IPC 與虛擬化：智慧工廠的未來

Posted on by Micah Kaplan

工業電腦（IPC）在推動工業 4.0 的發展中起了關鍵作用。它們協助製造商擺脫難以管理、專有的可程式化邏輯控制器（PLC），轉為採用軟體定義的工業控制應用程式，在 Windows 與 Linux 等開放式系統執行。

有利之處無窮。但製造商仍在尋覓更好的方法，從工廠收集及分析資料，整合技術堆疊，以便提高效率並促進 IT/OT 融合。

IPC 是邁向智慧工廠的第一步，但早期版本缺乏靈活性，無法充分利用虛擬化技術提供的可能性。

這些強大的邊緣運算系統可實現敏捷且豐富的資料擷取，同時也比過去的專有系統更易於管理、更具成本效益，也更為靈活。

新的IPC 平台：新的邊緣優勢

IPC 系統製造商深圳市大唐計算機有限公司設計的多用途 IPC 平台，提供傳統工業運算系統的優勢：高效能、低功耗處理、高可用性、堅固耐用的設計，以及適合即時分析的絕佳平台。

但這些平台的真正魔力在於它們提供高效運算，以執行現代軟體虛擬化技術，讓多個工作負載在單一系統上執行。軟體開發者也可以輕鬆將其現有的工業應用程式移植至最新的 IPC 技術，從軟硬體堆疊的改進中獲益，因此也有整合與安全性優勢。

這麼做也降低了複雜性與成本，方便工廠人員在全工廠維護及監控系統。此外，根據底層平台的不同，多用途 IPC 可透過整合性的軟體工具組增值，針對工廠資料提供更深入的洞察、最佳化效能，並加速開發工作。

例如，大唐的平台利用特定的 Intel 工業軟體技術：

  • Intel® Edge Controls for Industrial（Intel® ECI）是一款模組化軟體參考平台，可讓多用途 ICS 在通用硬體上執行。Intel ECI 大幅降低了製造商升級與更新的難度。該平台也支援即時分析功能、工作負載整合的虛擬化，以及可設定的軟體模組，以滿足工業運算的效能需求、降低成本，並提升靈活性。
  • Intel® Industrial Edge Insights Platform（Intel® EII）是一款適用於 IIoT 應用程式的開源軟體平台，提供資料收集、儲存、分析、視覺化模組與容器化部署。Intel EII 針對 Intel 硬體最佳化，並與 Intel® OpenVINO™ 工具組整合，可加速邊緣 AI 解決方案的開發，提供更深入的資料洞察，並協助企業更快上市。

對於大唐而言，使用 Intel 技術至關重要。作為工業邊緣運算的高效能、穩定的硬體平台，Intel 無與倫比。其軟體工具在縮短開發時間、將解決方案推向市場方面也同樣重要。

虛擬化：軟體定義 ICS 的平台

除了協助製造商轉為採用開放式系統並整合硬體/軟體堆疊之外，多用途 IPC 也提供另一項顯著的優勢：在易於管理的整合性平台上執行的內建虛擬化技術。

工業運算虛擬化的優勢已顯現一段時間，例如在不中斷營運的情況下升級基礎架構。

首先，虛擬化是一種將電腦資源與基礎硬體分離的強大方法。它也提高了網路安全性，因為運算系統可以更輕鬆地細分為獨立的安全環境。但虛擬化的最大優勢或許是工作負載整合，利用閒置的運算資源、提高效率，並降低成本。

多用途 IPC 與工業控制的未來

未來幾年，整合虛擬化技術的靈活工業運算系統將吸引製造業愈來愈多的關注。

部分原因在於工業運算領域的進展。舉例來說，大唐已經在考慮將 Type 1 虛擬機管理程式整合至產品。Type 1 虛擬機管理程式也稱為「裸機」虛擬機管理程式，可直接在底層硬體上執行，不需要主機作業系統。這麼做可實現更高效的資源分配、效能提升，以及更卓越的安全性。在製造環境中獲得的優勢不言可喻，但隨著 IIoT 的發展，更具吸引力的 Type 1 虛擬機管理程式與虛擬化技術即將到來。

一種令人興奮的可能性是 ACRN 參考虛擬機管理程式，這是一種專為嵌入式物聯網開發而建構的開源虛擬化工具。ACRN 虛擬機管理程式可解決製造商認為特別繁瑣的資料中心問題：冗長的開機時間、高成本，以及重大的開發開銷。ACRN 將使工業 4.0 更接近於開放式平台、軟體定義的工業運算。

但多用途 IPC 平台的主要優勢在於其如何為多個利害關係人解決問題。

對於 OEM/ODM 而言，現代 IPC 平台提供的開發便利性表示他們可專注於滿足製造商的需求，而不必擔心高昂的研發成本。對於傾向處理較小批次訂單的建置商與作業技術系統整合商而言，由於這些平台靈活且可供訂製，開發成本也會降低。

當然，對於製造商而言，優勢非常明顯。多用途 IPC 平台提供更簡單、更易於管理的存取方式，讓他們獲得最初推動數位轉型的所有優勢：即時控制、提高產品品質、降低成本，以及更快的創新途徑。

 

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

實體數位化體驗協助時尚零售業大放異彩

Posted on by Micah Kaplan

零售商正在重塑購物的定義：融合實體與數位元素，為顧客打造「實體數位化」體驗。這個趨勢已持續一段時間，過去幾年的事件也讓情勢加速發展。然而，目前零售數位轉型浪潮的最大原動力卻來自消費者本身。

「在零售業，我們看到一種要求超高的全新顧客類型，」時尚零售商數位轉型工具組製造商 Econocom Products and Solutions 數位總監 Javier Lima 表示。 「他們什麼都要立竿見影，而且希望品牌真正將他們視為個體。」

為了在店內實現這種程度的便利與個人化，許多零售商都轉向數位招牌解決方案，這也是提升銷售與簡化營運的絕佳方法。但對於時尚產業的零售商而言，真正落實並不容易。在風格與品味方面，必須傳達極具個人化的訊息才能達到成效。鑑於時尚的性質，這個零售領域的數位招牌異常依賴情境，而且可能會發生變化。

如何應對時尚零售商的這些挑戰：一應俱全的數位招牌工具組。這些強大且靈活的解決方案正協助品牌提供競爭所需的實體數位化體驗。最棒的是，這些解決方案易於設定，這表示即使在規模最大的企業也能出色地擴展。

可擴充的互動媒體有利於零售銷售與營運

典型案例：Econocom 與西班牙跨國服裝零售商 Pull&Bear 的成功。

Pull&Bear 希望在所有實體店實施數位招牌。但這是一項艱鉅的任務。該品牌在40 個國家/地區擁有 800 多個實體店，橫跨歐盟、拉丁美洲、中東與亞洲等地。任何使用的數位招牌解決方案都必須簡單明瞭，才能大規模建立及維護，並且必須是易於策劃及管理的本地化內容。

Econocom 的時尚零售數位轉型工具組正是 Pull&Bear 所尋求的。該解決方案基於軟硬體和雲端技術的整合。數位行銷素材在後端內容管理系統上傳、設定及安排時間，進而對媒體內容的時間安排和分發進行極精細的控制。然後將特定內容從雲端部署至各家商店的媒體播放器，而媒體播放器又連接至整個顧客區域的顯示螢幕。系統的店內部分還包括智慧型手機整合選項，協助店員以更敏捷的方式管理及設定顯示內容。如果需要更具互動性的解決方案，該工具組也允許在顯示端點連接附加式智慧裝置。

Pull&Bear 攜手與 Econocom 在全球 800 多家店面成功實施數位招牌工具組，在多個不同的地點實現高度情境的個人化訊息。如此一來，零售商便可利用其強大的數位行銷團隊，無論購物者身在何處，都能為他們自訂內容。

然而，令人印象深刻的店內體驗只是數位招牌解決方案為時尚零售商提供的其中一環罷了。「如果您只是玩『令人眼睛一亮』的遊戲，沒問題，很好，」Lima 表示。「但在這種情況下，我們希望在大量的商店部署解決方案，充分發揮數位招牌的潛力。因為只有那樣，您才能開始實現有利於零售商營運及其利潤的規模經濟。」

如何實現具有如此優異擴展性的解決方案，Econocom 與 Intel 的技術合作夥伴關係是一大關建，Lima 表示：「在超過 40 個市場和數百家商店推出我們的工具組顯然面臨了巨大挑戰。Intel 的營運支援至關重要。我們的合作是一種協同與互惠的關係，我們也期待這種夥伴關係能在未來取得更大的成就。」

實體數位化世界的未來

至於未來發展的樣貌，前景一片光明、令人振奮。

邊緣電腦視覺的崛起表示店內數位招牌不必被動回應，而是可以高度互動。螢幕顯示的內容可能會即時改變，以符合顧客的行為，例如，在顧客從貨架上挑選某件衣服時顯示相關的媒體。

除了時尚與零售業，數位招牌解決方案也會在其他領域與產業找到使用案例。例如，Econocom 已經在尋找適合金融服務業的方式，調整其零售時尚工具組。其他使用案例肯定會隨之而來，Lima 表示這的確是廣大現象的其中之一。

「在零售業，我們稱人們為『顧客』，飯店業稱之為『賓客』，在醫療或智慧城市則是『患者』或『公民』。但歸根結底是殊途同歸：利用技術提供更佳的體驗，滿足人們的需求，並實現他們期望的價值。」

當人們期望在生活某些領域獲得實體數位化體驗時，他們也可能開始在其他領域有同樣的要求。據 Lima 表示，人們將打造出一個更具互動性、更實體數位化的世界。那個世界不僅能達到居民的期望，也會為企業與組織帶來實質性的利益。

「未來非常光明，」Lima 表示，「因為融合實體與數位技術時，最佳化的機會即是無窮。」

 

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

利用 AI 型電腦視覺重新定義鐵路檢查

Posted on by Micah Kaplan

鐵路是全球基礎建設的結締組織。然而，儘管鐵路在全球交通與供應鏈的角色舉足輕重，但鐵路軌道維護多半是從人工檢查員開始做起。

為了找出受損的鐵路軌枕與軌道，人工檢查員每天步行或開車，在數英里長的鐵路尋找不一致的地方。光是手動檢查美國 160,000 英里的軌道，需要的總時間和成本就無法量化，而且由於是人工檢查，因此也容易出錯。

電腦視覺（CV）近期的進展，為鐵路檢查自動化開創了新機會，過程中的成本大幅降低，準確度也得以提高。不過對 CV 系統而言，鐵路構成了獨特的挑戰，包括部署環境差異大，以及安全關鍵產業對可信解決方案的偏好。

因此，產品工程設計公司 Ignitarium 這類組織，紛紛利用 AI 技術重塑 CV，以期解決困難點，降低對人工軌道檢查作業的需求。

利用 AI 型 CV 克服基礎架構檢查的挑戰

在監控的室內環境中，CV 系統擁有經過實證的輝煌記錄，但鐵路則不然，有各式各樣的照明條件、天氣變化和其他不可預測的因素。這些變數可能大幅影響 CV 系統的效能與準確性。

戶外鐵路應用 CV 技術時，另一場苦戰則是改變 Ignitarium CTO Sujeeth Joseph 所謂「產業中高度傳統的思維」，也就是相較於新方法，鐵路專業人員更喜歡用經過試驗和檢測的方法。

有鑑於這些挑戰，Ignitarium 開發的 TYQ-i 平台旨在結合傳統 CV 技術的精髓，以及先進的自訂類神經網路。最終締造出的高效解決方案，可在好幾英里長的軌道，偵測出各種異常。

TYQ-i 的作業方式可分為四個階段：

  • 擷取：平台支援多種視覺感應器，包括 RGB、3D、雷射和多光譜介面。Joseph 表示，在鐵路產業，2D 攝影機與雷射掃描器是首選的感應器。
  • 預先處理：Ignitarium 開發出的影像處理元件庫，為分析將資料準備就緒。這些準備工作包括基本作業，例如縮放與旋轉，以及較複雜的工作，例如拼接、追蹤與減少雜訊。
  • 深度學習：TYQ-i 的核心是具體使用案例的自訂 AI 模型。這些模型經過預先訓練，可偵測各種異常類別，即使客戶提供的意見資料有限，也能提供高水準的準確度與效率。
  • 呈現：接著，處理後的資料會透過儀表板及人類和機器可讀取的檔案，呈現給使用者。這樣一來，平台便能與現有流程順利整合，幫助克服採用新技術的阻力。

Joseph 表示，鐵路道碴（鋪設鐵路軌枕的軌道床）正是如何利用這些功能的例子之一。安裝在火車頭底下的空中無人機或攝影機，可以用 TYQ-i 偵測需要補充軌枕的區域，以及因為安全或其他作業考量而應該避免的區域。接著，該資訊會傳送至軌枕鋪設夯實機，讓它自動只在適當的區域執行維護。

利用 TYQ-i 實現規模與靈活性

為了獲得 Ignitarium TYQ-i 平台的準確度與可靠性，它一開始是使用 TensorFlow 與 PyTorch 這兩個最常見的機器學習與類神經網路開放原始碼架構進行訓練。這項訓練最初是在強大的 Intel® CPU 與 GPU 目標執行，為平台的 AI 功能奠定了穩固的基礎。

但為了在各種使用案例真正擴充效能，Ignitarium 意識到需要更靈活的處理解決方案。因此，於是決定將 TYQ-i 移轉至 Intel® Core™ 與 Xeon® 處理器。這並非常見的目標，而且高效能 FPGA 的 Intel® Arria™ 家族甚至還有一個連接埠。

這些處理器的互通性有助於公司控制成本。Joseph 說明：「如果工作負載更繁重，我們會選擇伺服器級機器。」不過針對較輕量的工作負載，該公司則是使用第 12 代 Intel® Core™ 處理器這類解決方案，其內建的 Intel® HD Graphics 整合式顯示晶片處理器（IGP）可加速 AI。

移轉至 Intel® 處理器還帶來其他的優勢。舉例來說，它讓 Ignitarium 得以充分利用 Intel 生態系統安全可靠的軟體基礎架構，用它提供的各種工具與資源，將效能與效率最佳化。

這類工具包括 OpenVINO™ AI Toolkit，而 Ignitarium 便是用它進一步將 TYQ-i 最佳化。OpenVINO 的設計可簡化在邊緣部署 AI 應用程式、為各式各樣類神經網路架構提供支援，以及為最佳化效能提供全方位的工具組。

Joseph 說明：「由於這個工具組支援各式各樣的 Intel 處理器，所以 Ignitarium 可以挑選處理器，然後『程式碼便會直接編譯及執行』。」同時，OpenVINO 提供各種工具，協助開發者充分利用選定的處理器。Joseph 表示：「我們利用工具組提供的每樣東西最佳化。」

這些功能讓 TYQ-i 可在各種環境中執行，包括邊緣裝置與雲端型系統。TYQ-i 可以在邊緣即時處理資料，立即提供深入解析，快速決策。對於低延遲至關重要的情況，這點格外實用，例如偵測高速鐵路線上的缺陷。

針對規模較大的應用，也可以將 TYQ-i 部署於雲端，支援大量資料及執行更複雜的分析。這項實用的功能適用於監控廣大的鐵路網路。

由於它靈活彈性，可以部署於各種情境，因而成為調適能力強大的基礎建設監控解決方案。

基礎建設檢查的未來已經降臨

鐵路檢查產業面臨的挑戰十分嚴峻。無論是廣闊的軌道，還是變化多端的環境，這個產業都迫切需要創新的解決方案。Ignitarium 的 TYQ-i 平台結合 AI 與 CV 技術，為因應這些挑戰提供了強大的對策。

TYQ-I 的自訂 AI 模型利用有限的客戶資料集，為高效能精心打造，提供的解決方案可輕鬆融入現有工作流程，消除以新對策解決老問題時衍生的偏見。最終締造出深獲全美軌道維護人員青睞的解決方案。

展望未來，TYQ-i 這類 AI 型電腦視覺解決方案，顯然將在基礎建設檢查產業轉型扮演關鍵角色，為所有人提供更高的準確度、效率與安全性。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

影片安全即服務可簡化部署

Posted on by Micah Kaplan

傳統的內部部署影片監控解決方案需要強大的運算能力與本機基礎架構，因此對於管理多個網站的中小企業與公司而言是個繁重的工作。具成本效益且易於管理的開放式雲端影片安全即服務 (VSaaS) 解決方案是您的另一種選擇。

全球開放式 IP 影片監控軟體供應商 Milestone 憑藉內部部署影片監控方面的技術領先地位，能為您提供此解決方案。可擴充開放雲端 VSaaS 解決方案 Milestone Kite 於 2023 年 1 月推出，可善用 XProtect 影片管理軟體 (VMS) 產品家族。

Milestone 資深產品經理 Jan Lindeberg 表示：「雲端服務的價值在於其簡單、易於上手與使用」。「沒有現場 IT 能力、無法投入內部部署系統維護、服務工作與成本的組織，會發現使用 Kite 可大幅降低其投資成本。」

使用雲端 VSaaS，專注處理重要的事務

Kite 的 VSaaS 成本低且易於安裝，提升小型與多點公司的靈活性。許多小型至中型組織都面臨到如何尋找、吸引專業 IT 人員加入的挑戰，組織需要這些專業人員以專業安全的方式來執行和管理內部部署應用程式與系統。Kite 和其他雲端 SaaS 產品可直接吸引到這類使用者，這些使用者傾向專注於日常核心業務，而非管理不同應用程式與複雜的 IT 基礎架構。

Kite 是開放式平台，並支援數千台不同攝影機與 IoT 裝置，能為要移至雲端的終端使用者規劃安全路徑，讓他們無需更換現有的攝影機或攝影機網路。終端使用者不僅可以即時且無風險地移至雲端，還可節省購買及安裝新攝影機的成本。

混合式雲端方案

除了攝影機外，現場唯一需要的硬體就是一台小型網路裝置 Milestone Kite Gateway。採用 Intel 技術的閘道具備在邊緣執行即時分析所需的效能，並提供混合式解決方案。閘道可連線所有裝置，並隨需求變化輕鬆進行擴充。

Lindeberg 表示：「這款解決方案即混合式方案，讓您可以為邊緣裝置、裝置與雲端本身配備智慧與儲存能力。」「您可以提取邊緣的中繼資料，並將其轉移至雲端進行處理。」

客戶可以選擇將影片資料儲存在邊緣或雲端，取決於其偏好以及部署地點是否具備穩定的雲端連線能力與頻寬。Kite 也可以與 Milestone 的內部部署解決方案結合使用，公司可以以最低的工作量與成本讓其他地點也可以使用此功能。

Kite 與其他影片安全解決方案不同，Kite 有開放式的環境，代表可與 6,000 多台不同品牌的不同攝影機相容。攝影機可直接使用驅動程式以虛擬方式與雲端連線，或是透過邊緣閘道連線。使用者可透過網路或行動應用程式存取可自訂的儀表板，並在該儀表板上集中檢視影片摘要與錄製內容、管理設定並套用 AI 功能。

這款解決方案採用 Google Cloud，可存取世界各地的 Google 資料中心，以及可管控實體安全和資料安全性的安全架構。個人隱私也是 Kite 平台不可或缺的一部分。Lindeberg 表示：「我們十分注意處理個人資料的方式，包括終端客戶登入公司系統以及我們實際管理系統本身的影片資料等一切。」

Kite 可輕鬆實作，其系統可於半小時或更短時間內啟動並執行，也同時能為 Milestone 的全球系統整合商通路創造全心機會。SI 可受益於實作的速度與簡便性，且終端客戶可自行自由管理解決方案。

影片安全的未來

雲端連線能力、更強大的邊緣運算與 AI 等新興技術，正在提升安全影片的價值。公司能越快解讀影片安全摘要，其決策能力就越強。Lindeberg 表示：「您可以收集有關消費者行為的洞察、尋找將手動工作自動化的方法，並主動處理影片資料，才能在安全性相關情境下即時採取行動。」

VSaaS 模型正準備運用雲端 AI 的力量，並開啟全新使用案例的可能性。舉例來說，內建的「Forensic Search」功能可減少尋找涉及特定事件之影片錄製內容所需的工作量與時間。人工智慧生成的中繼資料讓使用者可以輕鬆尋找特定類型的物件，並可使用濾色器來縮小搜尋範圍。

Lindeberg 表示：「一直以來，AI 應用程式的建置仍非常少見且獨有，因為所有內容都必須從頭開始建構。」「但現在，AI 應用程式產業正邁向新紀元，可支援同時部署在伺服器邊緣與裝置邊緣。不僅可消除阻力，也同時為終端使用者帶來額外價值。同時，所需的運算平台也越來越經濟實惠，為 AI 影片創新創造完美的環境。」

 

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

人工智慧在飯店餐飲業大規模締造業務成果

Posted on by Micah Kaplan

人工智慧物聯網平台是利用邊緣人工智慧與物聯網技術的多合一解決方案，正協助飯店餐飲業重新構思設計顧客體驗。這類工具搭載新一代處理器、電腦視覺、攝影機與感應器，正好在最適當的時刻問世。

過去幾年，飯店餐飲業遭受重創，企業面臨的壓力越來越大，包括必須提高效率，以及找到新方法提高銷售量。由於客戶對家中的現代化物聯網產品很熟悉，因此期望採用零摩擦技術，或許這一點也同樣重要。現今的顧客對於飯店、活動中心和其他場所繁瑣的數位體驗毫無耐心。

然而，有意轉型產品與服務的餐飲業企業，卻多半可能因為複雜度與成本而在推行時面臨嚴重的障礙。

Cisco Systems 是軟體定義網路、雲端與安全性解決方案公司，也是 Meraki Wireless Solution 的製造商，該公司 Worldwide Leader for IoT Joe Weiss 表示：「請試想一下像物聯網攝影機系統這麼基本的東西。」「系統需要網路連線能力、配電、網路基礎架構、攝影機、伺服器、影片管理與分析軟體，以及儲存所有 HD 影片資料的儲存裝置。對於企業而言，獨立構築那樣的技術堆疊既複雜又昂貴，而且很難擴充。」

Meraki 平台提供統一的隨插即用系統，可協助終端使用者解決業務問題，同時避免陷入各項技術迥然相異的泥沼，進而克服這些障礙。那種簡易性正在革新飯店餐飲業，受影響的對象不只有顧客與企業，還有系統整合商（SI）與解決方案供應商。

支援所有規模的工作負載

Meraki 整合了 Cisco 網路裝置、物聯網攝影機與感應器硬體，支援複雜的邊緣視覺工作負載。締造出的結果是穩定的高效能人工智慧物聯網有線與無線平台，適用於任何規模的組織。

基本使用案例適合小型企業：例如，希望為顧客提供易於設定穩定 Wi-Fi 的小型飯店。另一方面，Meraki 可協助飯店餐飲業解決最大型場所極其複雜的問題。

在這方面，Cisco 與 Intel 的合作關係至關重要：

Weiss 表示：「有些工作負載太複雜，攝影機無法處理，因為運算能力不足，」。「但 Intel 打造了卓越的處理器，非常適合邊緣的電腦視覺與影片分析。Intel 處理器結合我們的技術後，無論客戶需求有多複雜，我們都能滿足他們的需求。」

重新構思設計體育場體驗

最具代表性的標竿是 SoFi Stadium，一座位於洛杉磯的頂尖多用途體育與娛樂場所。相關人員從一開始就採用先進的數位技術設計整個場所，為觀眾締造非凡的體驗。

SoFi 與 Cisco 合作打造的智慧體育場，結合各式各樣顧客服務，包括尋找停車位、餐飲攤位、浴室，以及無現金購票和其他購買方式。另外，體育場採用 Wipro and the Cisco IP Fabric for Media solution，在 2,600 個 VisionEdge 螢幕播放 4K 影片，締造豐富的沉浸式數位體驗。該解決方案還協助營運與內容交付方式轉型，以及充分利用廣播解決方案等。

Meraki Wireless Solution 與體育場的設計師和建造商合作，也是這個劃時代部署不可或缺的元素，包括能夠為 70,000 名粉絲安全提供連線能力。平台的多功能性與全面性至關重要。這意味著開發與設定時間更短。此外，這還代表一切都能無縫整合，並且在單一整合性的網路執行（影片 1）。

影片 1。飯店餐飲業人工智慧在大型場所提供了享受現場體育賽事的嶄新方式。（資料來源：Cisco）

Cisco 打造的 SoFi Stadium，體現了流暢連線能力、電腦視覺與人工智慧在飯店餐飲業的真正意義：利用強大的技術實現業務成果。

此外，人工智慧平台彈性靈活意味著，平台的使用案例跨越了垂直市場或行業的界線，根據 Weiss 的說法，彈性靈活是策略的一環：「我們旨在打造堅若磐石的企業級硬體，讓合作夥伴生態系統開發在我們伺服器、攝影機與設備執行的自訂應用程式，締造為他們所服務行業量身打造的價值。」

合作夥伴與 SI 的新機會

Weiss 強調的合作夥伴生態系統，最明顯的特點是互惠互利。解決方案供應商與系統整合商為 AI 平台增添了龐大的價值。然而，反之亦然，因為這些解決方案正迅速徹底改變技術合作夥伴與 SI 所經營的市場。

人工智慧專才有機會設計在 Meraki 等解決方案執行的自訂軟體。舉例來說，即時人群智慧軟體供應商 WaitTime，已經針對人工智慧人群資料分析打造了一整套業務，沒有穩固的基礎，這項成就不可能實現。

對於系統整合商而言，情況或許更為複雜，但同樣令人興奮。Weiss 表示：「系統整合商可以為客戶提供電腦視覺成果，設法解決問題，而且不必擔心如何串連這些元素。」「視覺即服務之所以火熱，是因為它能解決真正的業務問題。如今的 SI 大可說『您如何計算場所的顧客人數？您如何最佳化統一法規遵循？智慧型攝影機可以解決這些問題，而我們身為整合商，可以協助您實現那項目標。」

硬體製造商、平台供應商、軟體開發商與 SI 的生態系統，代表一種正向的回饋機制，也就是創新能孕育出更多創新。對於這個產業的每個人來說，未來五年將是極為關鍵的時刻。

Weiss 表示：「看到這項技術成熟，我感到非常興奮。」「邊緣型智慧裝置功能越來越強大，大規模實現人工智慧成果將變得更加容易，輕而易舉就能結合高效複雜的解決方案，創造出魔法般不可思議的效果。」

 

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

SR-IOV：釋放 GPU 在工業物聯網的威力

Posted on by Micah Kaplan

圖形處理器（GPU）已成為工業物聯網（IIoT）的重要資源。嵌入式解決方案供應商 DFI 的解決方案產品經理 Waterball Liu 表示，凡是需要高度密集運算的應用程式，例如機器視覺處理、資料分析或機器學習應用程式，皆可從 GPU 受益。

然而，在單一系統結合上述這類要求嚴苛工作負載的多功能平台，格外迫切需要效能。將圖形顯示這類整合式系統中的常見功能加入組合時，GPU 甚至更顯關鍵。

此時的難題於是變成如何分享 GPU。

新式工業物聯網系統通常利用虛擬化或容器結合工作負載，但這兩種技術都在 GPU 層級形成效能限制瓶頸。追根究底都與複雜度有關。久而久之，虛擬技術逐漸擴大範圍，包含了記憶體、I/O 裝置、網路與儲存空間，但是並非所有硬體元件都能輕易虛擬化。

圖形技術正是最好的例子：新式 3D 彩現管道錯綜複雜、不同製造商的 GPU 缺乏統一的指令集標準，加上 3D 應用程式開發介面高度可程式化，因此 GPU 驅動程式變得與高階語言編譯器類似，隨之也提高了 GPU 虛擬化的技術需求。

工業物聯平台開發者的主要目標是以最低成本和資源使用率，讓單一系統發揮更高效益，因此在他們眼中，這些障礙往往會使得基於 GPU 技術建置工作負載整合系統得不償失。

SR-IOV 在 GPU 虛擬化的角色

然而，如果問題無法解決，科技必然會找到解決之道。

舉例來說，PCIe 標準 Single-Root I/O Virtualization (SR-IOV) 將實體裝置分割為虛擬功能，定義了分享實體裝置的方法。SR-IOV 這個虛擬化網路介面卡的方式，使用廣泛，也就是說它提供的程式設計模型，經過充分理解及徹底的現場測試。

然而，在新情境將這項技術應用於 GPU 時，每個虛擬機器（VM）或容器皆可存取圖形功能，並且締造近乎原生的效能。

Liu 說明：「SR-IOV 可降低虛擬化環境的例行成本。」「虛擬化應用程式幾乎可享有 100% 的 GPU 效能。」

SR-IOV 實際示範：開創效能新局的助力

工業工作負載整合需要的高效能 GPU，過去只能透過昂貴的獨立的晶片獲得，平添了不必要的工業系統成本。然而，現今的主流處理器，例如第 12 代 Intel® Core™ 嵌入式處理器，在其整合式顯示晶片引擎提供了 SR-IOV，而且效能非凡。Liu 表示：「Intel® 處理器的整合式 GPU，為工業運算提供了符合成本效益的可靠解決方案，不需要額外使用獨立 GPU。」

這個簡化的 GPU 加速方式，為最佳化工業工作負載創造了全新的可能性。Liu 以檢測系統為例。他表示：「這些系統處理 AI 相關工作時，例如缺陷偵測與影像識別，需要龐大的運算效能。透過整合式顯示晶片與 SR-IOV，這些系統可在複雜度最低的情況下，高效執行這些應用程式。」

舉例來說，配備 SR-IOV 的第 12 代 Core 處理器，最多可支援四部獨立顯示器及七個虛擬化功能。圖 1 描繪七部 VM（上限）可如何獨立存取這些功能。

Intel® Graphics SR-IOV 實現了高效共用 GPU。
圖 1. Intel® Graphics SR-IOV 實現了高效共用 GPU。（資料來源：Intel）

就真實世界應用程式而言，SR-IOV 的影響不容小覷，Liu 解釋。DFI 率先在搭載整合式顯示晶片的 Intel 處理器驗證 SR-IOV，透過在自家的 ADS310 microATX 主機板執行兩個虛擬化 Windows 10 作業系統（一個配備 SR-IOV，一個沒有），展現了效能的提升。

概念驗證透過兩個作業系統，經由 Wi-Fi 與 100 Mbps HDBaseT 乙太網路，將影片檔案從本機儲存裝置串流至遠端顯示器。未配備 SR-IOV 的安裝方式，圖形處理能力約 28 fps，而配備 SR-IOV 的安裝方式，則是以 60 fps 執行，而這正是流暢圖形彩現常見的目標。

當然，SR-IOV 締造的效能強化並不侷限於影片串流；這項技術還可應用於工業環境中大量的人工智慧物聯網（AIoT）工作負載。舉例來說，這項技術是 DFI 虛擬化工業自動化與零售解決方案的核心。

Liu 說明：「現在只要有一部電腦就能輸出至多個螢幕。」「請想像一下工業產品線，它的每個製造階段都有專屬的顯示器。每個階段的顯示器可能只會暫時執行。」

他繼續說道：「這類應用程式過去需要多部電腦，或是一部搭載更強大昂貴獨立顯示晶片介面卡的電腦。」「如今則可以使用一個 Intel 嵌入式處理器。」

高效人工智慧物聯網光明的未來

Intel® Graphics SR-IOV 正逐漸成為工業自動化與人工智慧物聯網應用中，極有潛力改變競爭態勢的助力。它支援高效能應用程式在整合式 GPU 高效執行，為效率與功能另闢蹊徑。

AI 的潛在效益尤其誘人。Liu 表示：「越來越多 AI 應用需要強大的運算能力。」「應用漸趨複雜，功能也各不相同。因此，新一代處理器與顯示晶片將為 AI 和其他應用需求，提供更彈性強大的解決方案。」

他最後說道：「透過 SR-IOV，我們將在工業物聯網發展寫下嶄新的篇章。」

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

AI 與電腦視覺帶動電動車充電站蓬勃發展

Posted on by Micah Kaplan

電動車越來越普及，車主於是紛紛要求增設充電站，而北美洲與歐洲政府更是迫切實現永續發展目標，於是競相提供充電站。光是美國就打算斥資 50 億美元，在 2030 年前建立包含超過 500,000 個公共充電樁的全國網路。

充電站解決方案供應商也為了迎接即將到來的擴張摩拳擦掌，融入科技，讓他們服務的電動車充電站業主管理更輕鬆，營運獲利更有利可圖。

雖然目前難以想像，但充電站可能很快就會像現在的加油站一樣激烈爭搶顧客。技術容易故障且不可靠的充電站，可能將市佔率拱手讓給服務更完善且交易誘人的其他業主。充電站解決方案供應商融入各項功能，例如現代化支付方式、快速設備維修與定向廣告，可協助充電站業主吸引更多業務，以及開發新的收益來源。另外，供應商提供易於使用的技術，讓業主可依照未來需求，開發其他創新服務，確保充電站繼續蓬勃發展。

量身打造的電動車充電站管理

為了締造完整ㄎ的充電站解決方案，供應商需要兩種基本類型的技術：基礎架構（包括充電器、逆變器與能源儲存系統）以及執行客戶專用系統與執行分析的技術。解決方案供應商銷售的各式各樣充電站業主遍布不同地區，因此組合充電站方案時必須彈性靈活。

SECO 是尖端解決方案開發商，服務範圍涵蓋小型電腦與完全整合的系統，以及許多產業用的 AI/IoT 軟體，該公司產品長 Maurizio Caporali 表示：「打入這個市場的公司想要現成的解決方案，但卻也必須因應客戶需求調整。」

SECO 的 CLEA EV Charging Station 解決方案包含可自訂的模組，適用範圍包括管理付款、維修充電設備、分析銷售情況及安排廣告投放，可以讓供應商為客戶提供豐富的客戶相關服務。

SECO 還與充電基礎架構製造商 Imagen Energy 合作。這樣一來，解決方案供應商便可選擇向 SECO 與 Imagen 購買整套「白牌」充電站解決方案，然後用自家品牌為它重新命名。或者，他們可以用任何或所有 CLEA AI EV Charging Station 模組，搭配自選的基礎架構夥伴

透過邊緣 AI 加強客戶體驗

對於電動車業主來說，提供易於使用的充電體驗至關重要。解決方案供應商可提供協助，支援遠端邊緣 AI 型充電器維護，確保充電器正常運作。CLEA 平台可從逆變器控制器收集資料，在發生嚴重問題時向控制室技術人員發出警告，例如逆變器過熱，可能關閉充電系統。技術人員接著可執行快速遠端修復，避免客戶因為故障而感到沮喪。

充電站業主分析長期效能資料後，可預測設備可能何時故障，並提前安排維護或零件更換，避免停機。他們還可以在各充電站將軟體更新自動化，節省大量時間。

解決方案供應商也可協助充電站業主，針對市場選擇合適的支付方式。舉例來說，CLEA 行動應用程式可讓客戶預留充電時間及付款。或者，CLEA 可與其他行動支付系統搭配使用，例如 Apple Pay、Google Pay 或 Venmo。供應商也可以實作零接觸支付，讓客戶拿著信用卡或簽帳金融卡靠近讀卡機就能完成交易，既節省時間，又可避免刷卡時可能發生的錯誤。

透過數位顯示器增加收益

解決方案供應商可透過數位廣告讓充電站業主佔有競爭優勢，創造全新的收入來源。充電站業主隨後便可自行發展合作夥伴網路，擴大收益選項。

充電站業主可透過 CLEA 解決方案醒目的 32 吋數位螢幕投放傳統廣告，或是利用電腦視覺攝影機，擷取關於客戶的匿名人口統計資訊，包括大概的年齡與心情。這項資訊會傳送至 CLEA 的雲端分析平台，供充電站業主在數位顯示器儀表板製作及管理即時促銷活動。

Caporali 表示：「業主可透過單一平台，針對不同地點製作多項活動。」

舉例來說，某個充電站可能會播放隔壁咖啡館早餐甜甜圈促銷活動，而另一個充電站則可能播放同一條路上快餐店的薯條優惠，或是當地雜貨店盒裝牛奶的折扣優惠。

另外，充電站業主還可在平台分析充電銷售資料，並且將不同地點的價格最佳化，即時提供折扣，刺激需求。

CLEA 平台充電套件的電子器材搭載 Intel 處理器，可實現高效能與低功耗。電腦視覺系統採用 Intel® OpenVINO™ 工具組，可加速開發額外的 AI 功能。

電動車充電的未來

電動車數量倍增之際，解決方案供應商可能會找到更多協助充電站業主的方法。一種可能性是將電力使用方式相關資料出售給市府行政管理者，讓他們用這份資料將能源規劃與消耗方式最佳化。城市也可以使用充電站的數位螢幕，針對交通壅塞與緊急情況發出警告。

「充電站可化身為建立智慧道路與智慧城市的資訊中心。我們仍處於早期階段，潛力無窮。」Caporali 表示。

 

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

傳播 AI：加速開發者成功的關鍵

Posted on by Micah Kaplan

愈來愈多 AI 嵌入任務關鍵的應用程式，包括製造業的缺陷偵測、零售業的客戶行為分析，乃至於智慧城市的交通偵測。AI 制霸一切。但要實現這些功能，即訓練 AI模型，以及將其真正轉化為商業價值，需要投注大量的時間與精力。

值得慶幸的是，Intel 年復一年精益求精，使 AI 更易於使用。今年 Intel 歡慶 OpenVINO™ 工具組五週年，以及 OpenVINO 2023.0 的發布。它剛發布 Intel® Geti™ 解決方案，專為讓開發者更輕鬆地與業務方進行合作。Intel OpenVINO 架構師 Yury Gorbachev 與 Intel AI 軟體推廣員 Raymond Lo 為我們介紹一切須知（影片 1）。

影片 1。Intel 的 Yury Gorbachev 與 Raymond Lo 探討 AI 的發展以及 OpenVINO™ 持續扮演的角色。 （資料來源：insight.tech）

近期在 AI 的發展中，您看到哪些趨勢？

Yury Gorbachev：AI 已是主流。相當多的使用案例正在透過 AI 解決，包括客戶監控、道路監控、安全性、病患健康檢查，這些應用皆已成主流。

但我認為過去一年中，人們對 AI 的看法以及它能解決的問題上發生了巨大的變化。我指的是生成式 AI，以及現在的 ChatGPT、Stable Diffusion 以及所有模型的熱門趨勢。我們見證了影像產生、見證了影片產生、見證了影片畫質提升、見證了文字產生。這些功能都發展神速。回首 10 年前左右，當時深度學習的採用呈現爆炸式成長，如今生成式 AI 也發生同樣的狀況。

能不能和我們談談開發者的進展？

Raymond Lo：若要與開發者合作，必須自己成為一名開發者。我大概在 10 到 12 年前與團隊建構了第一個神經網路。我試圖釐清如何追蹤指尖，確保攝影機能理解我在它面前做的動作。我們花了三個月的時間才搞懂如何訓練第一個模型。換成今天，如果我把它交給 Yury，也許兩天後就統統搞定了。可是在當年，光是建構一個極其簡單的神經網路，就花了我很長時間。

最後當然成功了；我釐清它的運作方式。但經過多年的發展，如今架構已問世；TensorFlow 與 PyTorch 更易於使用。當時我是使用自己的 C++ 程式進行運算。很死硬派，對吧？現在大家用的是 OpenVINO。

現在我與社群的開發者交談，聊的是 OpenML、GPT，產品功能一應俱全。您不必擔心那麼多，因為如果犯錯，猜猜怎麼著？變！它不會再運行，或者會給出錯誤的結果。現今有價值的地方在於，我有一套工具與資源，因此一旦有人問我，我可以迅速給出一個經過驗證的答案。如今 Intel 為人們提供這個經過驗證的工具。

您如何與開發者合作建構這些類型的解決方案？

Raymond Lo：我與年輕開發者交談時，我傾聽他們的心聲。「你需要什麼，才能讓某些東西照你所需的方式運行？」這麼說好了，假設有人想在購物中心安裝攝影機。他們需要考量隱私，倘若是在極為耗電的裝置上執行又希望它保持隱蔽，則也要考量散熱。某些使用案例需要非常獨特的系統。使用者希望它置於工廠並且處於邊緣。他們不想上傳這些資料，想要確保一切都在現場進行。

因此我們考慮產品組合，這正是 Intel 所具備的。依我看，與客戶的合作愈多，我們正在嘗試收集這些使用案例，並為他們建構這些解決方案套件。但我不需要所費不貲的超級電腦進行推斷。

Yury Gorbachev：您說得完全正確。我會說，最被低估的平台就是您桌上的那台電腦。大多數開發者實際上使用的是搭載 Intel 技術的筆電或桌電。而 OpenVINO能夠在這些裝置上運行，並為我們所說的情境提供相當出色的 AI 效能。無需資料中心為您處理影片、執行風格轉換、偵測車輛和人員。這是我們多年以來一直試圖向客戶與開發者展示的。

從商業角度來看，完全相同的平台在攝影機與影片處理裝置等裝置上運行。這一切都始於每位開發者所擁有的基本款筆電。

您如何看待過去幾年 OpenVINO™ 的進展？

Yury Gorbachev：最初我們從開發 OpenCV 著手。因此我們從 OpenCV 範例借鑑許多，也從 OpenCV 理念借鑑不少。我們在 OpenCV 上處理大量電腦視覺，因此最初要處理 OpenVINO 的電腦視覺使用案例。然後我們著手開發這個開源工具組，以部署 AI 模型。

後來，隨著歲月的流逝，我們見證了 TensorFlow 的成長和 PyTorch 的爆發。所以我們必須跟上這個趨勢。我們見證了近距離影像分類，接著是物件偵測與分割等場景的演進。我們最初只製作執行階段；然後開始開發最佳化工具，最終新增訓練時間最佳化工具。

所以，我們一開始從電腦視覺著手，但隨後在 NLP 領域，也就是文字處理領域，發生了巨大的爆炸性變化。因此我們必須大幅改變在 API 中處理推斷的方式；為了支援這些使用案例，我們在生態系統中做了許多改變。 如今我們見證了生成式 AI、圖像產生和影片產生的演進。 因此我們也在適應這些領域的發展。

我們與合作夥伴密切合作；我們團隊之間也進行大量合作，以便這些技術始終擁有 Intel 效能最佳的架構。我們最近研究了世代之間演進的規律，成長不只 5% 或 10%，有時是前幾代的兩三倍。

能否談談 OpenVINO™ 與 Intel® Geti™ 如何協同合作？

Raymond Lo：這實際上取決於您想要解決什麼問題。Geti 填補了兩者之間的訓練差距，您可以提供一組您希望演算法識別的資料。它可以是缺陷，可以像是模型或物件的分類。如今我們提供這個介面，為人們提供工具。工具也有這些微調參數，您可以根據自己的需求確定訓練方式。

甚至可以將它和資料集一起使用，這樣每次訓練時都能加上註解。我們稱之為主動學習方法。提供足夠的範例後，AI 會為您解決剩餘的問題。這是 Geti 真正的功能。現在您有多種辦法解決這個問題：只要取得能在 OpenVINO 上部署的模型即可。 

您對 AI 的未來有何看法？

Yury Gorbachev：很難確切預測一年內會發生什麼，或透過 AI 可能出現哪些潛在情境。但有一點我可以肯定：我認為我們可以完全相信，我們現在看到的，所有使用生成式 AI 的使用案例—圖像產生、影片、文字、聊天機器人、個人助理等等，這些功能最終都將在邊緣執行。主要是因為人們希望將這些功能部署在邊緣。

人們希望在本機編輯文件；與自己的個人助理進行對話，不必將要求傳送至雲端，以享有一點隱私。同時，您希望快速完成這項任務，而在邊緣通常會比在雲端作業更有效率。這就是 OpenVINO 能扮演關鍵角色的地方，因為我們將嘗試在一般筆電上執行這些任務。

最初，筆電效能不足。顯然，最初在最化與您會達到的效能之間有些折衷取捨。不過最後需求會高到筆電不得不去適應。

Raymond Lo：就像 Yury 所說的，由於情勢瞬息萬變，很難為事物建立模型。但總有什麼是我不論如何都能建立模型的吧：只要有一項成功的技術，就一定會有採用曲線，對吧？這稱為必然發生的趨勢。「必然發生」表示每個人都會明白它是什麼。在 2023 年 OpenVINO 版本中，我們的下載量達到 100 萬次。這個數字意義重大。這代表市場正在採用它，而不是雖然優秀但沒人再次使用的技術。

我可以告訴您，一年後我們擁有的 AI 將會更卓越。 

OpenVINO 五週年與最新版本有何重要意義？

Yury Gorbachev：這個版本的效能持續提升。我們正致力發展生成式 AI，並在多個平台上改善生成式 AI 的效能。但最明顯的是，我們開始支援 GPU 上的動態形狀。我們下了很多苦功，終於得以在 GPU 上執行大量的文字處理情境，包括整合式 GPU與獨立 GPU。我們正在研究聊天等功能，我認為就連它們也能在整合式 GPU 上執行。在提高效能等方面仍有可以改進的空間。但一般而言，以前百分百天方夜譚的事，現在冒出可能成真的曙光。

第二件重要的事：我們正在簡化量化與模型最佳化體驗。我們正在開發一種工具，可以透過 Python API 實現所有功能，更適合資料科學人員使用。此外，我們也開始支援 PyTorch 模型，直接轉換 PyTorch 模型，目前還是試用階段。雖然尚未達到生產就緒的狀態，但團隊對此非常興奮。

相關內容

若要進一步瞭解 AI 開發，請收聽《利用 OpenVINO™ 加速開發者的 AI 成功》，並閱讀《開發工具讓 AI 在各行各業中落實》。若要進一步瞭解最新版本的 OpenVINO ，請造訪 https://openvino.ai/。若要瞭解 Intel 最新的創新技術，請追蹤 Intel 的 Twitter 和 LinkedIn 帳號。

 

本文由 Erin Noble 編審。

智慧課堂解決方案提升學習成果

Posted on by Micah Kaplan

世界各地的學校都在尋找提升學生參與度、提高教學品質及改善學習成果的方法。智慧課堂（網路數位裝置、協作工具與學習軟體套件）是達成這些目標的強大工具。

儘管智慧課堂很有成效，但技術實施起來卻頗具挑戰性。「對許多學校而言，現有的數位學習系統成本過高且複雜度高，表示教師要經歷陡峭的技術學習曲線，」硬體設計商與製造商精英電腦系統行銷經理 Amanda Lin 表示。「在網際網路連線能力有限的地區，也難以維持穩定的網路以執行此類解決方案。」

但新一波智慧課堂技術有助於克服這些阻礙。基於高效低功耗處理器和邊緣設計原理，簡單且具成本效益的智慧課堂套件幾乎可在任何環境中提供數位學習的好處。

智慧課堂解決方案的應用場景

精英電腦在肯亞的部署就是一個很好的例子。

肯亞政府正在推動一項數位識字計畫，旨在將資訊與通訊技術（ICT）應用到全國的每所公立小學。這是一項艱鉅的任務，因為肯亞的許多學校都地處農村地區，網路連線能力有限且根本沒有 IT 資源，因此難上加難。

精英電腦之所以獲選為協助眾多學校將課堂數位化的技術合作夥伴，部分原因是該公司的 ECS 智慧課堂套件提供一站式解決方案，無論有無網際網路連線都可運作。

精英電腦解決方案的核心包括一個名稱「內容管理存取點」（CMAP）的硬體裝置，可作為無線存取點與檔案伺服器，不僅儲存教育內容，也能連結課堂中的數位裝置。由於能夠連接多達50 台裝置，CMAP 可用來共享無線網路連線，或在無法連線時設定本機課堂內部網路（影片 1）。

影片 1。智慧課堂解決方案可實現互動式學習體驗與更完善的課堂管理。（資料來源：COE GP）

精英電腦與肯亞政府及當地合作夥伴合作，協助 13,500 間課堂配備智慧課堂技術，促進 30,000 名教師的培訓，並影響 695,000 名學生。在專案的主要實施階段，精英電腦及其合作夥伴平均每週建立 500 間課堂。

這顯然是團隊同心協力的成果，但工作也因套件的技術堆疊而簡化：旨在實現隨插即用的設定，以及穩定簡便的課堂網路。Lin 認為精英電腦與 Intel 的技術合作夥伴關係是讓套件如此方便易用的主因：「Intel 處理器與 Wi-Fi 模組提供具成本效益的運算能力與穩定的連線能力。CMAP 中的 Intel CPU 提供全校一天所需的高效、低功耗處理能力。」

彌合數位與經濟鴻溝

低成本、易於部署的智慧課堂套件最顯而易見的好處展現在教育。學生將熟悉在 21 世紀全球經濟中保持競爭力所需的技術。教師透過引人入勝的教育軟體與數位課堂管理工具改善課程品質。這是在任何學校系統都令人看重的成果，在開發中國家，這些成果甚為重要，因其有助於彌合本地學生與發達經濟體同齡人間的數位鴻溝。

然而，智慧課堂對社群的社會經濟效益也遠超過教育範疇。以肯亞部署為例，精英電腦與技術合作夥伴和其他利害關係人合作，在肯亞莫伊大學建立本地硬體組裝廠和客服話務中心。

「智慧課堂技術為真正具有變革性的夥伴關係提供契機，」Lin 表示。「我們在肯亞的目標不僅是要與師生就技術培訓密切合作，也希望為當地經濟增加商業與就業機會。」

智慧課堂解決方案與教育的未來

我們期許未來不只在新興市場能有更多學校系統善用整合式智慧課堂套件提供的機會。這項技術在偏遠及服務不足的地區帶來顛覆性益處，在舊金山、倫敦和東京也同樣具有吸引力。具成本效益、易於管理的智慧教育功能，在豐富的教育軟體生態系統的支持下，應引起關注預算、學生參與度與教育工作者賦權之教師與管理人員的注意。

從長遠來看，智慧課堂將因利用技術進展，提供更完善的教育體驗而變得更加強大。「我們已在思考如何整合 AI 功能與提供混合式學習支援，來強化我們的智慧課堂解決方案，」Lin 表示。「AR/VR 技術與 5G 連線能力的普及，將在未來推動新的智慧學習功能。」

對學校、家長和學生而言，這是再好不過的技術趨勢，因為智慧課堂讓優質教育唾手可得，而且人人都能負擔得起。

 

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

視訊分析的未來就在虛擬化之中

Posted on by Micah Kaplan

相機已遍及現代生活之中，而我們不只是會自拍而已。攝影機在保全、製造和交通規章中隨處可見。只要有大量攝影機，就會有大量資料：要收集、存取、分析的資料。資料對於企業而言越來越重要，因為企業能夠從資料中獲得寶貴的價值。但在收集資料後和分析資料前，必須要妥善儲存資料。儲存因而變成實際的問題。

虛擬化可能是該問題的解決方案，而且系統整合商正很快就明瞭此事，視訊儲存解決方案供應商 BCD 商業開發主管 Darren Giacomini 說道。以下他將會討論過渡到虛擬化的過程及其可以給企業和一般大眾的好處—從箔片到網路犯罪，再到空的停車位(影片 1)。

影片 1. BCD 的 Darren Giacomini 探討為何企業應開始轉移到虛擬化。（資料來源：insight.tech）

從我們可以從視訊攝影機系統受益這方面來看，可以窺出哪些趨勢？

視訊攝影機系統和分析功能變得越來越強大。攝影機可以提取分析資料和要分析的中繼資料，而且我們也在網路邊緣的 IoT 裝置中有許多專門設計的應用程式。人們正在內建分析功能，以在製造業中進行如物體計數等工作，但您也會在智慧城市的邊緣設置 IoT 裝置，讓這些裝置監視停車位和停車場，並判定哪些停車位可用。您現在可以開啟智慧型手機，並查看是否有個停車位，而非永無止盡地繞圈，不斷尋找停車位。

企業面臨哪些攝影機系統挑戰？

您會看到人們開始延長保留期限的趨勢—您必須以全畫面播放速率保留視訊的期間。在部分矯正設施中，他們需要保留視訊兩年，以保有證據價值。

當您開始提到保留該時間範圍的高品質視訊時，即意味著有龐大的儲存量—PB容量的儲存資料。當您看到城內環境可能設置數千部攝影機的智慧城市時，隨時儲存所有攝影機的所有資料不僅十分昂貴，也難以正確維護。

因此您會在轉換到 5G 網路和邊緣 IoT 裝置的過程中看到人們正嘗試將決策轉到邊緣，以判斷哪些資料對於視訊重要，哪些不重要。鮮為人知的事實是，在大多數的情況下，錄製的視訊只有 5% 至 10% 曾被用過。其餘的就只是儲存起來而已。

例如，您可以搜尋一段兩年期間的資料，表示：我想要任一天內在此時間範圍內駛向此方向的所有白色貨車。您可以將這段視訊提取出來，然後根據分析查看。但在 5G 的邊緣這樣做的概念是，如果您可以判斷哪些資料重要，哪些資料不重要，則不必儲存每筆資料。我認為分析功能在縮減龐大的資料量和資源上，扮演著非常重要的角色。

我認為整個方法即將徹底改變。現今的概念是：保留每筆資料兩年。這些年來，我們看到人們已稍微改變規則。每段視訊都以 30 或 60 每秒幀數保留約 6 個月。然後降到 15 幀。但我們做不到的是，將規則降低到低於在都市法院內作為證據力所需的下限，因此其實您可以知道自己正在查看什麼。

為什麼資料儲存是企業在視訊領域中的問題？

標準生產伺服器多部是迎合 IT 環境所設計。在 IT 界中，您會擁有許多資料儲存在存放庫或資料中心，而且資料會在個人在特定時間索取時傳送到這些人手上。

例如，就實體保全而言，您擁有數百台和數千台攝影機和 IoT 裝置會同時傳入資料。我們在 BCD 的工作就是專門重新設計和重新實作這些特定裝置，以確保這些裝置會針對特定應用類型最佳化。

虛擬化在減輕此儲存壅塞負擔中扮演什麼樣的角色？

就是資源的使用率。在標準的實體保全環境中，您所擁有的攝影機位於正在傳回資料的邊緣、IoT 裝置或感測器。您將會有正將所有資料傳回集中式或分散式紀錄點 (儲存資料處) 的網路基礎結構—無論是無線或有線網路基礎結構。在某些情況下，您可能也會有第二層儲存裝置。

然後會有實際監看攝影機並需要看到特定事件的人員。您遇到一件汽車意外事故；您需要即時提取合適的視訊並真正查看發生什麼事情。那需要取得資料，並直接從攝影機取得，或透過伺服器將資料重新導向至工作站。全都會利用到資源。

但在此最重要的區隔則是儲存視訊之處。伺服器的資源有限：您有 CPU、記憶體和網路資源。無論您是採用裸機伺服器方法或並未虛擬化，您可能會讓配置給該伺服器的核心中 40% 或 45% CPU 週期閒置。與伺服器的能力本身無關；這或許與您在 Windows 2019 伺服器等等上執行，而且您只能載入該軟體應用程式的一個執行個體。

因此虛擬化可以讓您在抽象層 (如 VMware、ESXI、Hyper-V 或 Nutanix) 新增至裸機伺服器作為封存工具。您可能會將目錄伺服器或存取控制虛擬化為可以在一般共用點儲存的一般檔案結構。然後您可以在該機器上建立不只建立應用程式的一個執行個體。您或許可以執行五個執行個體，然後將資源劃分使用，而不用只在伺服器上只執行一個 Windows 2019 執行個體。然後您可以讓 CPU 執行傳統上用不到的記憶體，並從投資中發揮更多生產力。

就如 BCD 等銷售高效能伺服器的公司而言，您自然而然會認為那會是我們也不想要發生的事情，但卻就這麼發生了。虛擬化在 IT 領域中存在已久；沒有什麼是辦不到的。您必須擁抱以下事實：人們想要以更少的資源成就更多。

企業如何成功邁向虛擬化？

就跟現在從類比轉變到數位或 IP 一樣非常相似。我認為在成長中會有很多相同的痛處，其中現今習慣運用有特定技能組合的人員必須改變自己的方法。但如果您不改變自己的方法，就會覺得書到用時方恨少。

由於如果您要求八台伺服器的報價，但我可以用三台伺服器就做到相同的事情，那麼我的報價肯定會贏過您，即使我們的報價接近或我稍微高一點。當我回去找指定財務決策的人員並告訴他們：「看看執行八台伺服器與三台伺服器的總所有權成本之間相差多少。這將會更有效率；在您的資料中心所佔的面積更少，冷卻所需的耗電量更少。」所有上述因素都會交互作用。

雖然我認為將會有點困難，但我不認為跟從類比轉變成數位或 IP 一樣那麼困難。每個人現今都習慣使用 Windows；每個人習慣使用使用伺服器。後續學習步驟就要您將會進入代表伺服器網頁，而那是您將使用的虛擬機器，而不是要在伺服器面前插電。這將會是教育學習體驗，人們或許將要派員工外出去接受訓練，才能趕上進度。

您是否有任何使用案例可以分享的嗎？

美國東岸有座城市，整個市政府都是執行我們的 Revolv 平台，此為以虛擬化為基礎的混合式超融合方法，可提供高可用性。此方法減少了人員要在清晨兩三點起來處理因斷電而關機的某台伺服器，因為這台伺服器將要執行自動化復原功能。四五台伺服器的佔用空間真的小很多，每項任務都在虛擬化環境下執行，而之前要 20 台或 25 台伺服器才行。

Intel 技術在促成此成就中扮演什麼角色？

讓 BCD 脫穎而出的關鍵之一就是我們不只是建置伺服器，我們真的是進行全面的端對端解決方案集。那也在我們全都齊心協力的此虛擬化工作中起到一定的作用。那也是 Intel 攜手合作的地方。Intel 真的很擅長提供資源，像是價格不便宜的 100 張 gig NIC 卡和我們需要進行分析所需的其他資訊及本質相似的事情，以挑戰極限。

除了實體方面，您認為虛擬化會往哪個方向發展？

真的關乎更有效率地利用您的資源。此外，當您提及#虛擬化時，就是指建立復原點和快照的能力。我們另外一家公司 Tiger Technology 攜手合作，就我認為，絕對是要探索次世代混合雲儲存。換言之，您即將擁有內部部署，同時有能力掌控 Windows 的 NTFS 或實際檔案結構，並成為平台的延伸。因此，您隨時都可以取得備份，或取得備份的多個執行個體，並將這些執行個體推送至雲端復原。您真的無法在裸機環境中進行這類型的工作。

如果您可以拍攝快照，並建立快照的存放庫，則可以在發生錯誤時使用。..那您的災難復原計畫為何？如果遭受損失，您的業務持續性計畫為何？每個人都會可能會遭受攻擊。我不在乎您多小心，目前也有零日案例出來，您即將會在某個時間點遭受攻擊。

您現今大多看到的是勒索軟體。當您處於虛擬化環境並拍攝定期快照，您其實可以表示：「這是可接受的損失。回復一週的快照。接著我們就可以承受一週的損失，而不用耗費巨資。」

您認為此主題還有什麼我們需要知道的地方？

總結來說，如果您是整合商，並要參與實體保全市場，則無法忽略虛擬化即將來臨的事實。我預測在三到五年內，絕大部分的市場即將邁入主流虛擬化。您需要認可此趨勢，否則您將會發現自己處於在市場上難以競爭情況。

相關內容

若要進一步瞭解視訊分析領域，請聆聽虛擬化對於視訊分析的影響：透過 BCD。如需 BCD 的最新創新，請在 Twitter 追蹤 @BCDvideo 和 LinkedIn。

 

本文由 Erin Noble 編審。