Insight Tech

講到數位牆時，多數人都會想到數位廣告和娛樂場所這類簡單的用例。但數位牆的功能遠不只如此，還能用於關鍵的即時決策、倉儲控管，和集中式情勢監控。透過高效率的邊緣運算、進階 AI 技術和可自訂的硬體，便可以客製化調整互動式視訊牆，以支援上述這些和其他用例。

「為吸引路人而設計的體驗式視訊牆，是目前最常見的用途之一。」Matrox Video （元件級解決方案和影片技術開發商）全球策略合作副總 Samuel Recine。

視訊牆設計與執行挑戰

由於選擇種類繁多且豐富，因此必須快速地不斷創新。而大量的用例，代表設計、建造和執行進階 AI 視訊牆解決方案是一項複雜的挑戰。

如果目標是廣告，大多數商用系統都可以串聯多螢幕，並針對不同尺寸的視訊牆縮放內容。然而這是個極為複雜的多功能系統，其可能包括不同的來源，例如電腦內容、攝影機內容、新聞源、感應器監控和訊號監控──這些全都會透過應用程式界面進入顯示器。這項技術必須聰明到能夠將這些來源和其不同的內容類型和編碼整合在一起；並規劃出在視訊牆上的顯示方式。

考慮到許多訊號會來自企業或校園的不同部分，將這些不同的訊號引入同一個顯示空間的能力至關重要。控制室的視訊牆可以顯示關於漏水的感應器資料、監視器的影像來源、警衛室的無線電以及其他無數種訊號。有時，甚至需要擷取受保護的內容，並將其顯示在即時開放內容旁邊。在這些情況下，進階 AI 工具、處理器和螢幕可做為這些不同基頻和 IP 訊號的智慧聚合者，這些訊號會跨越許多不同網路類型和許多不同協定。

克服視訊牆背後的技術

Recine 表示：「要點亮構成這些大畫布（我們稱之為視訊牆）的全部像素，有很多種解決方案。」「而每當你解決了某個問題，而且一切終於如願在視訊牆上完美運作時，總會有些事情生變，然後你就得趕緊去解決。」

而解決問題的祕訣之一，就是 Matrox LUMA 顯示卡、擷取卡、軟體和硬體的組合，專門用來管理即時視訊編碼和解碼。尤其 LUMA 顯示卡使用了Intel^® Arc^™ GPU 和 Intel CPU 來支援進階 AI 應用，並且能夠即時饋送資料，同時支援 IP 數位看板和視訊牆。

Recine 表示：「LUMA 顯示卡是我們為視訊牆解決方案推出的新一代平台。」「我們的開發者已經開始鑑定這個新系列的功能，我們會將許多新特色和功能產品化，而這些都要歸功於 Intel^® Arc^™ GPU 的全新處理能力。」

Recine 補充，Matrox 及其下游軟體開發合作夥伴很高興能完整利用獨一無二的 Intel 資料庫，以便在同一處存取 Intel CPU 和 GPU 家族的媒體處理功能。

視覺敘事的無限可能

隨著視訊牆技術愈趨複雜，未來會是什麼樣子呢？

便攜性和小型化會是第一步，Recine 解釋道：「我們確實正在進入一個幾乎在晶片上就能擁有視訊牆的時代。」我們為視訊牆家族選擇 Intel^® Arc^™ GPU 的重要原因之一，就是它能夠提供驚人的密度，而且能在單一 GPU 上管理各種訊號。這有助於降低成本、提升效能，並增加靈活性。」

就未來的視訊牆應用而言，混合實境和渲染內容的能力不容忽視。例如，可透過視訊牆整合擴增實境和指揮中心，從而加強檢視和洞悉企業營運或工業設施。同樣地，即時運作的數位分身可與進階 AI 相結合，推動預測性維護和運作監控，讓工程師和操作員能夠無止盡地提高效率，並避免停機時間。

視訊牆的前景一片光明，現在正是馬上開始的大好時機。

 

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

將新的物聯網裝置整合至營運中並不容易。企業在採用新的解決方案時，往往面臨挑戰，例如克服互通性或未來可擴充性。

但在某些情況下，企業要擔心的不僅僅是一些普通的問題，特別是當需要在惡劣不良的環境中使用物聯網裝置時。他們如何找到能夠在極端條件下運作的裝置，例如温度持續低於零度或地下 2500 至 6500 英呎的礦井？他們如何保證這些裝置能長期持續運作？

幸運的是，堅固的物聯網正在快速推進，以滿足在非正常環境中運作的企業需求。

資深產品經理 David Zhu-Grant (全球工業電腦製造商 OnLogic)；物聯網產品經理 Jason Lu (運算硬體領導者 ASUS)；以及 工程副總裁 Chad Hutchinson (堅固的運算硬體領先設計者 Crystal Group)，說明實作產業堅固的物聯網裝置的最佳作法，以及合作夥伴關係在快速推進這項技術方面的關鍵角色 (影片 1)。

影片 1. OnLogic 的 David Zhu-Grant、ASUS 的 Jason Lu，以及 Crystal Group 的 Chad Hutchinson，討論了在惡劣環境中成功整合堅固的物聯網裝置的最佳作法，以及能實現的最新進展。（資料來源：insight.tech）

哪些產業從堅固的物聯網裝置受益最多？

David Zhu-Grant：這是一個相當廣泛的領域，包括製造業、倉儲物流、智慧農業、智慧城市、採礦與能源。這些產業的環境條件範圍從極冷到極熱；有震動、衝擊或車輛衝撞；從無線電頻率-排放的角度來看，也可能在電子方面非常嘈雜。

Jason Lu：隨着越來越多的物聯網裝置上線，它們部署在不同的環境中。舉例來說，麥當勞的物聯網裝置可能需要在冬季零度以下的條件下生存，而在夏季，顯示器機殼內的温度可能高達攝氏 70 度。您看到菜單的 LCD 顯示器也必須防水，防止雨雪。除了損壞，室外觸控螢幕上的水滴也會造成錯誤觸碰，導致非所要的操作。堅固的物聯網裝置專為在其中的那種環境中運作而設計。

在這些更嚴苛的環境中，您看到的最大部署挑戰是什麼？

Chad Hutchinson：我們在工業應用中看到的一件事是沙塵和塵埃。例如，在採礦過程中，會有非常微細的煤粉進入角落和裂縫，可中斷冷卻系統與電子連接。在現場，冷卻更是一個絕對巨大的問題。另一方面，您會認為電子設備不介意處於寒冷的環境，但如果温度降至攝氏 40 度或以下，商業電子設備也會不想運作。然後，會有鹽霧的海洋環境。我們看到物聯網裝置部署在石油鑽井平台等地方，這不但是非常骯髒的環境，也是高濕度的環境。

我們遇到的其他重大挑戰之一是電源介面。通常，物聯網裝置專為在規範輸入電壓為 120 伏特 AC 地點的辦公室環境設計。在現場，它各不相同：在調車場，125 伏特 DC 很常見；在飛機，它是 28 伏特 DC；汽車為 12 伏特 DC 配送。

David Zhu-Grant：它們被稱為非地毯式環境：它們仍在室內，但並不是真的像辦公室環境。您仍然可以在那裡看到温度極端和空氣中的微粒。正如 Chad 提到，塵埃確實會影響冷卻，且從電路板的角度來看，也可能會影響可靠性。電磁干擾是另一個重要的問題。很多倉庫和工廠都有在啟動和停止的大型機器，例如空調裝置，並且會引起 EMI 問題。

即使是在室內，您仍必須處理可靠性與長期使用的問題。如果處於過熱太久，則電腦無法持久。

環境本身在建立或改善堅固裝置方面如何發揮作用？

Chad Hutchinson：以衝擊與震動為例。從機械的角度來看，您必須防止電路卡之間的任何差動，因為這些都是不同差動造成問題的目標位置。因此，如果您能以確實堅硬的機殼防止差動，那麼將會有所幫助。

無論您相信與否，由於濕度、鹽霧甚至真菌，您正試圖在外界與電子設備本身之間設置障礙，通常是某種形式的三防膠 (conformal coating)，提供絕緣障礙。

當温度很高且需要冷卻來源時，即使裝置處於露天狀態，也可以選擇為最初缺乏冷卻來源的裝置建立正式的散熱器。如今，您在電子產品中看到的另一件事是，轉換至液體冷卻，並透過冷卻水來源進行配管。

簡而言之，您應查看環境中的每個影響裝置的因素，然後一次將其去除。對於我提到的每一事項，業界幾乎都找到了解決問題的方法。

什麼對運作更有利：購買現成的裝置或尋求客製化的堅固裝置？

Chad Hutchinson：當您關注物聯網時，在許多情況下，您首先關注它帶來的功用與功能。如果您能找到具有您所需功能的市售項目，您可以加以部署、在環境中測試，並瞭解它的運作和不運作的方式。如果它適合您、提供功能，並且持續，那麼你可能已經完成了。

在其他情況下，您可能無法識別具有應用程式所需功能的市售項目，在這種情況下，您從一開始就進入自訂解決方案。

但是假設有一種可以滿足您需求的市售項目，但它無法在你擁有的環境下生存。這就是堅固的現成電子設備真正發揮作用的時候，並且遠比純粹的、從頭開始打造的自訂解決方案來得便宜。這裡就是您開始進行且僅識別特定環境導致問題的那些功能所在。如果濕度並非真正的問題，那麼您不必添加塗層以及那種性質的東西。

Jason Lu：從成本或開發角度來看，堅固的裝置當然會較昂貴，因此必須在非常早期階段就植入這個想法。首先，解決方案必須在預期的作業環境中運作。為了達成這一目標，設計、審查及驗證時間會更長。

在開發過程中，您可以開始思考是要在內部或從外包建置。然後，您希望在運作過程中如何維護它？您想考慮遠端更新功能嗎？由於開發驗證需要時間，初始成本通常較高。在將這全部因素納入考量後，您就可以開始思考能否調整投資報酬。

例如，多媒體資訊站。如果是室內環境，常規的、風扇型的商業電腦可能能夠運作。但如果這個多媒體資訊站要設在户外，那麼您很有可能不得不走堅固的路線，儘管費用會更昂貴。但在運作生命週期方面，這會讓您持續運行的時間達到最長。因此，考慮到您在設計階段進行的這些考量，您將能夠在長期調整您的投資。

您看到堅固的物聯網裝置的一些使用案例是什麼？

Jason Lu：我可以分享的一個很好的例子，是機械手臂使用人工智慧視覺電腦在回收工廠進行分類和挑選。對電腦來說，這不是一個適用的作業環境；它們很快就會弄髒。為了進行視覺處理，您需要 GPU 卡以夠快回應輸送機，而且 GPU 消耗功率，因此配備冷卻風扇。

彌漫塵埃的環境、GPU 和風扇。因此，他們將其置於空調機殼中，因為該機殼建構仍昂貴且難以維護，因為該環境對空調也不適用。

我們為這種極高效能 CPU 和極高效能 GPU 開發了無風扇解決方案。他們有一台機器位於大型鋁合金機殼內，並且有片段伸出。它很重，但一旦部署，他們不必考慮它，因為無風扇設計不在意塵埃。目前該計劃處於 DVT 階段，客戶非常期待看到它在現場如何運作。

David Zhu-Grant：我們在採礦產業領域有一個非常好的例子。這是一家名為 Flasheye 的公司，使用雷射掃描技術 LiDAR 來偵測異常，以防止採礦材料運輸應用程式中的停機、故障和意外事故。

想想背負有採礦材料、岩石等材料的輸送帶。他們利用電腦視覺建立這個真正智慧的解決方案，因此 AI 同時監視岩石、水流、輸送帶、任何側面溢出的情況，以及是否有任何人位在輸送帶周圍的危險區域。系統也處於非常嚴苛的環境。它是採礦，所以它有塵埃元素，但它也在瑞典北部。

他們確實需要一台會是堅固的電腦。顯然他們挑選了 OnLogic 電腦！但整體解決方案非常成功，因此獲得了採礦業的一些創新獎項，讓事情更安全，並且基本上改善效率，從而當這些輸送帶損壞或材料流動出現問題時，他們可以減少停機時間。

Chad Hutchinson：我的例子是自動駕駛車輛應用程式。它是使用 LiDAR、雷達和感應器進行電腦視覺的電腦，並釐清駕駛情境。因此，它需要大量的電腦效能運作在車輛本身。

挑戰主要在於熱能，有多個 GPU 並試圖將熱能從汽車中釋出。但隨後也是電源介面，因為正如我之前所提到的，通常電腦、伺服器與物聯網裝置都是設計為以 120 伏特 AC 運作，而汽車是 12 伏特 DC 系統。在開頭突波期間，電壓實際上可以降至 9 伏特。

因此，我們為特定的 12 伏特 DC 輸入環境設計客製化電源供應器，其 ATX 電源輸出可與市售的主機板和電子裝置銜接。GPU 有客製化的散熱器，經液體冷卻，並將駕駛室外部的熱氣帶到外部散熱器。

告訴我們夥伴關係與協同合作在推進堅固的物聯網方面扮演什麼角色。

David Zhu-Grant：從我們的觀點來看，顯然硬體是它的重要組成部分。但軟體層及其上的堆疊確實釋放了硬體中的功能。這就是 Intel 在 OnLogic 成為我們重要合作夥伴的所在。Intel vPro^® 平台對我們來說更是有利。Intel 協助我們把提供的硬體、軟體供應商與整合夥伴之間的點連結。

這些技術都不是孤立運作；需要大量相互連結的系統與知識，才能順利實施成功的物聯網解決方案。最終，客戶將會從這種合作中獲致成功。

Jason Lu：我們在 ASUS 開發主機板與系統解決方案，但是以 Intel 和其他公司開發的 CPU 為基礎。CPU 耗用的功率越少，您需要處理的熱量就越少，因此更容易整合系統解決方案。

Intel 技術通常處於尖端，最重要的是它是嵌入式。Intel 也非常擅長為特定的 CPU 提供長壽支援，這也是我們挑選那些 CPU 作為開發基礎的原因之一。

我認為這是兩家公司之間非常好的合作，為建置物聯網應用程式提供堅實的基礎。公司都很認同它，因為它節省大量的開發時間。

企業在推進整合堅固的物聯網裝置時，應該優先關注什麼？

Chad Hutchinson：當您在邊際、外面現場、條件惡劣的情況下運作，並且試圖將物聯網裝置納入任何類型的技術時，您必須考量這些挑戰，作為專案開發的一部分。

進行測試、釐清您面臨哪些挑戰，然後找出以那些問題為目標的解決方案。並聯絡具備這些功能且可利用其專業知識的夥伴。

David Zhu-Grant：我同意挑選合作夥伴非常重要，不只是會賣給您一個方案，而且是會瞭解您所在的產業，以及您面臨的挑戰。這將有助於指引您獲得正確的解決方案。

 

本文由 Erin Noble 編審。

網路威脅正成為營運技術（OT，即控制工業機器與設備的軟硬體）迫在眉睫的問題。2022 年 OT 勒索軟體攻擊增加了 87%，網路事件平均對企業造成高達 1.4 億美元的驚人損失。在這種環境之下，企業和政府都渴望實施有效率的工業網路安全性解決方案。但遺憾的是，OT 環境眾所周知地難以保護。

「OT 網路安全性與 IT 安全性在根本上天差地別，因為在工業環境中，需要管理多個作業系統和專有資料通訊協定，」CASwell（專門從事網路、安全和工業 IoT 應用程式的硬體製造商） 副總裁 Ray Lin 表示。「在某些情況下，即使是伺服器和網路修補等基本安全措施也可能極具挑戰性。執行或升級 OT 安全性系統也很困難，因為在高價值的製造環境中，停機時間是令人無法接受的大忌。」

對製造業而言，好消息是硬體專家與工業網路安全性專家攜手合作，運用針對特定目的而打造的 OT 安全裝置來應對這些挑戰。這些彈性靈活且高效能的解決方案為製造商提供所需的安全性，同時也促進了嶄新的動態業務關係。

合作夥伴關係如何提升 OT 網路安全性

典型案例：CASwell 與一家工業網路安全公司及 Intel 合作，為大型半導體製造商開發 OT 安全性解決方案。這家製造商利用 IT 基礎架構保護製造設備，但又意識到這種方法已不再提供高風險產業所需的安全性。為了尋找專用的安全性解決方案，該公司聯繫網路安全公司，他們是應對 OT 融合挑戰的工業專家。

CASwell 及其合作夥伴在 OT 網路安全性方面（包括開發工業用途的入侵防護系統 (IPS)）經驗豐富。由於他們在日本汽車業的工作，該安全服務供應商也具備博大的製造通訊協定資料庫，足以保護各種工業設備的安全。但這家半導體製造商有個獨特且極具挑戰性的要求：它想要的安全設備必須配備 96 個乙太網路連接埠，從單一裝置保護多個網路區段。

CASwell 便與網路安全性合作夥伴共同設計了一套解決方案。在 Intel 工程團隊的支援之下，CASwell 找到了一種方法，可達成客戶希望、前所未有的 96 個連接埠設定。大量的乙太網路連接埠可達成有效且易於管理的網路微切分，這是一種將 OT 網路拆分成子網路的基礎安全性做法。此舉可改善威脅可見度，並阻止網路犯罪分子將惡意軟體在工作負載之間傳播，這對於執行數千個程序的工廠而言是一大問題。

Inte CPU 提供解決方案所需的低延遲及邊緣運算效能。CASwell 及其合作夥伴的 IPS 軟體在安全設備上執行，並且即時檢查網路區段的資料封包是否存在惡意活動。IPS 軟體亦利用虛擬修補技術保護那些執行未修補軟體的舊裝置。根據已知的漏洞來檢查 OT 網路資料是否遭受攻擊，在可疑流量影響有漏洞的裝置之前搶先防患未然。

此外，CASwell 設計的安全設備可確保高可用性，足以承受工業環境中的嚴酷條件。堅固耐用的設計與散熱防護可達到比標準 IT 伺服器與防火牆裝置所支援的更高操作溫度，同時備援電源可防止意外停機。

在 CASwell 及其合作夥伴的安全設備成功解決這個複雜的問題後，半導體製造商決定運用它來保護設施內的液體、電力和氣體系統。

靈活的解決方案支援多種使用案例

OT 安全系統 CASwell 及其合作夥伴開發的部署可能超越預期的使用案例，這也絕非偶然。該解決方案設計為從一開始就極具靈活性。

在製造環境中，這種靈活性至關重要，既可滿足不同製造商的不同需求，也可以促進現有部署升級。例如，由 CASwell 及其合作夥伴開發的大型 96 連接埠解決方案也提供了 16 個連接埠與 48 個連接埠的設定。

這種靈活性也表示 OT 安全性應用程式的潛力遠遠超越了半導體產業。例如，CASwell 在汽車製造、關鍵基礎建設（CI）安全性及化工廠和製藥場等敏感製造作業中，發現了安全性設備的使用案例。

該公司與 Intel 的技術合作關係在這方面非常重要。「如果沒有 Intel ，這種解決方案不會存在。他們提供了一套強大且多功能的 CPU 及網路控制裝置，讓我們能夠為客戶提供不同組合，極具靈活性，」Lin 說道。「再加上 Intel 在開發過程中提供的卓越技術支援，可讓我們可為合作夥伴提供量身打造的 ODM 解決方案，完成他們的關鍵任務 OT 應用程式。」

OT 網路安全性解決方案的未來展望

隨著 OT 網路防護需求的增加，像 CASwell 與其合作夥伴之間的協作可能會愈加普遍。

「IT 安全性市場相對穩定，但 OT 網路安全性則是一個具有巨大成長潛力的新興市場，」Lin 表示。「我們看到了與系統整合商和軟體開發者建立合作夥伴關係的多種可能性。」

這對工業部門而言無疑是個喜訊，對剛開始進行製造流程數位轉型的企業來說更是如此。這些組織將受益於日益成熟的 OT 網路安全性市場，OT 系統整合商及其技術合作夥伴均已準備就緒，等待著提供自訂解決方案。

「針對 OT 網路的攻擊行為日益增加，但 OT 網路安全供應商也正在商討應對措施，」Lin 說道。「企業日後即可運用日益複雜的安全性解決方案，從單純防護轉為主動防禦。」

 

本文由 insight.tech 編輯撰稿人 Teresa Meek 編輯。

在我們的生活中，環境追蹤及監控（或智慧定位）技術無所不在，無論是監視器或汽車內的備份輔助系統均使用到此類技術。然而，企業才正開始認識到將智慧定位與 AI 和數位分身等技術結合運用的可能性。如果您還不太熟悉數位分身的概念，請準備好了。我們接下來要來談談更進階的主題：時間。因為當特定資產在特定時刻被放在合適的位置時，監控與空間感知的影響力將無遠弗屆，不僅在於安全性或缺陷偵測。

當然，偉大的技術革新將帶來偉大的新技術。接下來，Intel 聯邦與航空市場總經理兼資深總監 Tony Franklin 將為我們詳細說明智慧定位的整體概念：這項技術能為我們解決的各項挑戰（不論挑戰在於現在或未來），以及旨在協助實現這一切的技術，其中包括 Intel SceneScape 平台（影片 1）。

影片 1。Intel 聯邦與航空市場總經理兼資深總監 Tony Franklin 說明了位置與智慧的重要性，以及使用 AI 與數位分身的相關資訊。 

您如何看待使用數位分身與智慧定位技術的概念？

我認為，我們早就在頻繁使用智慧定位這項技術了，但我們根本不知道。每個人的手機裡都有 Google 地圖。任何有孩子的人都知道 Life360 這個應用程式：您可以準確知道任何人在哪裡，他們在那裡待了多久，以及他們的移動速度。

然而，從企業角度來看，我們才正開始從財務觀點認識到智慧定位的龐大影響力。因此，像 UPS 這類型的貨運公司，如果從 A 點運送到 B 點的定位不準確，就可能會耗費數百萬美元。這對於永續發展等方面也很重要。我最近讀到，美國 27% 的氣體排放來自運輸業。

除了智慧定位以外，我認為我們開始真正瞭解的是以時間為基礎的空間智慧。不僅僅是關於定位，而是我們是否真正瞭解在特定時刻我們周遭的情況，或是某資產、某物件或人物的周遭情況。數位分身讓您可以重新建立空間，並且也可以瞭解特定時間，包括即時的當下以及，如果您需要按下倒轉按鈕進行分析，也可以這麼做。

數位分身的另一項價值是，它是自然創造的抽象元素。我們知道這是真實世界的數位複製品，因此分析工作是在複製品完成，而非在實際得到的資料上進行。而且那個數位複製品可以將資料提供給多個應用程式。

當有多個應用程式和不同類型的 AI 時，您必須使用標準型技術，因為您可能需要一種類型的 AI 來識別特定動物、人類或資產，並需要另一種類型來識別不同的汽車或天氣，或是更類似物理的模型。

智慧定位技術可以幫助解決哪些企業正在面臨的挑戰？

我認為最大的挑戰之一是隔離來自不同應用程式的資料。舉例來說，我們有大量的應用程式在手機上共同運作，但並不代表應用程式上的資料能互相共同運作。

在商業世界中，可能有一個應用程式用來監控物理安全性，但另一個應用程式則可能用來監控工廠裡的機器人。它們都有攝影機、都有感知資料，但並未互相連結，所有資料都位於不同的孤島上。那麼，您要如何將這些資料互相連結，提升情境察覺能力，做出更優異的決策？所謂更優異的決策，在理想情況下代表節省資金、有機會賺錢，或是創造其他價值，例如更安全的環境。

而另一個挑戰只是需要心態轉換。目前我們已經在使用的許多技術都來自遊戲。現今的電玩遊戲非常逼真寫實，在遊戲中，您可以在 3D 環境中看到一切。您已經知道位置；接著要輸入多種類型的感知資料，包括聲音或環境資料。這些全部都已整合到體驗中。因此，我們開始想將更多這類型的體驗融入到日常生活以及商業活動中。

Intel 如何協助企業實作數位分身與 AI？

總有大量資料需要經過標記才能提供，而且我們有很多工具可以將這些資料連結在一起。以即時性的串流資料來說，您可以使用 Intel^® 發行版 OpenVINO^™ 工具組來套用推論，也可以為輸入的特定資料挑選最佳運算技術。

因此，您在輸入資料、套用推論，並持續循環。然後，您可以使用 Intel^® Geti^™ 平台來訓練資料。這個平台讓您可以快速完成訓練。以電腦視覺的影像來說，您再也不需要使用數千張影像來完成訓練。就如同沒有人需要唸到資料科學的博士學位一樣。這就是 Geti 的用途。

在這之中，有一個軟體叫做 Intel^® SceneScape。和 Geti 一樣，SceneScape 適用於終端使用者。您可以把它想像成一個位於 OpenVINO 與 Geti 之間的軟體架構，可以確實簡化創造數位分身的過程，藉此賦予資料意義，發揮資料的功用。這個軟體讓終端使用者可以輕鬆以開放、標準的方式實作 AI 技術，並且利用其中的最佳運算技術。

再來是輸入感應器資料。之後，OpenVINO 會套用推論來進行，可能是物件偵測或分類。您可以使用 Open Model Zoo，裡頭有我們所有合作夥伴提供的各種模型，並且利用 SceneScape 實作該模型。接著使用 Geti 來訓練資料。

您還可以透過 SceneScape 使用任何應用程式的任何感應器，藉此來監控及追蹤任何空間。我們習慣於使用影片，但您也可以使用其他感應器來提升對於環境的情境察覺能力。您可以使用 LiDAR，所有電動和自動駕駛車輛都有的感應器，或是環境、溫度、輻射或聲音感應器，以及文字資料。

可以分享目前正在進行關於 Intel^® SceneScape 的任何案例研究嗎？

一直以來使用 SceneScape 的客戶有一個共同點，就是必須進一步瞭解他們的環境，包括他們所處的環境，或是他們正在監控的環境，並且將感應器與資料互相連結，發揮資料的功用。他們想要增加資料的使用量，並且從資料中獲取更高的情境察覺能力。

試想一座機場。機場管理單位需能追蹤人們聚集的地方、追蹤排隊時間等。在 Covid 疫情早期階段，工作人員必須使用前額感應器來追蹤身體測量值。機場裡有許多空間均已受到監控，但現在他們需要將資料連結起來。一般來說，測量體溫的前額感應器並沒有和監控排隊人龍的攝影機互相連結。現在他們必須互相連結。

這樣就能建立起資料點之間的連線：您看到這個人，看到這些人已經排隊排了 30 分鐘，您也可以知道他們體溫較高，而且並沒有保持社交距離。或是您看到這個人拿著一個包包，並且正在同時移動，而現在這個包包靜止不動了，但是這個人仍在移動中。

您不只在監控 A 航廈，2 號登機門。您需要能監控所有航廈和所有登機門，並且需要能在單一面板視窗中進行監控。這就是 SceneScape 提供的優勢之一。

Intel^® SceneScape 如何解決隱私問題？

隱私是非常重要的。然而，我們只是想偵測實際物件，是人，還是物品，還是汽車？我們想要識別那是什麼，想要識別距離，想要識別動作。我們並沒有實際進行臉部辨識或其他類似的流程。我們在推斷資料，之後讓客戶可以實作他們為特定應用程式所選的內容。

您認為下一步這項技術將應用在什麼領域？

我在期待的其中一個使用案例是醫療數位分身。現在，您在不同地方擁有不同的醫療記錄。歷史資料並未與即時資料一併使用，也並未用於比對許多病患的大量病歷，並在其中查找對我有用的資訊。因此，我樂見醫療數位分身不斷推陳更新，這會是理想的狀態。

但是，若只是追蹤醫療器具呢？在手術前有 10 副器具，而且您想確保在手術結束時仍有 10 副器具，這些器具不會被無意間遺留在不該出現的地方。

因此，正如我所提到的，現在我們有即時應用程式可以協助現今的業務營運。我認為，也有一些是我們都在期待未來會出現的應用程式，有我想要的醫療數位分身。

我認為，當公司開始意識到，他們可以消除資料孤立，在資料與各種應用程式的系統之間建立關係或連結，不只是在單一房間、一層樓、一棟建築物，而是可能在一個校園內，他們可以開始獲得能夠影響獲利的實際價值，他們可以賺更多的錢，也省更多的錢。

您最後有任何關鍵重點的想法要和我們分享嗎？

試想，將交通視為使用案例；智慧定位可以協助拯救生命。我們已經看到一些客戶開始以這種方式來應用 SceneScape。現在許多汽車都有攝影機感應器（備份感應器或前置攝影機），而且大多數十字路口都有攝影機。然而，今天它們彼此之間無法溝通互聯。

如果有一輛汽車正快速行駛過來，而有一部攝影機可以在汽車死角看見行人走過來，那該怎麼辦？我想讓汽車知道這件事，並且開始自動煞車。現在大多數汽車在靠近另一輛車過快時，都會自動煞車。然而，當行人即將出現時，卻沒辦法啟動此功能，因為它們看不到行人。或者，如果攝影機可以看到，它們不一定知道這個人距離有多遠，也不知道汽車車速有多快。

身為人類，我們坐上車就會知道它的車速；我們會知道是否有人要走過來。我們將大腦理解這一點的方式視為理所當然。但是攝影機並不瞭解這一點。這就是現今可以應用的方式，有些城市實際上正在研究這些類型的應用方式。

這就是為什麼 AI 以及這些技術與感應器資料的整合如此重要。它讓這些系統更智慧，也能夠實際瞭解環境。再次強調，以時間為基礎的空間智慧：距離、時間、速度、物件之間的關係。

這正是我們在努力的目標，利用 Intel 的大型生態系統來合作，讓企業能輕鬆實作這項技術。現在是激動人心的時刻，我們期待協助企業改變現況。

相關內容

若要進一步瞭解智慧定位的重要性，請收聽利用 AI 與數位分身獲得智慧定位，以及閱讀利用 Intel^® SceneScape 監控、追蹤與分析任何空間。想知道 Intel 的最新創新技術，請在 Twitter 上跟隨 @intel，以及在 LinkedIn 上關注 Intel Corporation。

 

本文由 Erin Noble 編審。

物聯網邊緣運算是各產業人士眾所皆知的技術，因為此技術能夠讓運算更接近資料生成位置。這能實現即時的洞察力、高效能與低延遲，讓企業能夠在現今環境中獲得成功。有哪間企業不想要獲得這些致勝關鍵？但對於部分產業，如製造業而言，可能面臨到更加棘手的數位轉型過程，因為這些產業多使用舊式基礎架構，而且很少或完全沒有停機時間可以進行任何轉型與改變。部分組織雖已具備多項優勢與複雜性，仍不確定該如何以最佳方式進行轉型。

為了幫助我們更加瞭解這趟旅程，我們邀請了兩位在物聯網邊緣運算領域背景深厚，且有豐富知識的專家：CCS Insight 物聯網研究負責人 Martin Garner，以及 Intel 網路與邊緣解決方案部門副總裁兼總經理 Dan Rodriguez。他們會和我們介紹此領域相關的挑戰與機會，並且提醒我們，沒有人必須或應獨自面對這些挑戰（影片 1）。此外，CCS Insight 也提供了 insight.tech 訂閱者最新的工業邊緣運算擴充物聯網計畫報告。立即查看，掌握數位轉型的入場券。

影片 1。CCS Insight 的 Martin Garner 和 Intel 的 Dan Rodriguez 探討邊緣運算的現狀、如何克服挑戰，以及值得期待的關鍵機會。（資料來源：insight.tech）

能不能和我們談談邊緣運算的優勢？

Dan Rodriguez：邊緣運算正在驅動著各行各業，投入進行大量變革。而且這有助於推動數位轉型，因為企業的目標是希望能實現基礎架構自動化以及提升營運效率。AI 和 5G 的問世，只會加速這個趨勢發展。

公司希望擁有更多的控制權。他們正面臨供應鏈挑戰、能源生產不穩定，有時甚至是勞動力短缺。他們希望能找到將營運、成本與資料最佳化的方法。邊緣 AI 能帶來豐富機會。還能提供新的獲利機會。因為公司希望能節省資金和管理其總體擁有成本，當然也是要賺錢。

試想一下在「製造」這個產業中，我們已經看到客戶開始他們的 AI 旅程。最初他們利用 AI 進行簡單的工作，例如供應鏈管理，讓自主機器人處理庫存進出貨。接著快速推進採用電腦視覺和 AI 進行缺陷偵測等工作。

邊緣運算的現狀如何，仍存在哪些挑戰？

Martin Garner：所有產業都已大量實作邊緣運算，甚至包括很多您可能不會視為邊緣運算的實作方式。這可以告訴我們關於此領域的幾項重點。

第一點是它的範圍非常廣。包含在感應器中的應用，到甚至是區域的資料中心皆能實作邊緣運算。同時也相當深入。從最底層的基礎架構到網路、應用程式、AI，皆可實作。因為有這兩項特點，讓邊緣運算的領域變得相當複雜。

就邊緣運算的普及而言，我們認為有幾項主要的驅動因素。一個是物聯網。其中會產生大量資料，而這些資料需要使用機器學習或 AI 進行近乎即時的分析和處理。此外，電信產業作為擁有多接取邊緣運算與私人網路供應商，最近也對這個主題非常感興趣。最後，是經濟環境。許多公司都在審查雲端支出，有助於在邊緣運算方面成就更多。

可否請您告訴我們，各產業在邊緣運算領域所能獲取的各項機會？

Dan Rodriguez：我們來談談零售業。零售商最大的成本之一來自於偷竊。信不信由你，這是一個每年需要花上 5000 億美元來處理的問題。利用電腦視覺與 AI 結合即可解決這個問題，有助於防止在商店門口（即結帳區）發生偷竊行為；在商店內，有時小偷會在走道間行竊；甚至在商店後方，也可能在倉庫和配送中心發生偷竊行為。

當您想像零售商如何賺錢時，可以發現他們能以各種新穎有趣的方式利用 AI。以購物體驗為例：AI 可以就不同的商品展示策略提供意見回饋。可以快速識別貨架上的商品何時缺貨。有時非常簡單的事情，確實可以帶來更好的成效。

接著談談製造業與工業邊緣運算；此領域中部署的基礎架構類型正在經歷重大轉型。普遍來說，製造商正逐漸放棄我所謂的固定功能裝置，也就是可以非常出色地完成單一工作的裝置，轉向更易於管理及升級的軟體定義系統。

因此，多樣化類型的製造流程正在簡化使用越來越少的軟體定義平台，從而提高整體效率，並降低基礎架構的複雜性。一旦有了軟體定義的基礎架構，便可以開始將其與機器人的使用、感測、5G 和 AI 結合。那麼您就可以在一個廠房內變出所有把戲，從庫存管理到缺陷偵測都能一併完成。

製造商在工業邊緣運算領域會面臨哪些挑戰？

Martin Garner：遇到挑戰的機會很多，但老實說，有部分挑戰是使用邊緣運算的任何人都會面臨到的挑戰。

第一個挑戰是規模。工業邊緣運算是可以輕鬆進行實作及完成一些零碎工作的技術之一，但一旦擴充規模，一切就會變得更為棘手。規模較大的玩家會在多個地理區域中數十個地點，擁有數千台電腦。而且這些電腦必須像單一系統一樣，保持更新、安全及同步，以確保擁有者能從中獲得預期的利潤。

與此相關，由於邊緣運算需使用龐大資源，最終會變成一個非常大型的分散式運算系統，其功能包括將時脈訊號、機器、資料發佈且同步至資料庫等。最重要的是，系統中有不同類型的資料，以及應用程式軟體的不同組合，包括部分雲端、部分多雲端、部分本機資料。上述這些都需要複雜的架構。

另外，還有幾個挑戰可能是製造業與生產產業特有的。第一種是即時工作，這是 IT 領域總體來說沒有的特殊要求。意見回饋循環是以微秒為單位；化學混合物是以百萬分之一計。時效性與準確度極其重要。且真正重要的是，這是系統級的東西，不只是一個元件，而是整個系統必須應付處理。

接著是系統的耐用性。許多工廠每天輪三班工作，一年 365 天不間斷。意外停工是一件所費不眥的事情，在許多案例中，若發生意外停工，每天都要花費數百萬美元。所有的運算都必須支援如系統冗餘、熱待機與自動容錯移轉等狀況。這樣一來，如果發生錯誤，也不會讓系統停止。這表示完全不需要中斷或重新啟動系統，就可以實施軟體修補程式和安全性升級。這也意味著，如果您需要擴充硬體，例如想要實作一個新的 AI，那麼您能夠在不停止生產線的情況下完成實作。

因此，軟硬體必須能自我設定，不能影響到其他部分。再次強調，這些都是 IT 領域所沒有的限制，但在工業領域卻是必須加以配合的一些特點。

製造商要怎麼做才能成功應對這些挑戰？

Martin Garner：首先我們會建議，不要自行建立基礎架構。這麼做太慢、會花費太多資源、隨著時間長期而言太昂貴，而且這是一個專業領域。

第二個建議是，請圍繞著現代 IT 與雲端運算實務的概念來設計系統。這之間應該幾乎無縫接軌。此外，還有許多優秀的技術架構可供選擇，因此大部分客戶設計工作都能專注維持在應用程式層級。

第三，在作業技術領域，設備和軟體的使用壽命通常是 10 至 20 年。我們認為實作邊緣運算後，最好規劃將壽命縮短至 5 至 10 年。資料量會不斷增加，您獲得的資料越多，就越想利用它，而且越能利用它。因此，您會需要更多 AI、更多邊緣運算能力，且必須快速為您擴充。

您認為製造商如何善用這類技術？

Dan Rodriguez：正如我先前提到的，這個旅程首先是從固定功能裝置轉向更為軟體定義的基礎架構開始。想像一下，如果您必須根據不同應用程式使用不同手機，那麼管理起來將會非常困難。廠房也是如此。想想看，如果將更多的應用程式載入至更少的軟體定義基礎架構，那麼複雜性會降低多少。

在未來，伺服器會承載大部分或許多此類軟體工作負載。接著，您便能夠以控制程度更高的方式提供自動化更新，在操作及維護上也會更加容易且效率更高。您也可以在其上使用各種新功能。

請提供使用這些方法的具體範例。

Martin Garner：我可以用一個例子來特別說明規模問題。一間規模龐大的大學醫院正在安裝網狀網路，用來追蹤呼吸器和其他關鍵設備，以及從感應器收集資訊。他們使用運作良好的電池供電節點進行了試驗，他們非常滿意。但他們發現，一旦將使用規模擴大至整個醫院，就會有數以千計的電池供電裝置需要監控。他們必須不斷在各處更換電池，且如果沒有徹底實行，就會有風險將造成危險後果。因此，他們要求供應商製造主（電網）供電的版本。

對我來說，從這個例子得到的教訓是，供應商從一開始就必須根據最終會達到的規模進行設計。客戶也同樣需要在設計階段考慮周到。正如 Dan 所說，這將是一趟旅程，且您可以在過程中學到很多。

請談談合作夥伴對實現這些目標的重要性。

Dan Rodriguez：Intel 建立使用開放和標準平台的多元化生態系統。這樣的生態系統，對市場的整體健康狀況至關重要；如此一來，整個社群不僅可有許多供應商選擇，而且還可以增強整體創新螺旋。

Martin Garner：邊緣運算如我先前所述，既廣泛、有深度又複雜。極少客戶能完全駕馭它。同樣的，極少供應商能夠駕馭它，因為他們往往會傾向於專業化。事實上，我們所討論的大多數系統都必須由三至五名玩家參與設計。我認為我們都應該可以預期得到，這是需要團隊努力才能完成的。

您如何看待物聯網邊緣運算在工業環境中的角色轉變？

Dan Rodriguez：第一階段是移轉至使用軟體定義的基礎架構，其工作負載整合可在越來越少的伺服器或裝置上支援多個應用程式。

當然，生成式 AI 現在已成為熱門話題，而且也將隨著時間推移納入應用至此策略。我們將看到生產量增加、缺陷減少，以及未來工廠使用新的模擬與建模技術，令人非常興奮。

Martin Garner：我們的報告中也有透露出一些端睨，雖然目前還不是熱門話題，但您可以期待這些趨勢。

第一點是關於關鍵任務製造流程，如我先前所說，任何意外停機時間都是所費不眥的事情。關鍵問題在於，如何從錯誤中學習。航空業一直都十分擅長這方面。目的在於確保能理解故障模式並緩解，讓系統越來越具恢復能力。接著，我們會建立新情境，讓我們能更完善應對故障的各種情況。在我們看來，這是製造業中更廣泛使用的重要領域。

另一點則是與工業耐用性息息相關。如果應用程式可以在某台機器上執行，並且一旦發生故障就會自動切換至另一台機器，那麼問題就是，哪台機器是能正常執行的最佳機器？您會發現，「最佳」可能代表速度最快、延遲最低、運作時間最長、資本成本最低，或是營運成本最低。關鍵在於，為了達到不同成果，必須以不同方式將系統最佳化。我們目前還沒任何正在探索這個答案的人，但我們確實希望能在邊緣運算領域很快找到這個解答。

最後，您是否有任何想法或關鍵重點想要和我們分享的呢？

Martin Garner：分析師常說一句老話：「哦當然，但講起來很複雜。」但實際上邊緣運算是很複雜沒錯，我想許多公司都已經發現並知道，但我仍感覺到前方還有很長的路要走。從我們 CCS Insight 的觀點來看，我們認為對客戶而言最關鍵的就是要立刻開始，找一些合作機會，並且慎選夥伴。

您在一開始就應該展現出野心，包含您如何看待這項技術，以及這項技術可以達到的規模，並且要明白這一切沒有辦法一氣呵成。然而，您可能會發現，造成限制的因素不是技術，可能是組織。就如同您必須確認要使用什麼技術，以及使用的程度，您至少需要投入相同的時間和努力，讓組織順利運作。

Dan Rodriguez：首先，邊緣運算正在從根本上改變幾乎每個產業。再者，將邊緣運算與 AI 和 5G 結合，就會帶動大量轉型，真正創造出大量機會，包含從精準農業到感官機器人，再到智慧調度車輛、人、及道路。

第三，我堅信產業合作與開放的生態系統是這一切的根本。正如 Martin 所說，這將是一項團隊運動，需要多名玩家來推動這些解決方案，並以讓客戶可以輕鬆使用並擴充技術的方式來實作。Intel 為了推動這個整合性的生態系統，投注大量心血。

相關內容

若要進一步瞭解採用邊緣運算的情況，請閱讀工業邊緣運算擴充物聯網計畫報告，以及收聽《工業邊緣運算：擴充策略》。如要進一步瞭解 CCS Insight 與 Intel 的最新創新技術，請在 Twitter 上跟隨 @ccsinsight 和 @intel，以及在 LinkedIn 上關注 CCS-Insight 和 Intel Corporation。

本文由Erin Noble編審。