人工智慧
- Advertisment -
賽靈思三大策略擘畫5G/AI藍圖
賽靈思(Xilinx)舉辦的2019賽靈思開發者大會(Xilinx Developer Forum, XDF)亞洲站於北京盛大揭幕。賽靈思總裁暨執行長Victor Peng發表「賽靈思：創新的驅動力」為題的主題演說，分享公司啟動三大戰略一年多來取得的重大成就。賽靈思執行副總裁Salil Raje與Liam Madden也分別以軟體創新、5G部署等兩大領域，進一步展示公司三大戰略在讓所有開發者得以創新及加速全球5G部署的優異成果。來自阿里巴巴、百度、浪潮及中泰證券的嘉賓與Victor一起分享與賽靈思的密切合作，以及齊力推動全新自行調適運算的努力。
Salil為亞洲開發者正式發布Vitis統一軟體平台，並宣布針對人工智慧(AI)和機器學習推論的Vitis AI即日起開放免費下載。作為本年度XDF的最終站，XDF亞洲站共吸引近2,000名賽靈思客户、合作夥伴、開發者、媒體與員工参加，舉辦75場精彩的深度演講與實作培訓課程，邀請到來自微軟亞洲研究院(MSRA)、AMD、阿里巴巴、騰訊和北京清華大學等企業院校的產業領導菁英及專家學者與開發者深入交流，分享關於產業與技術的洞察。此外，XDF亞洲站還設立近100個展示攤位，展示優良的企業運用賽靈思技術在人工智慧、資料中心、5G、工業、汽車等各個領域的創新成果，如採用賽靈思Alveo加速器卡的AMD第二代7奈米EPYC(霄龍)處理器。賽靈思全球執行副總裁Salil Raje和Liam Madden也分別分享賽靈思在驅動自行調適技術普及與助力全球5G部署方面的傲人成就。同時，賽靈思亦宣布其人工智慧AI推論開發平台Vitis AI即日起開放免費下載。Vitis AI將成為軟體程式碼的一部分，支持人工智慧科學家和其他軟體開發人員大幅提升深度學習加速的能力。
XDF自2017年首次舉辦，至今已成為產業具影響力的開發者大會之一。今年在北京舉行的是XDF亞洲站，前兩站已於10月1日至2日在美國加州聖荷西、11月12日至13日在荷蘭海牙圓滿落幕，共吸引近2,500名與會者。同時，來自眾多產業的知名企業在XDF矽谷站與歐洲站紛紛亮相，包括亞馬遜、微軟、IBM、三星、美光、小馬智行(Pony.AI)，安富利與是德科技(Keysight)等。
2018年初，賽靈思宣布啟動三大策略:資料中心優先、加速核心市場發展及驅動靈活應變的運算。經過逾一年半的發展，賽靈思憑藉高效能與靈活應變能力不斷拓展市場，在資料中心、人工智慧、5G等產業重要趨勢的應用領域，日益扮演重要的角色。
針對資料中心領域，賽靈思在去年的XDF上推出快速的Alveo資料中心加速器卡系列，在一年多的時間裡，為滿足用戶對運算、尺寸、記憶體頻寬及成本的不同需求，陸續推出U50、U200、U250和U280四大系列產品，用於大幅提升雲端和在地資料中心伺服器的效能。借助Alveo加速器卡，客户在執行即時機器學習推論與影像處理、基因組分析、數據分析等關鍵的資料中心應用時，能夠以更低的延遲實現突破性的效能提升。此外，最值得一提的是賽靈思已經針對Alveo產品，在短短一年多為企業與學術單位培訓超過7,500人、加速器專案達800多個，並發布近100個相關應用。
本屆XDF亞洲站，賽靈思針對亞洲市場正式介紹最新Vitis統一軟體平台，該平台將使軟體工程師、人工智慧科學家等更廣泛的開發人員都能夠受益於賽靈思硬體加速的優勢。這是賽靈思首次推出一個軟體和硬體設計整合的開發工具平台，也是公司從元件向平台公司戰略轉型的重要產品之一。Vitis可以根據軟體或演算法程式碼自行調適和使用賽靈思硬體架構，讓使用者從繁雜的硬體專業知識中解放。借助Vitis平台，無論是軟體工程師還是AI科學家都將受益於賽靈思的硬體優勢。而對於硬體開發者來說，Vitis則能讓軟硬體工程師在同一個工具平台上協作，顯著提升工作效率。
隨著5G業務迅速成形，其所覆蓋的廣度與深度正達到良好的水準。2019年4月，賽靈思與三星聯手在韓國完成全球首例5G NR商用部署。賽靈思UltraScale+平台功耗小、記憶體容量大且功耗低，助力三星開發出輕量、外形精實、低功耗的頂尖5G產品，成為輕鬆部署5G的理想選擇。除了個人用戶端的應用，工業網際網路、自動駕駛等也是5G業務的重要應用領域，並且對5G業務提出了低延遲的要求，即資料傳輸要在幾毫秒之內完成。對此，賽靈思提供5G通訊平台，採用的高度整合晶片具有RF ADC和DA、加速5G NR功能以及可以滿足mMIMO無線電、大型基站(Macro Base Station)和蜂巢式網路部署所需的高效率效能。
在XDF亞洲站的主題演講中，浪潮、阿里巴巴、百度、中泰證券的參與，以及分會場眾多企業的分享，展示各領域的企業運用賽靈思自行調適運算平台各種富有創意且精采呈現的產品、方案和終端應用，不僅顯示賽靈思攜手知名企業到新創公司所創造的各種創新成就，也展示賽靈思深耕亞洲及中國市場，攜手合作夥伴共創雙贏的信心和努力。
XDF作為賽靈思一年一度的開發者技術盛會，亞洲站每年都是規模最大的一站，充分展現賽靈思在亞太區獲得眾多產業生態系合作夥伴的重視和支持。2019XDF為廣大開發者提供75場產業觀點、頂尖技術和前瞻應用相關的技術論壇，以及為期兩天、總計超過50小時的實作開發者實驗室，從硬體工程師到研究人員、資料科學家、機器學習與AI工程師，再到IP提供商、軟體應用開發者、系統設計人員、加速軟體發展者及嵌入式軟體發展，都將從中受益。
隨著賽靈思業務在亞洲、尤其是中國市場不斷擴大，XDF亞洲站的規模與規格也逐年提升。與會者從2017年500多名、2018年1,200多名，到2019年成長至近2,000名，XDF正吸引越來越多的開發者參與，為其激發靈感、賦予創新能力，助其快速實現創意並率先推向市場。同時，伴隨人工智慧迅速落地、資料中心加速發展、5G部署全面展開，賽靈思正在中國各個產業全面扮演重要角色，釋放創新活力，從而在未來自行調適運算的時代持續發展。
高通新運算平台驅動常時啟動/連網PC
高通公司(Qualcomm)旗下子公司高通技術公司日前宣布一系列高通Snapdragon運算平台產品組合，為現代運算實現無風扇的輕薄設計，並擁有長效電池續航力、蜂巢式連線能力與人工智慧加強效能。此產品組合設計著重行動力，可以滿足行動裝置消費者日益變化的需求。如今Snapdragon7c與8c加入了日前發表的 Snapdragon8cx，為高級、主流、入門級筆記型PC導入快速的行動網路連線能力。此產品組合將以多項價位推出，讓合作廠商為各類消費者設計常時啟動、常時連網的PC。此外，Snapdragon8cx運算平台支援連線安全軟體與安全核心PC，專為想為員工導入行動力的現代企業打造。
高通技術公司資深副總裁暨行動部門總經理Alex Katouzian表示，高通在智慧型手機和連線能力上的創新為手機導入了桌上型PC的能力，現在手機回頭為PC實現了輕薄、常時啟動、常時連網、全天電池續航力的體驗。行動優先的消費者想要跟智慧型手機一樣的體驗，高通掌握的創新、發明與技術能為不同價位顧客提供這份體驗。
Snapdragon7c運算平台升級入門級裝置，與同級平台相比可提升系統效能20%，增加電池續航力最高達二倍，更能透過高通Snapdragon X15 LTE數據機提供快速的連線能力。八核Kryo 468 CPU與Adreno 618 GPU為入門級產品實現敏捷效能與優異的電池續航力。此外，高通人工智慧引擎(Qualcomm AI Engine)為Windows10的最新人工智慧加速體驗提供超過每秒五兆次(TOPS)運算表現。這將是入門級PC中的首創，也是消費者迫不及待想體驗的。
先進7奈米Snapdragon8c運算平台比起Snapdragon850可提升最高達30%的效能，透過更迅速的CPU效能帶動多工作業與生產力。為此運算平台專門設計的整合式Snapdragon X24 LTE數據機實現數千兆位元級的連線速度進行流暢的雲端運算，並擁有隨開即用的靈敏度與智慧型手機的多天電池續航力。此平台的高通人工智慧引擎為加速機器學習應用提供每秒六兆次(TOPS)運算表現，GPU則能提供驚豔的影像表現，都能放入主流用途的超輕薄、無風扇優化設計中。
全新Snapdragon 8cx運算平台以7奈米PC平台為基礎，為21世紀的現代職場注入新一代能力。各公司能利用優化系統效能與連線安全軟體為Snapdragon8cx的效能、電池續航力、連線能力增添更高一級的效能與強化安全性，帶動生產力不斷提升的員工同時保護他們的資料。完整的Snapdragon行動運算產品組合能賦予合作夥伴更多彈性，讓他們選擇如何將產品系列差異化，滿足產業的多元需求。
Xilinx AI推論開發平台開放下載
賽靈思(Xilinx)日前宣布最新推出的人工智慧(AI)推論開發平台Vitis AI即日起開放免費下載。Vitis AI將為從邊緣到雲端的人工智慧和深度學習提供最佳人工智慧推論，並與Vitis統一軟體平台相結合，協助軟體開發者透過軟體編碼加速深度學習。Vitis AI整合特定領域專用架構(DSA)，運用如TensorFlow和Caffe這類的框架對賽靈思的硬體進行優化並編程。提供的工具可在一分鐘內優化、壓縮並編譯運行於賽靈思元件上且經訓練的AI模型工具。賽靈思也提供開源的Vitis加速軟體函式庫和Vitis AI模型，以及除雲端平台外，亦可以運用於端到邊緣的對應設計範例。
賽靈思在十月初舉行的開發者大會(XDF)矽谷站中，首次宣布Vitis統一軟體平台，讓軟體工程師與AI科學家在內的領域開發者，都能發揮硬體優勢。歷經5年時間、總計投入1,000人年打造Vitis統一軟體平台，讓使用者不需具備硬體專業知識，即可透過軟體或演算法程式碼自行調適與使用硬體架構。平台不強制採用專有開發環境，而是置入通用軟體開發工具，且運用已為賽靈思的硬體進行最佳化且資源豐富的開源函式庫，讓開發者能專注於演算法開發。
Vitis雖然獨立於Vivado Design Suite，但仍可為希望透過硬體程式碼進行編程的開發者提供支援；還可透過將硬體模組封裝達到軟體可調用功能，以提升硬體開發者生產力。
高通新行動平台昇華5G行動體驗
高通(Qualcomm)旗下子公司高通技術發表首款7系列高通Snapdragon行動平台，向更多消費者提供5G技術。最新Snapdragon765與765G結合第二代高通Snapdragon 5G數據機及射頻系統與第五代高通人工智慧引擎(Qualcomm AI Engine)，打造一流的行動體驗，包括智慧多相機功能、突破性娛樂和高速電競體驗，同時維持電池續航力。
高通技術公司資深副總裁暨行動部門總經理 Alex Katouzian表示，預期過渡至5G的速度將是蜂巢式網路史上最快。該公司致力於在短時間內推動Snapdragon系列產品支援5G。擴展後的產品線，包括Snapdragon765與765G，有潛力使全球數十億智慧型手機使用者體驗5G，並且提供全球使用者高速電競、智慧多相機拍攝、及全日電池續航力等使用體驗。
Snapdragon765優點包括端到端5G連網能力，具備Snapdragon X52數據機及射頻系統，是全球5G商用化進程的一大里程碑。Snapdragon X52 5G數據機及射頻系統旨在為全球使用者帶來三大利器—峰值下載速率可達快速數千兆元級3.7Gbps與可達1.6Gbps的上傳速率、為全球使用者提供強大覆蓋率、以及全日電池續航力。完整的數據機及射頻系統支援先進技術如高通5GPowerSave、高通Smart Transmit技術、高通寬頻封包追蹤(Wideband Envelope Tracking)技術，與高通Signal Boost等，造就優越5G性能。本產品致力於將5G優良的多模連網能力拓及全球，並支援所有關鍵區域與頻段，包括5G毫米波與sub-6GHz、5G獨立(SA)與非獨立(NSA)模式、TDD與FDD頻段的動態頻譜共享(DSS)、全球5G漫遊與multi-SIM支援等。
第五代高通人工智慧引擎結合最新5G數據機及射頻系統，全面提升行動體驗，包括相機、音訊、語音與電競。Snapdragon765的人工智慧引擎具備全新高通Hexagon張量加速單元(Qualcomm Hexagon Tensor Accelerator)，運算效能為前代處理器的兩倍，提供尖端、順暢的行動體驗。此外，最新低功率高通感測樞紐(Qualcomm Sensing Hub )讓使用者的裝置能依據周遭情境意識語音命令，且無過度耗電。
而Snapdragon765的智慧多相機拍攝功能讓使用者能選擇遠攝、廣角與超廣角鏡頭，不需額外器材拍攝絕美影像，亦可拍攝超過十億色階的4K HDR影片。
此外，5G傳輸可極度快速下載智慧、精彩的娛樂內容與順暢的4K HDR影片串流，使用者下載的最新影劇作品不僅畫質清晰，更只需短短幾分鐘。即使在離線狀態，裝置內建AI處理器也能夠將一般品質影片轉化成畫面鮮明、令人目眩的影像，宛如觀賞4K影片。高通aptX Adaptive音訊自動切換高清晰模式與低延遲模式，確保音訊與畫面同步，減少影音不同步的問題。
新高通Kryo475速度可達2.3GHz，先進的Adreno620GPU可提升效能達20%，造就順暢電競體驗、影片渲染等性能。除了良好電池續航力，裝置內建人工智慧可確保全天使用皆為最高效率、智慧監控電池健康狀況與安全性，並確保一切運作更為直覺。高通Quick Charge人工智慧可延續電池使用週期最高達200日，並可支援快速充電，讓使用者可隨時投入最愛活動，不需等待。
Xilinx資料中心策略進展飛速 強大產業生態促進轉型
2019年賽靈思(Xilinx)開發者大會(Xilinx Developer Forum, XDF)亞洲站日前於北京盛大開幕。賽靈思資料中心事業部舉辦媒體說明會，為賽靈思資料中心事業部(Data Center Group, DCG)成立以來首次以一個全新事業部的形式於媒體活動中公開亮相。
賽靈思資料中心產品部執行副總裁暨總經理Salil Raje表示，賽靈思的高效能運算、儲存和網路加速自行調適運算加速平台，正在加速驅動這場轉型。打造的Alveo加速器卡平台和首款7奈米Versal自行調適運算加速平台，加上不斷壯大的合作夥伴生態系，將為資料中心企業升級轉型和持續發展提供強大動能。
Salil Raje展示賽靈思與資料中心獨立軟體供應商(Independent Software Vendor, ISV)合作夥伴在資料庫與資料分析、機器學習、高效能運算、影像與圖像、金融科技以及網路加速等領域採用Alveo加速器卡的各種創新成果，體現賽靈思為解決資料中心關鍵工作負載而打造的資料中心產業生態系。同時，Salil還發布賽靈思自2018年啟動全新策略以來創下的各個重要里程碑，在資料中心優先策略執行下取得的重大進展，與賽靈思以自行調適運算持續引領未來資料中心產業轉型的發展歷程。
人工智慧(AI)的發展、日益複雜的工作負載與非結構化資料的爆炸式成長，正迫使資料中心快速轉型。隨著5G、人工智慧(AI)、雲端運算、物聯網及自動駕駛等新一代資訊技術快速演進，全球資料正呈現指數級增長並呈現大量聚焦的態勢。根據IDC預測，從2018年至2025年，全球每年被創造、蒐集或複製的資料將成長五倍以上，預計將從2018年的32ZB增至2025年的175ZB，而中國將於2025年以48.6ZB的資料量及27.8%的占比，成為全球最大的資料匯集地。無論是公有雲，私有雲還是混合雲，面對無止境的資料增長，都希望能夠大幅提升資料中心的使用率、效能與能源效率，並且降低營運成本和總成本，現代資料中心的升級轉型勢在必行。
2018年初，賽靈思宣布啟動三大公司策略：資料中心優先、加速核心市場發展及驅動自行調適運算，其目的就是要讓所有的開發者都能受益於賽靈思自行調適平台並加速創新。在資料中心優先策略的發展之下，讓更多各式各樣的軟體和系統開發者加入自行調適運算的世界，成為推動公司加速由元件向平台轉型的策略。
2018年的XDF上，賽靈思推出功能優良的Alveo加速器卡產品系列，落實資料中心優先的策略。Alveo旨在提升雲端和在地資料中心標準伺服器效能，推動自行調適的普及應用。該產品系列目前已擴展至Alveo U50、U200、U250、U280四款產品，並已在美國、歐洲和中國市場得到廣泛應用。2019年4月，賽靈思宣布收購Solarflare，將FPGA、MPSoC和ACAP解決方案與Solarflare的低延遲網路介面卡(NIC)技術以及Onload應用加速軟體整合，進而實現新融合SmartNIC解決方案。
根據賽靈思總裁暨執行長Victor Peng在主題演說中表示，賽靈思已經開始與眾多知名伺服器OEM供應商如Dell、HP、浪潮等攜手Alveo加速，培訓企業及學術界使用者達超過7,500人，加入賽靈思加速器計畫的合作夥伴已達800多家，並發布近100個相關應用。
在推出Alveo加速器卡之後，賽靈思與OEM廠商、加值經銷商(VAR)及經銷商形成Alveo的龐大伺服器加速技術生態體系，涵蓋金融、生命科學、機器學習、分析以及影像等關鍵工作負載，共同打造更為簡便易用且功能強大的伺服器加速產業。2019 XDF亞洲站專門為ISV打造一個Alveo專區，共有來自全球各地的近20家ISV的解決方案展示，其中一半來自中國。
此外，眾多加值經銷商和經銷商等的加入，不僅豐富賽靈思資料中心生態系，也展現企業對賽靈思資料中心策略的信心。
高通重磅推出首款5G擴增實境XR平台
高通(Qualcomm)Snapdragon XR2平台是全球第一個支援5G的延展實境(XR)平台，其連結高通技術公司的5G與人工智慧創新，以及XR技術，迎來行動運算新時代。此平台推出客製功能，更有許多能在擴增實境(AR)、虛擬實境(VR)與混合實境(MR)上擴展的創舉。
相較已被廣泛採用的高通XR平台，Snapdragon XR2平台效能全面顯著提升，提供2倍的CPU與GPU效能、4倍的影片頻寬、6倍的解析度，以及11倍的人工智慧效能。Snapdragon XR2平台是首款支援同步七鏡頭與專用電腦視覺處理器，也是第一個實現以低延遲鏡頭解開MR體驗的平台，讓使用者戴著VR裝置時看見、互動以及創造虛擬世界與真實世界的混合體。為了滿足真正身臨其境的XR的要求，此平台提供採用人工智慧基礎技術與5G連線能力的客製化影像表現、互動與音訊技術。
在視覺表現上，為在XR中體驗更逼真的真實感，就必須縮小現實世界與虛擬世界之間的視覺間隙，這需要先進的顯示器與繪圖處理能力。此平台在核心GPU處理能力上大躍進，為高效能圖形渲染支援1.5倍的像素速率與3倍的紋理速率。XR專有功能，例如眼動追蹤式注視點渲染技術、讓畫面更新率更順暢的增強型可變速率著色等，協助處理重度工作負載，同時維持低功耗。顯示面板能以90fps提供達3k×3k的單眼解析度，更支援60fps 8k 360度影片的XR平台，為串流與本機播放提供擬真的視覺表現。為了AR顯示器研發的客製矽晶降低整體系統延遲，維持AR體驗。
於互動性的表現，讓使用者能被瞬間傳送到全新環境。為精確有效做到，平台導入對同步七鏡頭與客製電腦視覺處理器的支援。同步多鏡頭能實現以高精準度即時一起追蹤頭部、唇部、眼睛，加上26個骨架點的手部追蹤技術。電腦視覺能提供高效率場景理解與3D重建。這些功能相互搭配後將讓使用者走入全新環境，在其中的數位世界憑直覺互動。
至於音訊部分，平台能在3D空間音效中提供全新等級的音訊層，同時透過無雜訊語音互動加深沉浸感。此平台搭載客製的內建常時啟動低功耗高通 Hexagon DSP，以支援語音啟動與情境偵測等硬體加速功能，助使用者在數位世界也能掌握真實世界的動靜。
人工智慧與5G是形塑通訊與運算未來的兩大技術。高通帶動兩大技術融入包含XR在內等行動運算領域。此平台多項功能皆已透過人工智慧提升效能，包含視覺表現、互動性、音訊，以便帶領使用者浸潤在實境中。平台是第一個支援5G連線能力的XR平台，有潛力釋放需低延遲與快速資料速率的創新XR體驗浪潮。如5G能利用裝置與邊緣雲間的拆分處理呈現擬真高品質體驗，實現真正無拘無束的XR，不受線路或空間限制。
Gartner發表年度十大趨勢 人本智慧空間引領科技未來
Gartner近日提出2020年企業必須了解的十大策略性科技趨勢，分別為超級自動化、多重體驗、專業知識的全民化、增進人類賦能、透明化與可追溯性、更強大的邊緣運算、分散式雲端、自動化物件、實用性區塊鏈以及人工智慧安全性。這些技術看似發散，彼此關聯不高，但Gartner認為，這十大科技趨勢可以用「以人為本」、「智慧空間」兩個主題來貫串
Gartner大中華地區資深合夥人龔培元表示，2020年Gartner十大策略科技趨勢均圍繞著「以人為本的智慧空間」這個核心概念，也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業夥伴、社會或其他重要利益關係人會產生什麼樣的影響，企業採取的所有行動都是為了直接或間接影響這些個人和群體，這就是以人為本的做法。
建立在以人為本概念上的智慧空間，則代表人類與科技系統能夠在日益開放、互聯、協調、智慧的生態系統中進行互動的實體空間，結合個人、流程、服務和物件等多項元素，創造出更身歷其境、高互動率及高度自動化的體驗。
根據Gartner定義，策略性科技趨勢是指正處於有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢；此外，策略性科技趨勢同時也具有快速成長、變動性高且將於未來五年內到達引爆點的特性。
Gartner 2020年十大策略性科技趨勢
超級自動化
超級自動化(Hyperautomation)是結合多種機器學習(ML)、套裝軟體和自動化工具來完成工作的過程。超級自動化不僅涵蓋了豐富的工具組合，也包含自動化本身的所有步驟(發現、分析、設計、自動化、測量、監控與重新評估)，其重點在於了解自動化機制的範疇、這些機制彼此之間的關係，以及如何進行機制的整合與協調。
超級自動化趨勢起源於機器人流程自動化(RPA)，但在機器人流程自動化外，還需要結合各種工具來協助複製任務流程中人類參與的部分。
多重體驗
到了2028年，使用者體驗將在使用者對數位世界的感知和互動方式兩個面向發生重大轉變。虛擬實境(VR)、擴增實境(AR)和混合實境(MR)改變人們感知數位世界的方式，而對話式平台正在改變人類和數位世界互動的方式。這種感知與互動模式的轉變，將在未來帶來多重感官與多重模式的體驗。
專業知識的全民化
專業知識的全民化是指透過徹底簡化的體驗，且在無須接受密集又昂貴培訓課程的前提下，協助人類取得專業技術知識(機器學習、應用程式開發)或商業領域專業知識(銷售流程、經濟分析)的管道。專業知識全民化的例子包括「公民參與」(citizen access，如公民資料科學家、公民解決方案整合者)、公民發展和無程式碼模式的演進。
Gartner預測到了2023年，專業知識全民化的趨勢將在四大面向加速發展：
1.資料與分析技術的全民化：從以資料科學家為對象，擴大到適用於專業開發人員的普及工具。
2.開發的全民化：利用人工智慧工具自主開發應用程式。
3.設計的全民化：隨著更多的應用程式開發功能實現自動化，低程式碼、無程式碼的場景將持續增加，賦予公民開發人員更多能力。
4.知識的全民化：非IT專業人員透過工具和專家系統，應用超出自身專業能力及訓練的專業技能。
增進人類賦能
增進人類賦能(human augmentation)是利用科技來增進人類在體能和感知力上的機能，並成為人類不可或缺的一部分體驗，其中體能增進是藉由在人體內植入或配戴科技元件(穿戴式裝置)來增進人類的機能；而認知增進則是透過傳統電腦系統及新興智慧空間中多重體驗介面的資訊和應用來實現。
在未來十年，隨著個人開始追求自身機能的增進，人類體能與認知的增進技術將會變得越來越普遍。這將創造一股全新的「消費化」(consumerization)效應，員工將持續增進自身的機能，並進一步拓展到辦公空間的優化。
透明化與可追溯性
越來越多的消費者意識到個人資料是非常寶貴且必須受管控的，而企業也體認到保護和管理個人資料的風險日益增加，因此各國政府同步實施嚴格立法來確保企業組織確實做到這一點。透明化與可追溯性已成為支持這類數位倫理及隱私權需求的關鍵要素。
透明化與可追溯性指用於符合監管要求、遵守人工智慧和其他先進科技應用的道德規範，並修復外界對企業信任的各種態度、行動及輔助的技術與措施。企業建立透明化和信任感時必須專注下列三個領域：人工智慧與機器學習、個人資料的隱私，所有權和控制、符合倫理的設計。
更強大的邊緣運算
邊緣運算是一種運算拓樸，能將資訊的處理、內容的收集與傳送都保留在靠近該資訊來源處，嘗試讓流量和處理工作都在本機進行，目的在縮短延遲時間、發揮邊緣功能並賦予邊緣端更大的自主性。
目前邊緣運算多半著重於物聯網系統的需求，為製造或零售等特定產業提供離線或分散式功能給嵌入式物聯網系統。然而運算資源日趨成熟並走向專業化，加上資料儲存量的增長，使邊緣端的功能日漸強大，邊緣運算也將成為幾乎所有產業和應用的主導要素。特別是機器人、無人機、自駕車和執行系統等各種複雜的邊緣裝置，都將加速此轉變。
分散式雲端
分散式雲端是將目前集中式公有雲服務分散到不同地點，並由原來的公有雲供應商繼續負責雲服務的營運、治理、更新與升級。這代表大部分公有雲服務所採用的集中式模式將進行轉變，為雲端運算開創全新時代。
自動化物件
自動化物件是利用人工智慧讓過去由人類負責的某些流程得以自動化的物理裝置，最典型的自動化物件包括機器人、無人機和自駕車／船與相關設備。它們的自動化程度超越了僵化的程式設計模組，並能利用人工智慧執行各種先進行為，以更自然的方式和四周的環境與人類互動。隨著技能提升、法令開放和社會接受度增加，自動化物件將逐漸被用於不受限制的公共空間。
而隨著自動化物件數量大增，獨立的智慧物件將逐漸轉向成群的協作型智慧物件。這些同時運作的多種裝置，有些需有人力從旁協助，有些已可獨立運作、無需人類參與；而不同種類的機器人可以在同一個裝配流程中同時運行。舉例來說，在貨運市場最有效的解決方案，可能是使用自駕車將包裹送到目的地，藉由車上的機器人和無人機，確保包裹最後可以安全送達。
實用性區塊鏈
區塊鏈可在各個商業生態系統間建立信任，透明化地進行跨業務生態系統的價值交換，並有機會降低成本、縮短交易結算時間和改善現金流，因此在重新塑造產業樣貌極具潛力。
當資產可追溯來源時，將大幅降低被偽造品替換的機率；在其他領域也極具價值，包括追蹤食物在整條供應鏈中的足跡以辨識污染來源，或追蹤個別環節來協助產品召回。除此之外，區塊鏈還可用於身份管理；而區塊鏈中的智慧合約能讓系統在事件發生時自動觸發行動，例如在每次收到商品時能自動執行付款。
擴充性和互通程度不足等各種技術問題，讓區塊鏈在企業中的應用還不夠成熟。儘管存在這些挑戰，區塊鏈擁有顛覆產業和推動營收增長的巨大潛力，因此就算是認為區塊鏈在短期內不會快速普及的企業，都應開始評估這項技術。
人工智慧安全性
人工智慧和機器學習將持續用來提升各種應用場景中人類決策的能力，雖然這為實現超級自動化和使用自動化物件進行業務轉型帶來了龐大的商機，但同時也因為智慧空間中的物聯網、雲端運算、微服務(microservices)以及高度連網系統受攻擊機率大增，為安全團隊帶來諸多新挑戰。安全和風險主管應將重點放在以下三大關鍵領域：保護人工智慧系統、利用人工智慧強化安全防護，以及做好攻擊者惡意使用人工智慧的準備。
龔培元認為，對台灣的製造業者而言，超級自動化與自動化物件是最需要關注的兩個科技趨勢，因為這兩個趨勢跟智慧製造的發展息息相關，而且很快就會對正在進行數位轉型的製造業帶來影響。除了導入新科技之外，組織領導者對於組織改造、作業流程變革、企業文化重塑等與人有關的議題，也必須做好準備。
Gartner預測2023年全球自駕車成長大躍進
國際研究暨顧問機構Gartner預測，2023年全球配備自動駕駛相關硬體車輛(下稱自駕就緒車; Autonomous-Ready Vehicles)淨成長數將達745,705輛，相較2018年137,129輛與2019年332,932輛，呈現大幅成長。該機構表示，成長驅動力來自先行引進自駕技術法規的北美、大中華區及西歐國家。
全球自駕車銷售數量於未來幾年內將持續成長，至2023年將超過74萬輛。
Gartner首席研究分析師Jonathan Davenport表示，目前全球自駕車皆仍處研發階段，而具有限自動駕駛功能的汽車亦須仰賴真人監督。但許多車輛已有支援全自動駕駛功能的硬體，如攝影機、雷達，甚至配置光達(LiDar)感測器。透過無線軟體更新(OTA)，車輛開始能執行更高等級的自動駕駛功能，因此稱之為「自動駕駛就緒」。
即便自駕車數量將快速成長，主要仍聚焦在消費性車輛，因此同等級商用車數量依然很低。2020年自駕車中，消費性車輛的淨增加數可望達380,072輛，反觀商用車僅10,590輛。
然而，自駕車發展受限於相關法令的缺乏。Jonathan Davenport指出，由於製造商須為自駕車行駛行為負責，確保其能於無人監督下上路才得以部署。目前尚未有國家頒布法規，允許可量產的自駕車上路，為相關技術發展阻礙。當法規逐步法制化施行，自駕車的生產和部署可望快速增加，但仍須等待幾年才得以實現。
此外，感測器的高昂成本亦成為發展限制。Jonathan Davenport表示，尚在研發階段的自動駕駛計程車(Robo-Taxis)，每台成本最高可達40萬美元；其中自駕車必備的光達感測元件，光單位成本至少要價7.5萬美元，較一般消費級汽車價格高兩倍以上，使高階自駕車技術仍無法打入主流市場。預計2026年自駕車所需感測器成本將比2020年下降約25%，但感測器陣列(Sensor Array)成本仍高居不下。意即未來10年內，先進自動駕駛功能將僅導入高級車種及行動服務車隊。
綜觀自駕車市場，其成長速度取決於公眾安全觀感。人車換手時的安全疑慮為關鍵障礙，眼下自駕車的感知運算仍略差於真人。Gartner資深研究總監Michael Ramsey表示，實務上難以針對各種狀況模擬車輛安全測試。況且自駕車表現須遠優於真人駕駛、大幅減少事故量才能搏得大眾信賴。Gartner預測至2025年系統表現才能超越人類駕駛。
反映市場現況，Jonathan Davenport指出已有多家公司挹注資金開發感知系統，並研發安全性可於商業應用的系統；同時企業為加速技術創新，使用人工智慧驅動模擬軟體，了解車輛可能的反應以產生測試資料。
安提攜手克晟將AI導入AVI設備
AI應用深入日常生活與各項經濟活動之中，其中工業製造4.0更是人工智慧發展的一大重點。安提國際(Aetina)與克晟科技共推AI應用於工業生產流程，於原產線中的AVI機器導入AI運算，將檢測準確率提升至90%以上，加速產線運作並降低人力成本開銷。
過往自動光學檢測專用AVI設備常因色差、高度落差等因素影響檢測結果，克晟科技擁有系統組成與視覺辨識應用經驗，在既有AVI設備中，利用安提國際Jetson AI運算平台導入人工智慧視覺辨識軟體，以改善設備誤判率。
此次智慧AVI設備整體架構由既有的AVI設備、高效能AI伺服器、資料中心以及視覺辨識演算法組成。裝載於AVI設備上的軟體若發生瑕疵警告，會將資料傳至AI伺服器並於此複檢，結果傳回資料中心與設備，最後依照結果推論是否通知人員處理。
整體系統中，其AI伺服器使用安提國際Jetson AI運算平台；由Nvidia Jetson TX2搭載安提板卡ACE-N510組成，擁有高達256個CUDA核心、1.3 TFLOPS的AI推論能力，提供AI伺服器所需之效能處理，且具備小型化的特色，便於部署於既有工廠設備，達成AI升級的解決方案，也適用於AI邊緣運算的裝置使用；搭配克晟科技辨識演算法，一次可對應15台AVI設備並同時檢驗八種瑕疵項目，提升既有設備的檢測準確率，免去繁複且多餘的人工複檢。
從主觀走向客觀 數位轉型改變決策模式
然而，許多研究都顯示，人的記憶其實很不可靠，建立在記憶之上的經驗自然也是如此。因此，在企業數位轉型逐步落實的過程中，資料決策與經驗決策之間的衝突，必然會頻繁上演。機器收集到的資料跟分析，也不一定完全可靠，特別是在很多數位轉型只做半套的公司中，資料的信度跟效度，會是一個很大的問題。
因此，對於正在推動數位轉型的製造業而言，事實上也不宜太過相信機器給出的資料分析結果，除非對資料收集、分析的方法論，以及許多執行層面的問題有極高的信心。
而這個情況勢必會讓資料決策跟經驗決策的衝突，變成一個更難解的問題。
資料採集/分析可靠嗎？ 先問執行與方法論
一般來說，拜感測技術進步之賜，現在用資料採集設備取得的資料，都有相當高的可信度。但對製造業應用而言，因為感測器通常是安裝在遠比感測器要大上幾十倍的機台設備上，因此，感測器裝在何處？如何安裝等技術細節問題，都可能會影響到感測器取得的數值。
此外，就像機台某些零件在持續運作的過程中，會有飄移、老化等問題，感測器本身其實也會有飄移跟老化現象，特別是在某些極端嚴苛環境或特殊應用領域，感測器有時本身就是一種近似耗材的設備，需要定期細心維護保養。
因此，當製造業的數位轉型計畫執行到一定階段，開始有資料收集、分析能力之後，管理者最該嚴格檢視的是這些感測器資料的信度與效度。如果感測器得到的資料本身就有信度跟效度問題，就不用談更進階的資料決策了。
除了與感測器有關的問題外，有時機台參數的設定，也是隱藏魔鬼的細節。有些機台會不斷把生產過程中記錄下來的參數儲存起來，以建立生產履歷。然而，有些工站的操作員為了追求帳面上的良率數字好看，或是盡可能減少停機維護的時間，提高生產績效，會把製程參數的容許範圍設定稍微放大，其結果就是產出品的公差範圍會跟著變大。但由於容許值設定被調整過了，因此設備錄得的資料，表面上看起來是一切正常的。
如果後站對來料公差的容許值夠大，或是後站的加工程序不會讓公差進一步擴大，這通常還不成問題。但如果後站本身對來料公差的容許值很低，或是加工程序會進一步擴大公差，其結果就是半成品在經過幾道製程步驟後，不良率會突然竄升。這對於仰賴資料做決策的生產人員來說，會是一個很棘手的問題，因為產品加工的良率突然下滑，原因不是發生在良率突然降低的工站，而是前面幾站就已經有問題了。
通常，產線作業員不應該有這麼大的操作權限，可以調整這類參數設定。但有設備業者表示，把機台管理權限下放給作業員，是很多製造業者都會做的事情。因為若把管理權限設得太嚴謹，甚至中央統一控管，則機台發生任何問題都要靠產線領班或產線工程師處理，這些管理者會疲於奔命，產線運作也會不順暢。
這也衍生出一個問題，為了追求生產效率，每個產線一定都有標準作業流程(SOP)，但當企業開始推動數位轉型時，已經建立的SOP很可能是有問題的，必須重新進行梳理跟檢視。PCB大廠臻鼎的董事長沈慶芳就曾說，該公司的智慧工廠發展策略分成集合、整合跟融合三個階段。
在集合階段，最重要的工作就是對現有作業進行梳理，確定SOP是沒問題的，然後才是開始導入自動化、模組化生產，並引入精密控制、視覺整合等技術。把集合工作做好後，進入整合階段，才開始建構IT系統，導入生產追溯、品質追溯、資訊串聯、工程改善等機制，技術方面則開始推動設備連接化及產品輸送智慧化等技術。
到最後的融合階段，臻鼎才開始聚焦在解決運作痛點，追求生產品質提升、智能生產排程，並導入EDA跟大數據分析、AI、機器學習等技術。
從臻鼎分享的經驗來看，對於剛開始導入資料決策模式的製造業者來說，應該反覆追問的問題有二：一、產線設備所收集到的資料可靠嗎？二、分析人員有足夠的能力，從資料的表象中看出真實問題所在嗎？
在半導體產業，特別是在前段晶圓製程，因為自動化跟機聯網已經導入多年，加上產品製造過程中，對於任何參數飄移或公差的變化都非常敏感，因此晶圓廠跟設備業者都已經發展出一整套用來確保資料品質的方法論，並落實在設備的日常操作跟管理上。但對於其他製造業來說，要一步做到這個水準，可能是相當困難的。因為這不只是技術問題，也是管理政策跟組織文化的問題。
數位轉型需與組織文化再造連動
在數位轉型推動初期，企業管理者最需要關注的，是資料品質跟資料分析能力的問題。高品質的資料是產出高品質分析結果的必要條件，但光有高品質資料是不夠的，還要有具備領域知識的資料科學家來分析，才能產出高品質的分析結果，進而做為管理階層決策的參考依據。
旺宏電子早在1991年就開始發展自家的sNOVA系統，在那個人工智慧還只是學術理論的年代，為何旺宏就開始投入開發自己的數據分析平台？旺宏資深處長涂凱文給出了答案：為了把工程師腦袋裡面的Know-how用資料分析的手段保存起來。
旺宏的主力產品雖然是唯讀記憶體(ROM)、NOR快閃記憶體等利基型產品，但同樣會受到記憶體產業景氣循環的影響。在記憶體產業景氣不佳的時候，很難開出有競爭力的薪資留才。因此，旺宏的管理層思考出一套做法，想藉由資料分析把工程師腦中的知識固化成資訊系統，歷經二十多年的累積演變，才成為旺宏今天引以為傲的sNOVA平台。
在sNOVA逐步發展的過程中，一開始公司內部確實有懷疑，因為當時大數據分析的概念還沒出現，人工智慧更只是學術研究的題目。很多人都會懷疑，真的能靠資料分析來維持半導體廠的營運嗎？
但在旺宏管理層的堅持跟主導下，旺宏的資訊部門開始一步步推動，從最基本的布建感測器、進行資料蒐集開始，到後來建立起廠務、製程控制、設備機台壽命等各式各樣的統計模型，並據此預測廠務設備調度需求、晶圓瑕疵趨勢、機台故障預兆診斷等，證明模型準確度高於人基於經驗法則的判斷後，現在公司的大小管理階層都已經養成靠統計資料做決策的習慣。
涂凱文回憶說，這一路走來有許多不足為外人道的故事，例如一開始在做機台改造，布建感測器的時候，因為IT團隊懂統計、數據分析跟寫軟體，不是半導體製造專家，根本不知道要收集哪些資料，就算收集到，資料品質常常也很差。如果不是製程團隊、廠務團隊的協助，幫IT團隊畫重點，sNOVA是不會成功的。
另一方面，在確定資料品質可靠之後，IT團隊如果只停留在資料可視化，沒有進一步發展出輔助決策系統，這樣的IT團隊只會製造問題，而不是解決問題。旺宏sNOVA平台現在每天會記錄超過40億筆資料，產出數十萬張圖表，如果沒有靠機器系統幫忙過濾，聚焦在異常徵兆或現象上，完全靠工程師人力判讀，絕對會變成災難，並引發公司內其他部門的不滿。如果不做資料過濾、不做分析預測、不做決策輔助系統，那不如不要做智慧製造。
旺宏的成功故事，對其他有意發展智慧製造的製造業者，至少可以帶來四個啟示：
一、由上而下的充分授權跟支持，讓IT團隊可以好好做事。
二、現場團隊必須跟IT團隊緊密配合，才能幫助IT團隊把系統建置好。
三、IT團隊必須要發展出決策輔助系統，並證明系統判斷的準確率高於人基於經驗的判斷。
四、使用者必須養成基於資料做決策的習慣跟文化，否則空有系統也沒用。
第三點跟第四點是許多製造業者在推動數位轉型時很容易落入的陷阱。如果IT團隊只做資料可視化，沒有進一步將資料梳理成可以決策輔助的資訊，這種數位轉型只是半成品，對企業營運的幫助有限，甚至反而會製造組織內的衝突。另一方面，如果決策輔助系統已經到位，但管理者仍未建立依照資料做決定的習慣，決策輔助系統的建置自然失去意義。
管理者的責任：善用KPI工具
企業要成功推動數位轉型，建立起資料決策的企業文化，最重要的其實不是技術。事實上，智慧製造或數位轉型，除了數位雙胞胎(Digital Twins)的建置涉及到複雜且授權費用不低的專業模擬軟體外，絕大多數台灣製造業目前正在推動的數位轉型，所使用的工具跟技術都是很成熟的，有些甚至還已經是開放原始碼的免費軟體。
舉例來說，很多產線設備上都有人機介面(HMI)設備，作業員每天上班的工作內容，就是進行重複的資料輸入操作。但這種重複輸入的工作，早已可用按鍵精靈這種隨手可得的免費軟體來處理，只是工程師可能要會撰寫腳本。
因此，在探討技術問題之前，企業管理者必須先釐清自家公司的數位轉型目標究竟為何，推動過程中如何創造有利的「人和」條件，讓公司裡的各個部門都願意通力合作，完成必要的系統建置。最後才是談技術相關的問題。創造人和是數位轉型裡最艱鉅的挑戰，因為數位轉型通常都是為了提升企業經營效率、導入自動化，而這對員工來說，是很有威脅性的--飯碗可能會因為自動化而不保。
至於對中階管理者來說，從主觀決策轉向資料決策，某種程度上意味著自己過去累積的經驗將變得沒有價值，儘管事實上並非如此。沒有人的智慧，不會產生人工智慧，但害怕自己被取代，是職場人的生物本能。因此，管理者必須設法排除這些非理性因素對數位轉型的干擾。
還有一種情況是製造業在進行數位轉型時常出現的問題：KPI目標的矛盾。對製造主管來說，產能利用率跟生產效率是最重要的績效指標，但在建置決策輔助系統時，除非是新建廠房，否則幾乎無可避免地會涉及機台停機改造、布建工業物聯網等基礎建設的施作。此外，IT團隊不是製造領域的專家，要讓IT團隊理解製造現場的狀況，影響生產良率跟機台健康狀況的關鍵指標為何，現場的專家團隊必然要提供額外指導，這也會影響其工作。
如果要讓IT團隊跟其他現場專家團隊合作無間，在進行數位轉型的過程中，企業管理者必然要調整現場團隊的KPI設定，讓這些專家得以暫時放下效率至上的思維，把心力跟資源放在跟IT團隊合作上。如果KPI設定不調整，對現場狀況完全不懂的IT人，會是製造專家團隊的包袱。