Time-Sensitive Networking 為自動化開啟了一扇大門

Posted on by Pete Berta

在由傳統技術過渡至智慧型工業自動化技術的過程中，製造商必須由在系統方面，不論實體或邏輯皆彼此獨立的營運孤島，轉型為可大幅改善營運效率的聚合式彈性系統。

提高互通性有助於實現轉型。這需要使用者找出新方法來管理不同的系統與解決方案，讓它們能共同作業。可代管多個系統並為其提供介面的開放式平台，也能在這方面為製造商提供協助。

「限制對於工廠負責人和機器製造商來說是很大的痛點。他們不僅在成本方面蒙受損失，而且在維護和工程設計方面也遭遇困難。」TTTech 工業物聯網產品行銷經理 Simon Brooks 表示。「嘗試為各家廠商的裝置建立互通性時，這類型的方法會增加複雜程度。」

另一個必須處理的問題就是資料安全性。舉例來說，對不同資料集的存取必須經過管理，使專屬資訊能保持安全無虞。同時也必須保護資料和其他網路連線，以防範駭客或其他不肖之徒。這可能需要進行佈建，將資訊保存在網站上，以便在本機顯示和進行資料分析。

將系統互連和聚合時，可靠度是另一個優先事項。不論是任何解決安案，都必須設計成有助於確保在改進系統某一方面的同時，不會妨礙到其他方面的效能。

想當然爾，如果平台無法同時保護工廠與電廠之關鍵應用程式的即時性與安全整合性，就無法真正提供聚合功能的優勢。

工業自動化的即時決策

Time-sensitive networking (TSN) 為製造商提供互通的網路，讓他們能更輕鬆地在所需位置部署智慧功能，以及推動聚合式系統。Industrial Internet Consortium (IIC)、Avnu Alliance 和其他組織正在協助推動認證網路生態體系，以透過 TSN 簡化網路同步化。

透過推廣開放式標準認證，並著手創造有助於部署低延遲、時間同步化且高度可靠之網路裝置的互通生態體系，製造商可從工業自動化中的即時決策獲益。如需 TSN 的詳細資訊，請參閱為何智慧工廠需要 Time-Sensitive Networking。

業界呈現出支持 TSN 的態勢，市場可望在 2024 年超過 6 .06 億美元。事實上，在近期的 Hannover Messe (HMI) 中，TTTech 以及其他數十間公司都使用了 IIC 設立的 TSN 測試平台來展示如何將通訊協定運用在工廠。觀看影片 1 以深入瞭解 IIC 測試平台。

「TTTech 已連續數年都是 IIC TSN 測試平台的成員，而且是插拔測試大會活動的領導參與者。」Brooks 表示。

影片 1。IIC 測試平台影片

HMI19 展示讓各家經常彼此競爭的公司齊聚一堂、測試產品，並確保 TSN 實作擁有完整的互通性。這讓活動的與會者開始考慮採用 TSN 來體驗開放式標準工業乙太網路所帶來的完整優勢。

除了開放式標準以外，基礎架構應該也要能在延遲不影響分析與決策情況下，將資料的子集上傳至雲端。為了真正實現智慧型工業自動化，系統還必須結合邊緣與雲端運算的元素。

邊緣會因地制宜地提供運算能力

製造商可透過 TTTech 提供的 Real-Time Machine Data Kit（內建有說服力的使用案例），為智慧型工業自動化使用邊緣運算（圖 1）。此邊緣運算解決方案採用 Intel Atom® 處理器 E3950，可為機器深入剖析與分析提供即時資料存取、處理以及視覺化功能。

Real-Time Machine Data Kit
圖 1。TTTech 的 Real-Time Machine Data Kit 會運用邊緣運算來提高效率。

「Real-time Machine Data Kit 中的 Intel Atom E3950 可讓我們採用較小的體積，同時還能在虛擬化工業 4.0 環境中提供實現大量工作的能力。」Brooks 表示。「這包括解決同步排程與互通性問題。」

另外還有一點很重要，就是此套件有助於 OT 克服從工業機器存取即時資料的挑戰，而且無須變更現有的 I/O 基礎架構或新增閘道裝置。

將此套件連接至工業 I/O 或 PLC，可讓製造商在單一平台上聚合資料收集、閘道分流、視覺化，以及應用程式部署等主要物聯網功能。這也能讓使用者透過 Modbus TCP、PROFINET 或 EtherCAT 等以乙太網路型 Fieldbus，以微秒級的即時速度連線至感應器/致動器的資料。

製造商還會取得一種介面，可將資料處理代理程式連線至任何雲端平台進行處理與分析。最後，他們可以運用虛擬機器或使用容器來虛擬化軟體應用程式的代管和遠端部署。

虛擬化和系統管理

透過將運算虛擬化，便可代管可在邊緣存取和處理即時機器資料的應用程式。這份資料可由 Linux 虛擬機器代管的時間序列資料庫進行處理。若要進行深入分析，可透過 API 將資料上傳至雲端。

要是少了虛擬化，上傳機器軟體就需要投入大量人力。「你會必須帶著 USB 隨身碟跑遍各個地方，為可能高達數千部的機器進行更新。」Brooks 表示。「這讓更新軟體以獲取優勢的意願降低，因而無法提高效率、變更功能，或是收集預測式維護資料或對其採取行動；然而，透過我們的 Data Kit 即可輕鬆處理上述事宜。」

Kit 的系統管理員會顯示節點概覽，並可用來合併和虛擬化位於多個位置之多部機器的資料。所有裝置軟體皆可透過中央執行個體進行遠端管理和更新。不僅如此，透過應用程式部署，使用者可在 Docker 容器中導入全新特色和功能。

廠商未知世界中的工業自動化

「我們的策略是為使用者降低複雜度。」Brooks 表示。「網路組態與排程十分困難，因此我們打造出可直接連接現今普遍使用之工程設計工具的產品。如此一來，使用者便無需直接操作 TSN 網路。」

TTTech 所提供的另一項優勢就是廠商中立性，這使得 Kit 適用於任何雲端供應商和作業系統。

由於 OT 被賦予的任務是提高其技術的效率，因此像是 TTTech 提供之 Real-Time Machine Data Kit 的解決方案，可協助他們為工業自動化系統帶來創新。透過部署採用邊緣運算和 Time-Sensitive Networking 的聚合式系統，製造商可改善效率與彈性，同時還可降低成本。

物聯網強化病患照護並減少錯誤

Posted on by Pete Berta

如果病患可以使用醫院的無線網路，在智慧型手機上看影片或玩遊戲，那為什麼沒有更多的醫院運用網路來改善醫療成果？舉例來說，直接將醫療裝置資料連接至雲端上的病患電子病歷 (EMR) 系統，可簡化照護流程並降低錯誤發生率。

現在，有越來越多的醫院開始這麼做。這不僅是便利性的問題。一份與健康資訊技術相關的醫療警訊事件調查指出，大部分的錯誤來自於手動輸入 (33%)、工作流程與通訊 (24%)，以及臨床病況 (23%)。

很明顯地，我們需要能將精確的醫療裝置資料自動傳輸到病患 EMR 的技術，並在此程序中，減少經常導致錯誤的手動資料輸入過程。此外，隨著老年人口的數量增加，即使是微小的錯誤，病患的脆弱性也可能加重該錯誤造成的影響。

連線醫療裝置可為醫師提供精確的資料，讓他們正確診斷疾病、建議合適的處置，以及開立正確的藥物。此外，也能讓照護者將更多時間著重在病患身上，並改善醫病關係。

但在許多國家，他們並未將醫療監視裝置連接至健康照護系統。且因病患紀錄未經過整合或數位化，導致治療延遲，並增加員工與病患的壓力。令人驚訝的是，還有一些地方需要病患保留自己的記錄，每次看醫生都得帶著裝滿文件的資料夾。這些都代表其中有著大量的改進商機。

物聯網創新就是最佳良藥

全新的物聯網技術為醫院與診所提供可取代紙本或強化 EMR 的機會，消除手動輸入資料的過程。這代表可自動從邊緣到雲端收集、處理和儲存資料，解決醫療院所面對的許多挑戰，同時提供三種關鍵成效：

  • 現代化的醫療資訊系統
  • 病患照護的優先排序
  • 改善的資料正確度

其中一種解決方案是由 IEI Integration Corp. 開發的 Integrative Data Acquisition System for Medical Care（圖 1）。

IEI 解決方案自動化資料收集過程
圖 1。IEI 解決方案可自動收集資料並傳送至雲端。

在說明此解決方案時，IEI 醫療運算產品經理 David Hung 表示它具有三個層次。「第一層，」Hung 說︰「是位於邊緣的醫療裝置，可測量病患的生命徵象。」

隨後是第二層，由搭載 Intel® 處理器的閘道組成。這些閘道透過有線、Wi-Fi 或藍牙等連線接收來自醫療裝置的資料，並將資料上傳至雲端。

雲端位於第三層，也就是儲存病患健康記錄的位置。在這裡，資料可經過分析以進行健康評估，臨床醫師可使用安全的行動裝置，在醫院診間或其他遠端位置存取這些資料。這些資料亦可用於保險、帳單，以及追蹤禽流感等傳染性疾病，同時全都符合資料隱私法規。

結合了這三個層次的解決方案可連接各式各樣的醫療裝置，讓醫院員工擁有更多時間與病患互動，並帶來正確健康記錄的優點。

促進部署

聯合委員會 (Joint Commission International, JCI) 是醫療保健認證的世界領導者，根據 Hung 表示，JCI 的稽核是帶動醫院部署新技術的原動力之一。「醫院每三年必須取得 JCI 認證，才能擁有各種權利，包括從保險公司獲得較高的支付額，」Hung 說︰「展示電子健康記錄的正確性就是認證的關鍵。」

「照護者現在可以將更多時間用於病患身上，並減少處理文書記錄或使用電腦的時間。」Hung 表示。這影響到兩個重要層面︰病患能從健康照護提供者身上體驗到更高的滿意度，而正面的病患態度也有助於減輕疾病。

其他部署目標包括使用 IT 正規化照護者的標準作業程序、減少風險，並降低臨床醫師與其他人員的工作量，同時強化員工滿意度。

此解決方案亦可改善醫院與血液透析中心等專科診所的工作流程。在此範例中，臨床醫師必須記錄透析病患在每次治療前後的體重。「將醫療裝置的傳輸過程自動化可簡化程序，並提高 EMR 資料的正確度，」Hung 這麼說。當病患透析後的體重超出可接受的範圍時，血液透析臨床醫師也會收到自動警示，以增強這類療程的安全性。

Hung 進一步解釋，透過運用 HL7 等國際標準架構，此解決方案可跨不同平台互通，並能與多家裝置供應商合作。這能讓醫療機構選擇最符合其需求與預算的設備和物聯網裝置。

這套可擴充的解決方案亦支援多種語言，可便利地部署至各個國家的醫院與診所。「我們在許多醫院內部署了我們的解決方案，」Hung 說：「包括台灣最大規模的長庚紀念醫院。每一間醫院可能都有極為不同的需求，我們有能力連接多種智慧物聯網醫療裝置，為他們提供所需的彈性。」

先進的技術讓越來越多的醫療機構能部署自訂解決方案，這展現了物聯網如何強化病患照護的品質。

更深度的學習使智慧城市安全性更加聰明

Posted on by Pete Berta

編者註：insight.tech 支持終結種族主義、不平等與社會不正義行為。我們不容忍我們贊助商的產品用於侵犯人權，包括但不限於政府濫用視覺化技術。insight.tech 上所提到的產品、技術和解決方案皆假定為以負責且合乎道德的方式使用人工智慧以及電腦視覺工具、技術和方法。

 

與傳統的電腦視覺相比，基於深度學習的視訊系統，對於安全性、關鍵基礎設施監控和交通/運輸管理等智慧城市邊緣應用，可提供更高等級的關鍵細節。

舉例來說，在交通管理方面，基礎格式的電腦視覺可能可以識別是否有車輛存在，然而深度學習系統可經過訓練，識別車輛的數量與類型，甚至是明確的車牌號碼（圖 1）。透過這樣精細的資訊，交通運輸官員便可在交通尖峰時段重新設定商用車輛的路線，或是追蹤載運危險物質的可疑卡車等。

基於深度學習的視覺系統
圖 1。採用深度學習技術的視覺系統可改善智慧城市的安全與效率。（資料來源：德州大學奧斯汀分校自然科學學院）

在採用深度學習技術的視覺系統中，這些應用所需要的大部分智慧功能都可以架設於攝影機上，或是在靠近攝影機的位置。AI 軟體可自動識別並標記關鍵參數，以觸發即時的警報或回應。

但要讓這些功能在真實的智慧城市環境中有效執行，視訊監視系統便必須結合最先進的深度學習技術與工業級的耐用度。在實踐上，這代表採用神經網路的視覺技術必須整合已部署多年或數十年的老舊系統。其中包括位於邊緣的視訊攝影機，它們往往採用多種不同的技術。

但同時，也必須讓較新的智慧視訊技術能夠擴充效能與功能，以最大化城市的投資報酬率。

運用深度學習轉變智慧城市

Intelligent Security Systems (ISS) 是全包式視訊分析、管理，以及網路錄影機 (NVR) 解決方案的開發商。這間公司瞭解深度學習技術的優勢，開發了 SecurOS 視訊管理系統 (VMS)。

SecureOS 是雲端式或內部部署式的視訊分析解決方案，支援針對一系列智慧城市安全應用的 AI 演算法（圖2）。此平台整合許多舊式的數位安全與監控解決方案，讓城市營運人員能隨著需求成長而擴充功能與效能。

ISS SecurOS Enterprise
圖 2。SecurOS 平台是可部署於企業內部或雲端的深度學習視訊管理系統。（資料來源：Dell EMC）

ISS 支援許多應用，包括交通管理、行人安全以及鐵路和大眾交通系統的關鍵資產追蹤。SecurOS 智慧視訊分析解決方案可部署用於即時或歷史記錄用途，並可緊密結合智慧運輸等其他平台，最大化深度學習的優勢。

然而，將深度學習分析移轉到邊緣具有十足的困難。ISS 必須確保神經網路演算法也經過最佳化，以便在視訊攝影機端點上執行。為了實現這個目的，他們運用了 Intel® Distribution of the OpenVINO™ 工具組，跨一系列攝影機架構最佳化深度學習效能。

將深度學習能力帶往邊緣

此工具組是可加速卷積神經網路 (Convolutional Neural Network, CNN) 開發的一套工具，並為部署在異質運算架構上進行最佳化（圖3）。因此，工程師可在具有 CPU、內建 GPU、FPGA，或視覺處理單元 (VPU) 的攝影機系統上部署深度學習演算法。

英特爾Openvino工具包
圖 3。OpenVINO™ 工具組為多種運算架構最佳化深度學習模型。（資料來源：Intel®）

OpenVINO 工具組與 Intel® Vision 產品相容，可追溯至第 6 代 Intel® Core™ 處理器和 Intel Atom® E3900 系列處理器。因此，在一系列新式或舊式的攝影機上，都可以部署具有深度學習能力的視覺效能。

對 ISS 來說，OpenVINO 工具組支援已用於 SecurOS 產品組合之內的 Caffe 和 TensorFlow 等架構。因此，該公司可將現有的深度學習技術從伺服器/雲端環境擴充到攝影機端點，無須翻新已部署的硬體基礎架構。

除了為不同的處理器目標最佳化深度學習演算法之外，OpenVINO 工具組也提供多種經過預先訓練的模型和樣板化的演算法，協助 ISS 能更快速地為特定使用案例提供產品。這些推斷技術包括：

  • 車輛追蹤器、計數器和分類器 — 整合在 SecurOS Traffic Monitoring 之中 — 有助於收集交通流量歷史統計資料。
  • 行人追蹤器 — 整合在 SecurOS Crossroad 之中 — 協助即時偵測複雜的交通違規。
  • 牌照擷取器 — 整合在 SecurOS Auto 之中 — 提供多種停車管理、交通監控、法規執行，以及市政服務。

因為 OpenVINO 工具組提供的強化功能，這些應用從大幅提升的效能之中獲益的程度遠超過直接採用 Caffe 或 OpenCV 等原生開發環境的深度學習演算法（圖 4）。舉例來說，SecurOS Auto 現在能在車輛行駛時速最高 155 英哩時，正確擷取車牌字元。

使用OpenVINO Toolkit提高性能
圖 4。OpenVINO™ 工具組採用 Intel® 硬體，提供大幅進化的效能。（資料來源：Intel®）

視訊變得更聰明、速度更快，且更靈活

智慧城市數十年來持續部署視訊技術，以增進安全、提高效率，並降低成本。

深度學習技術可在比以往更多的應用中強化這些優勢，但也需要一些特殊考量。其中包括成本、互通性，以及上市時間。

多虧 OpenVINO，像 ISS 這樣的供應商能加速深度學習式視訊分析的開發和部署，而無需重新定義其基礎架構。

透過為全系列的視覺處理硬體最佳化神經網路演算法，OpenVINO 工具組現在能縮短深度學習的上市時間，也能符合成本效益，同時能為未來的視覺智慧技術提供從邊緣到雲端的移轉路徑。

保全監視錄影確保世界盃安全

Posted on by Pete Berta

作為全球規模最大的運動賽事之一，世界盃面臨嚴峻的安全挑戰。例如 2018 年世界盃，在俄羅斯的 11 個大城中的 12 座球場舉行多達 64 場比賽，吸引了 3 百萬名以上的現場觀眾。為密切掌握這些相隔遙遠的賽事，市政人員需要高度自動化、可大量擴充的監視錄影系統。

主要的需求包括車牌與臉部辨識功能、人數計算，以及特定物件的偵測。為提供這些功能，保全人員尋求具備下列功能的解決方案：

  • 就地部署在攝影機上的人工智慧 (AI)，能精確而且自動辨識繁忙視訊串流中的可疑活動，並為保全人員加以標示。
  • 彈性化的網路能確保高解析度保全監視錄影片段，能以可靠且及時的方式傳送到安全作業中心。
  • 監視中心的快速視訊解碼功能可讓監控人員即時分析及回應危險狀況。

當然，要將這些技術整合為統一且功能完善的保全監視錄影系統，說得容易做得難。舉例來說，許多位置配備的舊式攝影機並不符合 AI 處理的效能要求。

此外，HD 保全監視錄影串流經常和其他相連接的事件系統共用同一套網路基礎架構。如此可能因為採用不同硬體、軟體和網路通訊協定，因而產生互通性的問題雷區，或需要額外的特殊設備，從而增加了網路複雜度。

除了上述課題之外，還需考量與半永久性的場館有關的問題。例如，成本效益對於這些設施非常重要。

確保 2018 FIFA 世界盃的安全

最終的解決方案包括 9,000 部以上的 IP 攝影機、250 個視訊頻道和專屬的網路錄影機 (NVR)，這些設備將視訊資料輸送到監控中心。

所有這些設備的整合工作及 AI 功能，是由 AxxonSoft US 推出的 Axxon Intellect Enterprise Physical Security Information Management (PSIM) 軟體負責。這個開放式平台在分散式點對點 IP 網路骨幹上，結合智慧型視訊分析和事件導向自動化（圖 1）。

Axxon Intellect Enterprise Physical Security Information Management
圖 1。Axxon Intellect Enterprise Physical Security Information Management (PSIM) 軟體是連線的監控系統，結合智慧型視訊分析和事件導向自動化。（資料來源：Kontz Engineering Services Ltd.）

此平台提供視訊分析功能，例如臉部辨識、車牌辨識、人數計算等作為功能模組，讓使用者（例如俄羅斯聯邦內務部）能依據其特定的監控需求，來量身打造成本、效能和功能。

OpenVINO™ 工具組如何將部署作業最佳化

和現有技術之間具有互通性可說是 Axxon 解決方案的最大優點。這套軟體相容於 10,000 部以上的視訊裝置、80 套以上的存取控制與安全系統，允許市政人員充分利用現有設備來將開支降為最低。

PSIM 軟體能與先前部署的系統具有互通性之外，事實上還能予以強化。這套解決方案的機器視覺要素是以 OpenVINO™ 工具組的 Intel® Distribution 為基礎，在廣泛的處理器架構上提供 AI 和深度學習的抽象層（圖 2）。

OpenVINO 工具組的 Intel Distribution
圖 2。OpenVINO™ 工具組的 Intel® Distribution 針對廣泛的處理器架構，而將深度學習工作負載最佳化。（資料來源：Embedded Systems Solutions Pvt. Ltd.）

事實上，搭載 Intel® Core™ 處理器的裝置以 AxxonSoft 解決方案最佳化之後，能使深度學習效能增加 8 倍。搭載 Intel® Xeon® 處理器的伺服器搭配 OpenVINO 工具組織後，深度學習效也能提升 8.3 倍。

因此，內務部能實作先進的視訊分析功能，精確偵測潛在的威脅，諸如個人、車輛、物件，並能減少誤報情形。在控制中心內，其他 Intel® Vision 產品則協助世界盃安全專家提高效率，並將基礎架構的開支降到最低。

例如，Intel® QuickSync Video 能即時將龐大的視訊串流解碼，每一工作站顯示的 Full HD 視訊頻道數量是先前的 3 倍以上。由於需要的工作站和操作人員減少，成本進一步下降。

AI 和自動化密切掌控安全狀況

Intel Vision 產品（例如部署在 FIFA 世界盃的產品）不僅效能非凡，應用範圍幾乎無所不包。

拜 OpenVINO 等技術提供的效能增進和架構未知論之賜，AxxonSoft Intellect Enterprise PSIM 軟體能以軟體智慧為基礎，支援先進的安全功能，例如人數計算、佇列長度估計、智慧型視訊偵測以及智慧型視訊搜尋功能。例如，智慧型視訊偵測功能可讓軟體辨識符合定義條件的事件，智慧型視訊功能則可讓使用者依據特定條件，快速搜尋與擷取視訊片段。

AxxonSoft 解決方案還進一步增強功能，可讓指定的事件觸發自動化的回應。其中可能包括在緊急事故中打開防火門，或在電視牆上顯示危險區域以告知反應小組和大眾。

2018 FIFA 世界盃從安全觀點來看相當風平浪靜，這也是對活動監控系統的人員、程序和規劃的一大證明。亦是對為其監控系統提供空中 AI 電眼的 Intel Vision 產品的肯定。

從建築物自動化到醫療技術

Posted on by Pete Berta

編輯備註：遠端患者監控已變得愈來愈普遍，特別是對於患有慢性疾病的患者、老年人和其他需要特殊支援的患者。透過最新連接的醫療器材，這些患者可以在家中接受照護，進而避免了冗長的住院或使用輔助生活設施。

但是人們不希望自己被監視，這表示需要有在整個住所中放置攝影機的替代方法。如今，可偵測運動、震動、溫度和其他環境因素的感應器可進行全面、非侵入性的監控。例如，在爐面附近裝有溫度和濕度感應器的情況下，很容易確定是否開著燃燒器，這使遠端監控人員可以採取適當的措施。

如下文所述，Arkessa 與 IAConnects 合作，啟用了建築自動化和資產控制的遠端監控應用程式。更好的是，該平台建立在 Arkessa 建築物管理服務的基礎上，進而降低了整體系統成本，並使該解決方案更加實惠。

請繼續閱讀，以了解組織如何透過資料分析來減少精力和建築物維護成本。然後想像相同的技術和服務如何為最需要的人提供主動式家庭照護。

 

位置是關鍵。雖然這句話向來被商業不動產 (CRE) 業者奉為圭臬，但創新技術也開始創造全新方式，讓業主能吸引到承租戶，並提升房產價值。

環保因素也牽涉在內：在全球能源使用率中，建物就佔了幾乎百分之 40。這讓辦公室、住宅社區、工廠及其他建物的業主有了共通的目標，就是降低能源消耗量。隨著現代建物自動化技術的普及，組織可將能源與建物維護成本降低多達百分之 30。

但部署與管理建物自動化系統的作業可以非常複雜。在不同利益關係者之間，包括建物業主、設施管理廠商及承租戶之間，大家的目標可能會互相衝突。此外，他們採用各自獨立的網路基礎架構、雲端服務供應商，以及行動數據方案。

善用資料分析，降低辦公空間成本

照明升級與自動化只是能發揮智慧建築技術成效的其中兩項應用。透過將辦公空間使用率最佳化，藉以降低營運成本，這則是另一個重大應用，尤其是在地價暴漲的全球大城市中。

以倫敦市中心為例，辦公空間價格高昂是眾所周知的事。一間擁有 250 位員工的保險公司，光是辦公室租金每年就要花費 $500 萬美元，也就是每張辦公桌 $20,000 美元。為了達到每年降低 $100 萬美元成本的目標，他們與行動虛擬網路營運商 (MVNO) Arkessa 及自動化專家 IAConnects 合作。這兩間公司攜手合作，為智慧建築部署提供了獨特的「即服務」(as-a-service) 策略。

第一步是繪製出最新的樓地板面積圖，瞭解樓層空間的使用趨勢。為了達成此目標，他們部署了建物控制與資產管理解決方案。

透過收集並分析此資料，在經過一段時間後，此公司便能取得關於員工使用辦公空間之方式、時間及位置的全新深入剖析。這能讓他們採取相應措施，例如：

  • 建立辦公桌共享政策
  • 降低維護工作空間的相關成本
  • 減少業務營運所需的辦公室面積

由於 Arkessa 是以受管理服務的方式來提供解決方案，因此當專案完成時，此公司便不需要繼續支付使用率監控的費用。在將來，此系統可輕易延伸擴展至照明控制、能源管理等其他服務上。

從無線基礎架構到資料服務

Arkessa 的「即服務」解決方案可在無中斷的情形下進行安裝，不必擔心網路整合與合約條款的頭疼問題。此公司與 IA Connects 合作，部署並管理從感應器到雲端的獨立的無線建物控制基礎架構，提供真正的端對端解決方案。

即使在同時牽涉到建物業主/營運商、建物使用者、設施管理及 IT 等部門所帶來的艱難條件下，亦可快速、獨立地部署完成。關於企業數據網路與建物控制數據網路之間的整合，此解決方案亦可解決客戶在這方面的安全疑慮。

Arkessa 通路實現部門主管 Iain Davidson 表示：「透過無線傳輸，包括蜂巢式後置網路在內，您可以克服周旋在多個利益關係人之間的所有複雜問題。您不再需要連入任何現有的基礎架構。這也讓您擁有更大的控管能力。」

此系統包括 IA Connects MobiusFlow 閘道、感應器、行動數據連線能力、資料視覺化入口網站，以及由 Arkessa 管理的服務，如圖 1 所示。

圖 1。將建物控制基礎架構與感應器連接至雲端。

受管理行動資料服務可透過 LTE 行動電話通訊網路提供安全雲端連線，因此在跨多個區域的情況下，也就無需採用不同電信公司的數據方案。

建物內的無線功能有助於快速簡便地進行翻新，加上運用 Arkessa 行動資料服務，可收集建物的資料並傳送至雲端或應用程式環境內。佈建後可避免資料暴露在公用網際網路上，能讓建物控制網路保持隱私度及安全性。私人 IP 定址與 VPN 等額外的安全防護功能，可提供完善的安全環境。

Davidson 解釋：「因為系統在實體上是與該公司現有網路基礎架構分開，這不會對他們的業務營運與資料帶來任何安全風險。」

IA Connects 閘道可透過由 Arkessa 管理的行動資料服務來佈建裝置的連線能力與控管功能。它可以將多種感應器所收集的資料予以標準化，並連接現有或舊有的建物控制系統，例如 HVAC、空氣品質、照明等。

Davidson 說：「此閘道幾乎可連接至現有的每一種不同感應器網路技術，包括用於工廠環境的工業現場匯流排，在辦公大樓中也一樣。」

MobiusFlow 軟體堆疊包括標準雲端服務供應商 (CSP) API，以及標準訊息通訊協定，讓分析功能可在邊緣閘道或雲端上運作。Davidson 補充：「在邊緣配置即時決策能力，並運用雲端式分析功能進行被動監控，我能預期我們未來一定能成就更多。」

不只是技術結盟

在 Arkessa 解決方案中，Intel® 技術是極為關鍵的一環。Davidson 表示：「使用 Intel 技術的其中一個優點，是它可提供處理與連線能力的餘裕空間。有了高效能的閘道，我們可以在邊緣執行分析，而且增加更多感應器與應用程式的能力，對這個解決方案來說極為重要。」

此公司透過 Intel® IoT Solution Alliance 計畫生態體系獲得可觀的價值。Davidson 最後總結：「我們與 Intel 合作結盟，不只是為了開發解決方案，也是為了將產品帶到市場上。與 Intel 解決方案整合商合作，已然成為我們更快將價值提供給客戶的絕佳方法。」

運用臉部辨識，將行竊者無計可施

Posted on by Pete Berta

與零售店相關的犯罪分成許多種：破窗行搶、空頭支票、盜刷信用卡等。但對於全球各地、各種規模大小的零售商來說，最頭疼的還是店內行竊。這不只是幾個不肖之徒的臨時起意。店內行竊是一種職業，一種以零售業為下手目標的組織犯罪行為 (ORC)，它甚至有專門的 Wikipedia 頁面。

此問題的根源出在執法機構往往沒有收到命令，也沒有足夠資源來處理店內行竊這類的違法行為。因此，零售盜竊事件頻傳，一點也不令人意外。

舉例來說，英國的店內行竊件數越來越多，但通報警方的件數卻越來越少。專家表示有百分之 90 的店內行竊事件未受到舉報。因為目前法律規定，僅在遭竊商品價值超過 £200 英鎊時，警察才會著手進行調查，所以零售商知道報警也沒幫助。這也使得犯罪猖獗，他們將犯罪所得控制在此金額以下，以規避法律起訴問題。

在整個大西洋區域，店內行竊事件也越來越頻繁。一份 2018 年調查顯示，在美國零售業中，在每 $10 億美元的銷售金額中，ORC 便耗掉約 $778,000 美元的成本，創下歷史新高。在同一份調查中也指出，在訂有嚴格 ORC 反制法的州內，有超過半數的零售商並未感受到執法單位有加強提供支援。

這些全都說明了在警方坐視不管的情況下，我們需要提供全新的方法來協助零售商與其他店家。但礙於許多國家的資料法規與隱私考量，零售商想運用臉部辨識等技術防範竊賊卻遇到種種困難。

不過，大眾對於使用攝影機的態度正在轉變。

舉例來說，大部分英國民眾現在都接受利用面孔識別技術來防範店內行竊。根據 YouGov 的調查：

  • 百分之 93 的人支持當地商家與警方透過共用（臉部辨識）影像來合作，以預防並解決犯罪。
  • 百分之 77 的人表示，若面孔識別技術不會儲存非嫌疑人的影像，他們便願意讓攝影機掃描臉孔。
  • 百分之 73 的人認為造訪具有面孔識別系統保護的場所，會讓他們更加安心。

AI 如何協助防範店內行竊

對大型連鎖店來說，導入面孔識別資料的過程困難重重，更不用說小型的家庭商店了。零售商需要的是能簡單部署且符合成本效益的解決方案，並能在遵守資料隱私法規的情況下為他們抓到壞人。

Facewatch 臉部辨識解決方案為零售商、餐廳及其他場所提供可滿足這些條件的店內行竊防範技術。

舉例來說，在英國 Bedfordshire 的一間足球俱樂部中，其商店的店內行竊問題嚴重，俱樂部每月損失的商品價值約 £1,000 英鎊。在安裝 Facewatch 解決方案的 90 天後，他們便解決了此問題。

臉部辨識即服務

Facewatch 運用「即服務」技術模型，讓小店家也能負擔得起先進的面孔識別技術。該公司的列管人士名單是保存在雲端上。這是集中式、受到管理的生物統計資料（而非儲存相片）資料庫，會比對曾在訂閱此服務之店家內有過店內行竊或其他犯罪前科人士的臉孔（圖 1）。

圖 1。Facewatch 在人們走進店家的數秒內，即可將其臉孔與犯罪慣犯臉孔進行比對。

執行 Facewatch 的硬體部署簡單。其中包括標準 HD CCTV 攝影機，以及 Intel® NUC，這是尺寸只有 4×4 英吋的迷你電腦，耗電量極低。此裝置具備高效能，可播放與錄製 4K Ultra HD 清晰度的視訊，因此非常適合用於臉部辨識系統。

裝設於店門口的攝影機可將影像傳送至現場 NUC，其中載入的軟體可將影像轉換為演算法。此演算法會與 Facewatch 雲端資料庫中的資料相比較。若系統發現相符結果，便會發送警示至零售商的智慧型手機或其他裝置上，警示內容會包含進入場所的人士影像，加上精確的相關資料，讓零售商知道有已知的列管人士進入了他們的商店。

只要六個按鍵，大約 20 秒時間，即可將店內行竊者新增至列管人士名單，這能讓商店或保全員工可輕鬆作業，不會妨礙他們的正常職務。Facewatch 執行長 Nick Fisher 表示：「他們只要跟著下拉式功能表操作，時間與日期會自動填好，然後勾選方塊，一切設計都簡單無比。」

此解決方案不會保留列管人士名單以外人士的任何個人資料。Fisher 說：「若沒有找到符合結果，影像便會在 0.3 秒內刪除。從行竊慣犯走進大門，到零售店家收到警示，整個過程不到兩秒。」

對應列管人士臉孔的演算法資料本身不具有意義。事實上，就算資料庫遭到駭客侵入，他們也無法根據演算法資料重建人們的臉孔影像。

GDPR 法規遵循

Fisher 表示：「我們無時無刻都在改進演算法的速度與準確性。這不僅有助於讓客戶擁有最優異的技術，也能確保解決方案符合政府法規。」

此解決方案符合「一般資料保護規則」(GDPR)，可保護店家不致違反隱私法規而承擔責任。

Fisher 說：「在打造 Facewatch 的過程中，我們與許多政府機關合作，以確認列管人士名單的使用規定。在規範『實質公眾利益』測試方面的法律，英國是全球最嚴格的國家。這代表其他國家的商家能安心使用我們的解決方案。」

隨著越來越多公司部署面孔識別解決方案以減少店內行竊事件，這樣的技術也可能更加普及，就像購物時使用信用卡或行動應用程式付款一樣。大眾的觀感已然傾向於願意將面孔識別應用在這個方面。此外，零售商也需要簡易又實惠的方法，以降低店內行竊與其他犯罪的發生率，在保有更多獲利的同時，讓自己的購物場所對客戶更有吸引力。

機器視覺需要化簡為繁

Posted on by Pete Berta

在製造商可採用工業 4.0 原則之前，他們必須先提升工作人員的技能。

這是十分嚴峻的挑戰。一份 2018 年的 Deloitte 報告顯示，僅有 47% 的組織認為自己準備充足，能打造符合工業 4.0 要求的工作團隊。這份報告也顯示，比起於聘僱新員工，企業更偏向培訓現有員工，因此對製造商來說，尋找能將訓練需求降到最低的工業 4.0 移轉方法格外重要。

機器視覺需要特殊技能

在目前面對的問題中，機器視覺是最顯著的例子。如圖 1 所示，機器視覺牽涉到各式各樣精密的軟硬體，還需要複雜的技術，才能設定並監控這套系統。這類系統包括下列關鍵要素：

  • 訓練 – 在高效能伺服器環境中，使用現有的影像資料建構物件模型與其屬性。
  • 推斷 – 將經過訓練的模型部署至工廠環境內的強固系統上，使其可存取新影像（例如辨識文字或偵測缺陷）。
  • 重新訓練 – 若工廠環境內的光學、照明或產品規格等條件有所改變，資料配送也可能有所變動。重新訓練程序會收集新影像，然後更新此模型。

此程序中的每個步驟都涉及專業知識。舉例來說，開發人員可能知道如何訓練模型，但並不瞭解工廠環境的變化。相對來說，作業人員可能很瞭解製造過程的缺陷與其原因，但缺少程式設計方面的技能。

機器視覺的簡化之道

為了解決這樣的技能斷層，Advantech 等企業正在打造端對端解決方案（圖 1），促進程式設計師與作業人員之間的專業交流。我們最近曾就此方法，與機器視覺資深經理 Neil Chen 和機器視覺產品經理 Alex Liang 進行討論。

研華提供端到端解決方案
圖 1. Advantech 提供集結攝影機、工具及運算的端對端解決方案。

Chen 表示：「我們瞭解透過簡化，使用者可以更輕鬆地遵循程序，因此，我們設計出 EzBuilder 訓練軟體，搭配其圖像式使用者介面，就算人員沒有程式設計方面的技能，也可在整個深度學習程序中快速建置與部署機器視覺應用，以建立模型、處理標籤，或輸入產品。」圖 2 說明非程式設計人員可如何運用此簡單直接的工具。

圖 2. EzBuilder 提供簡易的圖形式使用者介面。

企業如何簡化深度學習程序的另一個面向，是在解決方案中整合採用智慧型 Intel® FPGA 技術的攝影機，以及 Intel® Distribution of OpenVINO™ toolkit。

Laing 說道：「OpenVINO 的優點，是當程式編寫完成後，根據工作負載，可在不同的 Intel® 硬體上運行。舉例來說，同一個深度學習模型可在不同的 Intel CPU 上運行，例如 Intel® Xeon®、Intel Atom® 及 Intel® Core™ 處理器，以及使用相同軟體上層的 Intel® Deep Learning Inference Accelerator。只要改變一行命令列，程式就能設定給不同的目標使用。」

真實世界中的機器視覺

如圖 3 所示，為了讓工具與機器可正確快速地處理例行生產作業，這需要開發具備下列能力的機器視覺系統：

  • 可靠識別程序鏈中的多種物件
  • 提高效率，同時降低工作流程的複雜度
  • 自動化並加速製程
研華視覺系統
圖 3. Advantech 視覺系統可在工廠中扮演多種角色。

光學文字辨識 (OCR) 可正確快速地辨識及讀取標籤、材料、零件及成品上的字母與數字。為了在整個製造與配送程序中確保可追溯性，這是不可或缺的功能。

根據 Chen 的說法，這套系統必須克服 OCR 的相關挑戰，包括不同字型、語言、字體大小與色彩，以及生產線的干擾等。Chen 說：「以深度學習為基礎的 OCR，可透過影像標籤、訓練、推斷等能力，提供化解 OCR 挑戰的新方法，亦可簡化程序並提高廠區的可靠性。重新訓練程序讓 OCR 系統更加準確、更具調變能力。」

缺陷偵測是機器視覺可強化的另一項作業項目。Laing 說道：「考慮到品質保證程序中功能的不可預測特性，機器視覺系統必須夠敏銳，才能準確檢測出缺陷所在。」Chen 補充：「而且如果系統的精密程度不足，自動光學檢查 (AOI) 系統便可能會漏抓缺陷，或是將完好的零件或產品標記為瑕疵品。我們稱這些情況為漏判 (Underkill) 和誤判 (Overkill)。」

Advantech 解決方案中的深度學習技術可改善 AOI 系統，透過訓練、推斷、重新訓練進行微調，以正確標記具有各式缺陷的瑕疵物件，同時避免出錯。

Chen 與 Laing 皆評論機器視覺可如何改善工件定位與引導的效能。Laing 表示：「高速生產線、驗證、機器人引導的取放，以及其他作業中，皆需要具有機器視覺能力的定位工具、位置判斷裝置，以及模式尋找裝置。」Chen 說：「這是不可或缺的功能，如此才能精準辨識與判斷零件的確切位置與方向。這可轉而用於工具定位，以執行檢查或其他工作。這些資料也可輸入至處理裝置中。」

達到工業 4.0 必須先達成共識

為了獲得更高的生產力與效率，同時降低成本，製造商面對著將現有設施轉移至工業 4.0 的壓力。為了實現這個目標，並讓整個企業上下協調一致，關鍵就是讓 IT、OT 與其他利益關係者瞭解各方所需要克服的挑戰。

對於負責評估機器視覺技術的人員，建議尋求不需要大規模重新訓練或招募員工的解決方案。當然，企業也要找到能提供速度與可靠度，同時能創造 ROI 的解決方案。對希望投資能滿足未來需求的製造商來說，能提供最大彈性與功能的解決方案則是比較明智的選擇。

在三週內打造城市規模的邊緣推斷能力

Posted on by Octavio Ramos

編者註：insight.tech 支持終結種族主義、不平等與社會不正義行為。我們不容忍我們贊助商的產品用於侵犯人權，包括但不限於政府濫用視覺化技術。insight.tech 上所提到的產品、技術和解決方案皆假定為以負責且合乎道德的方式使用人工智慧以及電腦視覺工具、技術和方法。

 

視訊應用正疾速成長，自動化分析的迫切需求也相應而生。城市與其他大規模使用者正在部署具有數百、甚至數千台攝影機的系統，這產生大量的影片串流，遠遠超過人力所能監看的範圍。

為了協助城市更妥善運用這樣的資料，Agent Video Intelligence (Agent Vi) 等企業已提供可分析大量影片串流的雲端式 AI。但隨著攝影機的數量增加，加上解析度與畫面播放速率也不斷提高，雲端式系統面臨多種限制，包括：

  • 將 HD 影片串流傳輸至雲端的相關頻寬成本
  • 雲端式系統的回應延遲
  • 通過多個網路的安全性弱點

為了解決這些問題，Agent Vi 與 Intel® 合作，在邊緣部署深度學習能力（圖 1）。透過在邊緣進行推斷等功能，可捨棄對無活動場景的視訊內容，或將其標記為低優先度，同時標示令人感興趣的影片，並立即傳輸至更強大的雲端式分析系統。

圖 1。Intel® Distribution of the OpenVINO™ toolkit 能讓 Agent Vi 將其 innoVi 深度學習視訊分析功能擴充到任何裝設的 IP 或類比攝影機上。（資料來源：Agent Vi）

因為資料較少，可有效降低傳輸成本，同時減少資料遺失或遭竊的可能性。

將深度學習功能延伸至舊式系統

然而，智慧城市視訊系統需要更長的使用壽命，且必須部署在各式各樣的環境中。這代表 Agent Vi 必須提供多種搭載深度學習技術的新舊設備，包括攝影機、編碼器，以及影片管理系統 (VMS) 等。

舉例來說，有一間公司想要升級他們為固定式 IP 與類比攝影機提供視覺解碼的 innoVi Edge 設備。此公司也想要讓他們的軟體能在各種第三方系統上運作。

要實現這樣的目標，Agent Vi 的影片分析演算法必須加以調整，以適用於多種 CPU、GPU 和其他硬體加速器。為了在各式新舊攝影機上實現此目標，Agent Vi 利用 Intel® 發行的 OpenVINO™ 工具組。

OpenVINO 是一種架構診斷開發套件，可協助工程師在 CPU、GPU、FPGA，以及視覺處理器 (VPU) 上部署深度學習能力。此外，此工具組整合一系列的圖形與影像資料庫，以最佳化推斷效能（圖 2）。

圖 2。Intel® Distribution of the OpenVINO™ toolkit 支援多種開發架構、視覺/圖形資料庫與硬體架構，讓開發人員能在幾乎任何位置部署經過最佳化的演算法。（資料來源：Intel® 公司）

將 OpenVINO 工具組與 innoVi 配對，可為 Agent Vi 及其客戶帶來許多優勢。舉例來說，這能讓 innoVi Edge 設備立即具備深度學習能力，讓分散式影片分析推斷更靠近邊緣。相較於直接將多個 Full HD 智慧城市視訊影片串流至雲端，這能降低網路傳輸成本，同時減少延遲。

而在效能方面，OpenVINO 不僅改善了邊緣設備的視覺分析準確度，同時強化了開發者的生產力。根據該公司的技術長暨共同創辦人 Zvika Ashani 表示，此工具組改善了開發速度與容量。

「透過 OpenVINO 工具組，我們獲得令人印象深刻的成果，讓我們在三週的時間內，從每位開發者支援三台攝影機，提高到每位 14 台，」他說：「採用 Intel® Movidius™ Myriad™ VPU 和 Intel® FPGA 解決方案，我們可透過合適的每元效能，將解決方案完整擴充到邊緣。」

最後，因為 OpenVINO 提供的彈性，可確保無論是現在或未來，innoVi 軟體都能在多種設備上運作。Agent Vi 的演算法不僅相容於多種運算架構，更能滿足未來基礎架構升級的需求；在之前的情況下，這可能需要重新打造整個軟體。

這不僅可輕鬆與目前的現場環境和運算平台整合，亦能確保解決方案能因應未來需求，滿足通常需要全新或經修改軟體的基礎架構升級。

簡而言之，innoVi 所提供的龐大擴充性非常適合智慧城市應用，例如公共安全、關鍵基礎架構監控，以及交通管理等。

深度學習讓城市更加智慧

隨著 innoVi 平台延伸到邊緣，智慧城市的工程師可透過多種方法運用此技術，轉變都市的生活。

舉例來說，交通攝影機可運用深度學習能力，追蹤路上車輛的數量與類型，然後建議智慧運輸系統 (ITS) 重設商用卡車的路線。監控某個區域的視訊系統可針對預期外的活動即時警告市政人員，以快速採取行動，不需專門的人力警備。

若邊緣不具備深度學習能力，來自這些系統的資料可能會用於歷史分析或追溯掃描，而不是即時推斷。這也會提高成本。

運用 innoVi 和 Intel Distribution of the OpenVINO toolkit 等解決方案，安全系統營運商、運輸業者和其他智慧城市利害關係人就能透過真正的邊緣智慧受益。

SD-WAN 如何帶動統合商務

Posted on by Octavio Ramos

為了在現代變化快速的零售環境中蓬勃成長，商家必須迎合客戶的習性。這代表要透過社群媒體、行動商務、文字訊息、電子郵件，以及包括傳統實體店面購物在內的其他途徑來吸引消費者。

這也意味著零售商需要可靠的網路基礎架構，以支援店面、網站、應用程式、客服中心、製造設施，以及其他支援服務。如圖 1 所示，統合商務環境中的不同功能之間必須進行快速且可靠的通訊，以確保完成工作。

圖 1. 零售商必須為多種不同的實體與虛擬店面提供邊緣網路支援。（資料來源：Perficient, Inc.）

這些部門分別仰賴不同類型的連線能力。例如：

  • 辦公室使用的固定式寬頻網路
  • 工業設施所使用的 IP 封裝式現場匯流排協定
  • 特定零售 POS 系統或連線購物體驗所使用的 Bluetooth、Wi-Fi，以及行動數據

除了不同的網路拓撲、連線類型，以及服務品質 (QoS) 需求以外，這些通道與服務部門也需要一系列的網路服務。這可能包括防火牆、深入封包檢查 (DPI)、廣域網路 (WAN) 最佳化、路由，以及各種其他功能。在傳統的網路架構中，這樣的服務需要特別的專用硬體設備，大幅提高了成本與網路複雜度。

管理這些網路與服務可能十分麻煩，對大型或快速成長的零售組織而言更是如此，這可能導致公司無法專注於銷售商品的核心任務上。

軟體定義廣域網路 (SD-WAN) 可減輕在內部管理這些複雜網路的負擔，並降低網路服務的成本。搭配通用客戶端設備 (uCPE) 時，SD-WAN 亦可改善網路的彈性與可靠度，為客戶保持暢通的通訊線路。

SD-WAN 提供購物體驗

在之前的文章中，我們已經討論過 SD-WAN 所提供的彈性。此技術使用以軟體為基礎的流量協調與管理控制器，藉由使用一般用途的 uCPE 硬體，使多種有線與無線連接能力得以連接至網路。

SD-WAN 支援的通訊技術包括 MPLS、寬頻、纜線、Wi-Fi，以及 LTE 連結等（圖 2）。因此，語音與資料流量可隨時根據應用程式的 QoS 需求，經由最佳化、最高頻寬的通道傳輸。

圖 2. SD-WAN 技術支援一般用途通用客戶端設備 (uCPE) 上的多種有線與無線網路連線。（資料來源：Cell Code）

支援 SD-WAN 的硬體架構運用來自資料中心的軟體定義網路 (SDN) 與網路功能虛擬化 (NFV)。在此架構中，uCPE 可提供強大且具有彈性的一般用途網路平台，以虛擬網路功能 (VNF) 支援多種網路服務。因此，uCPE 可取代前述昂貴、複雜的硬體設備（圖 3）。

圖 3. 通用客戶端設備 (uCPE) 以虛擬網路功能 (VNF) 支援各項服務，為昂貴的網路設備提供通用硬體替代方案。（資料來源：Techplayon）

對商家與提供支援的網路服務供應商來說，SD-WAN 可為多種具有特殊需求的網路提供最佳化解決方案，並且降低成本與複雜度。

為了回應這樣的需求，市場上的網路設備供應商 (NEP) 正在推出可擴充的 uCPE 解決方案，滿足打算在整個零售營運環境中部署 SD-WAN 的公司。

零售創新的通用平台

舉例來說，Intel® 與 Lanner Inc. 等合作夥伴協力打造適用於 uCPE 的 Intel® Select 解決方案，加速 SD-WAN 在客服中心、製造設施，以及複合零售設施等架構上的大規模部署。適用於 uCPE 平台的 ISS 是可擴充的系統，採用多核心 Intel® Xeon® D 處理器，以及一系列輔助網路技術。

圖 4 概略列出適用 uCPE 解決方案的 ISS 最低硬體需求，且有基本與加強組態可供選擇。

圖 4. 適用於 uCPE 的 Intel® Select 解決方案為 SD-WAN 邊緣環境提供多核心 Intel® Xeon® 處理器的效能。（資料來源：Intel®）

如上表所示，所有適用於 uCPE 產品的 ISS 至少都搭載四核心的 Intel Xeon D 處理器。這能為封包加速提供足夠的效能，同時確保核心可用於代管 VNF 服務。舉例來說，一個核心可能專門用於網路協調與管理，其他的則支援防火牆、DPI，以及 QoS 監控等。

此外，適用於 uCPE 系統的 ISS 亦搭載 Intel® Data Plane Development Kit (Intel® DPDK)，這是可最佳化網路通訊的封包處理軟體套組。透過調整硬體與軟體元件，Intel 與他們的夥伴實現了百分之 100 的線路速率封包處理效能，現在已經是所有適用於 uCPE 解決方案的認證 ISS 之標準品質。

對商家來說，這代表關鍵資料可即時傳送至多個零售中心、服務部門和物流中心，確保不會流失銷售機會，並可快速解決相關問題。

此外，所有適用於 uCPE 系統的 ISS 也整合了 Intel® QuickAssist 技術，這是可卸載加密與壓縮工作負載的硬體加速功能。這有助於確保資料在零售基礎架構中移動時保持安全。同時會保留主處理器核心，專供確保營運順暢的 SD-WAN 協調與虛擬功能使用。

適用於 uCPE 平台的 ISS 硬體與軟體堆疊經過 Intel 的測試、驗證與認證，確保不論來源為何，零售商的 SD-WAN 投資都能維持永續發展。

適用於統合商務的現成 uCPE 解決方案

Lanner 的 NCA-4020 是最早適用於 uCPE 解決方案的 ISS 之一，即搭載四個 16 核心 Intel Xeon 處理器的 1U 的網路設備，可支援基本與加強組態（圖 5）。擁有這樣的品質與效能基準，零售商現在便可善用 SD-WAN 功能的優勢，並加以擴充來滿足未來的需求。

圖 5. Lanner 的 NCA-4020 是最早適用於通用客戶端設備 (uCPE) 的 Intel® Select 解決方案之一。（資料來源：Lanner Inc.）

想要逐漸轉換至 uCPE 的店家可選擇 Lanner 的入門級 LUNA D-125 白牌網路設備（圖 6）。LUNA D-125 搭載雙核心 Intel Atom® C2000 處理器，可使用一個核心處理網路管理或協調作業，並為安全性等 VNF 保留另一個核心。

圖 6. Lanner Inc. 的 LUNA D-125 白牌設備搭載雙核心 Intel Atom® C2000 系列處理器。（資料來源：Lanner Inc.）

Lanner 自行進行了大規模的測試、驗證和實務驗證，以確保 LUNA D-125 等系統的系統品質。

無論效能等級為何，營運商與 IT 部門都會喜歡在整個 SD-WAN 基礎架構中採用 Intel 架構系統。這樣的共通性能為統合商務部署的生命週期提供更優異的軟體重複使用性、上市時間，以及管理能力。

LUNA D-125 等平台可放置於小型辦公室或店面中，以開始轉換至具有更高彈性的網路，並為 NCA-4020 等適用於 uCPE 解決方案的強大、多功能 ISS 打下基礎，以便在合適的場合與時間發揮作用。

適用於 SD-WAN 的 uCPE：讓零售連線能力更臻完美

零售商開始要求高輸送量且可靠安全的通訊能力，以支援零售分析與擴增實境等進階功能，採用 Intel 技術的可擴充性則提供順暢的移轉路徑。適用於 uCPE 的 ISS 等解決方案乃軟體定義的可虛擬化架構，可在使用案例改變或發生之際，即時修改工作負載。

零售市場已經準備好迎接 SD-WAN 所帶來的成本與彈性優勢。現在就是邊緣零售創新的時機。

運用即時分析能力消除製造業廢棄物

Posted on by Pete Berta

小量、高度混合的分離性產品製造商需要在數小時，甚至數分鐘內轉換裝配線，以符合不同的生產需求。他們的裝配線可能要連續運行數天或數個班次，因此最微小的錯誤也足以使輸出報廢，進而降低收益。

將這樣的損失加上製造商歸類為業務成本的大量廢料與廢棄物，不難想像業界可透過改善效率，節省數以百萬的金錢。

因此，在近期的 McKinsey 全球調查中，有百分之 68 的高階主管表示他們的組織考慮將「數位製造」視為首要考量。從廠房到資料分析功能以及之間的一切也是如此，製造商正在投資全新技術，讓他們能提高廠房效率，並提升修復能力。

舉例來說，透過運用即時分析技術，廠房可最佳化他們的金屬噴霧程序，減少缺陷與重製產品的機會，將直通率由百分之 35 提高至百分之 96，並為企業每年節省 $50 萬美元。

另一個最佳化案例為薄膜製造產業，將廢料減少百分之 40，並提高百分之 47 的產量。這間企業透過在現有的工廠內部署即時分析功能，在 OpEx 方面獲利 $90 萬美元，並大幅提高其能力。

人工智慧使企業躍進至工業 4.0

為了實現這樣的營運進步，製造商需要能掌控廠房內從舊機器到最先進裝置所生產的所有資料。這不是簡單的工作，因為大部分工業設備並非設計來分享資料，以進行即時檢視與決策。

Honeywell Tridium 全球市場開發部門副總裁 Mike Luscombe 表示：「他們所需要的是一種能蒐集來自不同機器的資料，並進行標準化的方法。這能讓他們即時掌握製程與營運的精確狀況。」

專業開發者集合他們對工業製程、人工智慧、資料系統，以及 Time-Sensitive Networking (TSN) 的專業知識，將不同的製造資料轉換為單一的通用可量化格式。

Honeywell Tridium 與 Dell 和 Intel® 合作，開發 Niagara4 i4.0 工廠最佳化解決方案，以達成此目標。此系統包含完整的硬體與軟體堆疊，經過專門設計，可耐受工業環境的嚴苛條件。該解決方案整合了 Niagara Framewor，這是在強固型的 Dell Edge Gateway 上執行的開放技術平台，如圖 1 所示。

圖 1. Niagara 解決方案讓製造商能更輕鬆地在舊設備資料上部署即時分析能力。

「系統會透過安裝於各種舊機器上的感應器，收集其所產生的邊緣資料。隨後，在將相關資訊上傳至雲端之前，軟體會標準化這些資料。」Luscombe 這麼說： 「這讓製造商獲得前所未見的營運深入見解。」

此軟體也可提供自動修復能力，有助於在出現問題時盡快修正。例如，在廠房內，機器操作人員可在儀表板上檢視即時資料，並立刻判斷設定是否確實符合，並確保容錯範圍符合規格。管理員亦可查看整體生產資料，以瞭解是否超前或落後於計畫，並視需要採取動作以保持進展。

運用分析功能增加產量

Luscombe 解釋其中一家航空製造業的客戶如何設法增加其碳纖維製程的產量，其中運用熱壓爐來生產飛機煞車元件。「當開始使用 Niagara 解決方案後，此公司快速發現他們與本地公用事業的天然瓦斯供應的組成缺乏一致性。這使製造商幾乎不可能維持熱壓爐的合適條件。這便是產量極低的原因。」

在瞭解此關於瓦斯供應的單純事實之後，大幅開闊了他們的管理角度，讓他們能根據不同的燃料品質，自動調整製程與配方。此發現結果，讓他們的產量提高了百分之 89，並在 OpEx 方面節省了 $250 萬美元，並避免了超過 $200 萬美元的 CapEx 支出。

邊緣技術的先驅

「我們在全球各地部署了將近 80 萬個 Niagara 實例，」Luscombe 說： 「在邊緣資料處理普及之前，我們便已經在為邊緣類型的應用開發軟體。隨著工業物聯網技術的演進，加上處理能力變得更加快速，我們可運用我們的專業知識，以及有關資料對於新領域之相關性和可行動性的瞭解。」

Niagara 解決方案為製造商提供可追蹤與顯示 KPI 的能力，例如整體設備效率 (Overall Equipment Effectiveness, OEE)、滾動通過產出率 (Rolled Throughput Yield, RTY)，以及不良品質成本 (Cost of Poor Quality, COPQ) 等。此外，此解決方案亦可透過視覺化工具與智慧數位化格式，協助最佳化工作流程。公司亦可運用此解決方案的功能，處理即時與歷史趨勢資料，讓其精確執行一系列的工作，包括偵測缺陷、追蹤零件，以及管理配方等。

而因為對雲端診斷解決方案來說，資料收集是極為重要的部份，Niagara 在網路安全性方面亦符合業界的最佳實務。包括支援高強度雜湊密碼、用於安全通訊的 TLS v1.2，以及用於驗證的認證管理工具等功能。

Niagara 亦使用開放式的邊緣至雲端連線，以提供多種用途，包括感應器、可程式化邏輯控制器、機器，以及 ERP 系統等。同時也提供嵌入式邊緣分析功能與開放應用程式環境，可協助機器操作者與工廠管理員獲得可採取行動的深入見解，進而提高效率。

運用即時分析獲得大幅的 4.0 強化

 小量、高度混合的分離性產品製造產業往往具有快速的短生產運作時間，如果沒有快速修正錯誤，便可能導致缺陷加劇。透過收集與標準化來自多種設備與機器的資料，製造商終於能即時瞭解廠房內的程序與營運情況，並可快速採取修復行動。

「製造商在舊設備上執行邊緣分析時，」Luscombe 說：「他們便可善加利用提高效率並降低製造成本的新機會，並轉變為大規模的營運優勢。」