大約十年前，云端運(yùn)算概念開始風(fēng)行，企業(yè)紛紛擁抱這個(gè)集中式運(yùn)算架構(gòu)，充份運(yùn)用強(qiáng)大算力，執(zhí)行AI建模等需要消耗資源的工作，加速滿足一些進(jìn)階應(yīng)用目標(biāo)。盡管云端運(yùn)算蘊(yùn)含許多優(yōu)勢(shì)，但也不乏缺點(diǎn)，特別是企業(yè)若將數(shù)據(jù)傳送到云端進(jìn)行計(jì)算，不僅需要承擔(dān)吃重的傳輸費(fèi)用，也無可避免承擔(dān)較高的延遲，偏偏有愈來愈多應(yīng)用講求實(shí)時(shí)反應(yīng)、對(duì)延遲極為敏感。

因此分布式計(jì)算概念逐漸興起，要求資源優(yōu)化配置，有些在云端、有些在邊緣，彼此間達(dá)到充份搭配與協(xié)調(diào)，進(jìn)而降低端云之間數(shù)據(jù)傳輸、也避免對(duì)后臺(tái)造成繁重負(fù)擔(dān)。

研華IoT嵌入式平臺(tái)事業(yè)群副總經(jīng)理張達(dá)文指出，綜觀以往上傳云端的數(shù)據(jù)，當(dāng)中高達(dá)八成為影像，現(xiàn)在這個(gè)部份可透過邊緣端智能設(shè)備直接進(jìn)行推論與判斷，此即為Edge AI；意謂今后不需繼續(xù)依賴云端處理大小事，僅傳輸必要信息上云端即可，大幅降低數(shù)據(jù)傳輸量，而云的任務(wù)便是學(xué)習(xí)與分析，至于數(shù)據(jù)的預(yù)處理與邏輯執(zhí)行的工作，邊緣端可勝任無虞。

張達(dá)文表示，現(xiàn)階段研華已推出完整Edge AI方案，包括VEGA系列AI加速卡、AIR系列AI推論系統(tǒng)以及EIS系列邊緣智能系統(tǒng)；另為了協(xié)助企業(yè)快速透過其邊緣裝置結(jié)合運(yùn)用研華Edge AI產(chǎn)品、進(jìn)行深度學(xué)習(xí)推論，還提供Edge AI Suite軟件套件，內(nèi)含Intel的OpenVINO工具包（兼具優(yōu)化推論效能、跨CPU/VPU/GPU優(yōu)化工作負(fù)載、提供逾20款預(yù)訓(xùn)練模型等多重價(jià)值），及來自第三方產(chǎn)業(yè)伙伴(CyberLink)的人臉辨識(shí)、車牌辨識(shí)等AI SDK。

截至目前，研華以Edge AI解決方案為基礎(chǔ)，已經(jīng)與系統(tǒng)集成商伙伴共同瞄準(zhǔn)各領(lǐng)域用戶的痛點(diǎn)，藉由這些剛性需求連手推進(jìn)許多應(yīng)用。

以Edge AI為基底，催生瑕疵檢測(cè)、智能電梯等多重應(yīng)用

張達(dá)文說，談到現(xiàn)今的Edge AI應(yīng)用伙伴，主要分為兩大類。一類是系統(tǒng)集成商（SI），通常會(huì)直接引進(jìn)研華的加速模塊或推論系統(tǒng)，再搭配OpenVINO執(zhí)行系統(tǒng)整合，利用臉部辨識(shí)或車牌辨識(shí)等預(yù)訓(xùn)練模型為基礎(chǔ)，快速打造最終的應(yīng)用模型、快速落地到場(chǎng)域。

例如為工具機(jī)賦予在線執(zhí)行瑕疵檢測(cè)的能力，一旦發(fā)現(xiàn)不良品，旋即將訊息傳達(dá)至機(jī)械手臂控制器，由機(jī)械手臂將該物品移出產(chǎn)線。此外研華與與電梯制造業(yè)者完成概念驗(yàn)證(POC)，由AI辨識(shí)電梯訪客、并學(xué)習(xí)他平時(shí)造訪的樓層路徑，之后只要此人進(jìn)電梯，便由系統(tǒng)自動(dòng)按下樓層鍵，減少接觸按鈕機(jī)會(huì)、連帶降低COVID-19(新冠肺炎)感染機(jī)率。

同樣基于防疫，研華與SI伙伴合作開發(fā)一套適用校園的系統(tǒng)，可架設(shè)于每一間班級(jí)教室，負(fù)責(zé)定時(shí)辨識(shí)所有學(xué)生的臉部并測(cè)量體溫。此外針對(duì)智慧零售場(chǎng)域，在研華及SI協(xié)助下，業(yè)主可利用攝影機(jī)結(jié)合臉部辨識(shí)模塊，快速掌握所有消費(fèi)者圖譜(包含每個(gè)人的性別、年齡等)，便于執(zhí)行精準(zhǔn)營(yíng)銷。

另一類伙伴為醫(yī)療設(shè)備制造商，比方說制作醫(yī)用超音波設(shè)備的業(yè)者，過去他們主要向研華購(gòu)置嵌入式CPU模塊，如今為因應(yīng)AI影像判斷的發(fā)展需求，需要在產(chǎn)品設(shè)計(jì)上預(yù)先納入FPGA或GPU，以便預(yù)留AI加速功能、為AI鋪路；所以將采購(gòu)目標(biāo)從CPU板轉(zhuǎn)為CPU＋FPGA/GPU，大幅提升產(chǎn)品在應(yīng)用上的未來性。

張達(dá)文透露，展望下一步，研華與SI伙伴將連手催生更多應(yīng)用，例如長(zhǎng)途貨運(yùn)車駕駛的行為監(jiān)控，乃至餐廳的前臺(tái)監(jiān)控(幫助前臺(tái)服務(wù)員精確判斷何時(shí)上菜、收盤子、招呼客人等等，給予最貼心服務(wù))，都是可行的發(fā)展方向。

研華嵌入式物聯(lián)網(wǎng)伙伴峰會(huì)

2020年11月19~21日的研華嵌入式物聯(lián)網(wǎng)伙伴峰會(huì)，將首次以在線論壇的方式舉辦，并以邊緣智能、AI產(chǎn)業(yè)應(yīng)用、嵌入式物聯(lián)網(wǎng)為核心議題。 攜手全球頂尖產(chǎn)業(yè)伙伴共同探討AIoT新時(shí)代、新思路與最佳實(shí)踐。我們將規(guī)劃九大主題論壇，并邀請(qǐng)30位以上產(chǎn)官學(xué)伙伴專講，例如Intel、微軟，NXP、思謀以及中國(guó)信通院等產(chǎn)業(yè)專家，各位將從論壇中學(xué)習(xí)到AIoT 科技趨勢(shì)并透過伙伴的分享，激發(fā)物聯(lián)網(wǎng)實(shí)踐新思路。