攝影機感應器，改善偵測障礙物的能力，確保安全性與效率。此外，AMR 還必須能在極其狹窄的空間承載重物。由於它在生產流程扮演關鍵角色，因此必須高度可靠。

艾訊與該製造商合作，以其自主移動機器人建構包為基礎，設計、測試及部署客製化的解決方案。車體配備 LiDAR、超音波感應器與高頻寬立體攝影機。該公司的開發支援團隊以額外的高解析度影片頻道設計，並且升級系統的主處理器單元，負責處理額外的影片處理工作負載，確保邊緣效能快速可靠。

艾訊的工程師還加入 Wi-Fi / LTE / 5G 模組，讓自主移動機器人能夠連線現場的 IT 網路，並且提供即時狀態更新。私有 5G 以高速、低延遲且大規模的方式傳輸影像，可實現精確定位，讓資料分析與遠端作業更輕鬆。最後，他們以客製化的方式設計車體，外型規格超小巧，但堅固耐用的程度足以負重超過 100 公斤，並且在惡劣的製造環境穩定運作。自主移動機器人規格包括：

• 具有儲存空間的防震 5 GMS（5 至 500Hz、X/Y/Z 方向；隨機、操作中）
• 室外應用的操作溫度介於 -20C 至 +70C 度
• 適用於無線通訊與遠端/機群管理的車載資通訊系統

自主移動機器人解決方案在該製造商的設施成功推出，符合對於嚴苛實體環境效能的所有期望，可在裝置兩側窄至 5cm 的空間穿梭自如。

「自主移動機器人設計錯綜複雜，因此通常具有難度：其中包括多重感應器與元件、AI 電腦視覺和邊緣處理軟體，另外當然還必須整合及管控這一切元素。」Jerry Huang，艾訊產品解決方案經理。「從頭採用融合這些元素的自主移動機器人建構解決方案，開發者與 SI 可大幅減少設計與整合工作，加速上市。」（影片 1）

影片 1。 艾訊自主移動機器人建構包內有感應器、軟體、控制器與開發支援。（資料來源：Axiomtek）

艾訊對於攜手 Intel 協助簡化開發過程的合作關係讚譽有加。艾訊的工程總監 Ryan Chen 表示：「Intel 打造適用於自主移動機器人應用的尖端硬體。」「他們的處理器專精於電腦視覺與邊緣處理工作，而且 Intel^® 實感^™ 攝影機是我們解決方案不可或缺的一環，因為它們提供了自主移動機器人偵測物件所需要的低延遲高解析度影片類型。」

艾訊自主移動機器人產品經理 Cynric Chiu 表示：「Intel 提供適用於自主移動機器人開發的強大軟體開發工具組，尤其 OpenVINO 和適用於自主移動機器人的邊緣深入解析（EI for AMR）。「對於幫助我們的解決方案上市，以及為客戶縮短開發時間，這些軟體工具至關重要。」

未來的自主移動機器人

SI、OEM 與系統架構設計師，今後將能夠利用簡化的自主移動機器人開發方式，在市場推出更多客製化的解決方案。然而，自主移動機器人不僅會更加普及，而且還會日新月異，Chiu 表示：

「日後的自主移動機器人將比目前的機器人更能主動應對。新一代自主移動機器可望加入 AI 驅動學習與預測性維護等功能。那些自主移動機器人也不會單獨存在。它們將融入越來越緊密的人工智慧物聯網技術網路，無論在哪裡部署自主移動機器人，這種綜效都能創造更高的價值。」

Chiu 表示：「自主移動機器人與更廣泛的人工智慧物聯網生態系統相互連結，有助於最佳化物流、改善智慧城市的交通管理方式，並且提高各行各業的整體系統效率。」「自主移動機器人將成為靈活多變的工具，可因應各種領域的需求，包括農業、醫療保健，同時促進更多人廣泛運用，並且在世界各地實現安全性、效率與生產力的優勢。」

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

自動駕駛車輛技術可望徹底改變運輸與物流。

未來幾年，我們將看到多個自動駕駛車輛使用案例。自動駕駛的計程車行駛在錯綜複雜的城市環境，緩解市區的交通堵塞，並讓人類駕駛可在通勤時辦公或放鬆。自動駕駛貨車使長途運輸更加安全有效率。自動駕駛公車實現機動性，社區可四通八達。

可想而知，系統結構師和解決方案開發者已迫不及待要投身加入這波浪潮。幸好有邊緣 AI 運算平台支援自動駕駛車輛技術，上述情況越來越可能化為現實。

「通用工業電腦不適合初始開發和概念證明工作。」ADLINK（自動駕駛車輛邊緣運算解決方案供應商 的產品經理 Eddie Liu 說，「但用於自動駕駛車輛的邊緣運算解決方案，提供實際應用程式所需的功能和效能，有助解決方案開發者解決技術難題，並順利展開服務驗證和大量生產。」

靈活的平台支援自動駕駛車輛技術

Liu 提到的技術挑戰十分關鍵，要整合大量的感應器資料，同時執行複雜的即時邊緣運算。使用工業專用通訊協定，如通用 IPC 不支援的控制器區域網路（CAN)匯流排也是難題，而基礎硬體平台更要經得起駕駛的嚴苛考驗。

除此之外，非技術性挑戰也不遑多讓。民眾質疑自動駕駛汽車和貨車的安全性，所以對自動駕駛車輛上路抱持保留態度。輿論的社會壓力催生嚴格的自動駕駛車輛安全標準，並要求日後的製造商接受嚴密的監管環境。

專門設計的平台解決以上諸多難題，並可靈活提供初始概念或服務驗證的明確途徑。ADLINK 解決方案提供多種設定，可用於產品開發的不同階段。

「開發者仍在微調演算法，但不確定需要哪些功能時，他們通常會堆疊多部車輛電腦，建立即時靈活的概念驗證。」Liu 表示，「然後他們會繼續建立更簡潔強大的整合式系統。」

即使設定選項不同，ADLINK 平台在任何開發階段要解決的問題都一樣。車輛電腦會連線車載感應器（LiDAR、攝影機、GPS 及加速計、陀螺儀等慣性測量感應器），並使用 AI 處理感應器資料，在複雜的環境即時導航。

為跨越社會和法規門檻大量採用自動駕駛車輛，ADLINK 提供重要的安全功能：

• 專用安全微控制器單元（MCU）會監控系統健康狀態，並在系統發生故障時將車輛停靠在安全的位置。
• 提供備援電源給感知電子控制單元（ECU）、電源管理晶片（PMIC）、安全 MCU、CAN 等關鍵系統元件。
• 耐震設計包含避震功能，提供平穩可靠的操作。
• Intel^® 信賴平台模組（TPM）會安全儲存加密金鑰和憑證等重要資料，嚴防網路安全威脅。

高效能運算能力結合耐用設計，並內建安全功能，可提供解決方案供應商多方優勢，並有助有意跨入自動駕駛車輛領域的業者（例如 ADLINK 等硬體專家、解決方案開發者、系統結構師）合作。

Liu 表示 ADLINK 與 Intel 的技術合作，是協助公司解決方案上市的關鍵。「Intel 提供極其高效能的 CPU、參考設計和大量支援，所以 ADLINK 和旗下客戶可以快速開發並部署自動駕駛解決方案。」

日本的概念驗證與服務驗證

ADLINK 與日本客戶交流的經驗是絕佳的範例，顯示專為自動駕駛車輛的運算平台可以縮短開發時間、加速部署。公司需要展示自動駕駛接駁車的可行性。通過驗證可行性就會大量部署接駁車，但我們得先解決安全性隱憂和技術障礙。

ADLINK 與客戶合作設計服務驗證的測試版本。他們使用搭載 Intel 技術的運算平台，即自動駕駛車輛解決方案，執行複雜的即時運算工作，處理感應器資料並產生導航決策。根據客戶要求，ADLINK 也實作多個備援系統，確保自動駕駛車輛的安全。

服務驗證測試十分成功。ADLINK 的客戶很滿意測試結果，所以他們決定全面部署，並計畫 2024 年讓數百輛接駁車上路。

邁向自動駕駛的未來

自動駕駛車輛熱潮想必將隨運算硬體專家與解決方案開發者的合作而來。這種協作夥伴關係帶給全球珍貴的效率、安全性與無障礙優勢，甚至可能造就極大的經濟成長。

不僅如此，我們會在其他縱向產業看到專為物流和運輸開發的技術使用案例。「自動駕駛背後的技術能解決根本問題：對應、定位、感應、感知、預測、規劃和控制等。」Liu 表示，「換句話說，這項技術可以應用於各種情境和使用案例。」

這種可能令人期待。自動駕駛採礦設備有助運輸原料，而且人員不必涉險，即可在地勢危險的地方作業。海運實作意味貨船可以自行穿梭繁忙的港口運送貨物。至於 AI 支援的農業機械，則可自動種植、施肥和收穫作物。

總而言之，自動駕駛車輛技術的前景光明。「自動駕駛技術前途不可限量，因為這項技術確實可以提升運輸和其他產業的安全性、生產力，甚至效率。」Liu 說，「這項技術正快速發展。未來幾年，我們會在路上看到更多自動駕駛車輛。」

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。