AI
- Advertisment -
設備資料有效上雲端 升級智慧工廠平步青雲
隨著工業物聯網(IIoT)時代來臨，將設備資料與雲端連結已經成為現代工廠的一大課題。智慧工廠已成趨勢，將設備連網不僅能提升設備產能、效能，同時又能兼顧工廠環境與資料安全。
MOXA市場開發副理林昌翰指出工廠自動化目前的三大挑戰，由於工廠內有太多不同廠牌、種類的設備，該如何整合各種設備，如何收集資料、監控設備是第一個問題；第二個則是不同資料的截取。例如工具機台的廠商過去是跟飛機引擎商買設備，現在卻是買里程數，所以資產設備是屬於製造商而不是業者，因此要裝很多感測器在設備上進行管理監測，但如果將設備賣到全球，要如何管理監測也是一大挑戰；最後則是越來越多的邊緣設備應該如何管理。
林昌翰進一步說明，過去的工廠設備都是連到中控中心，但是AI大數據時代，所有設備都要收集資訊，因此需要大量感測器。目前常見廠商用可程式控制器(Programming Logical Controller, PLC)收集資料，但這會出現幾個問題，用PLC來截取資料可能會造成過大的負擔，因為資料量太大。在上傳資料到雲端時如果要做邊緣運算甚至上傳到公有雲，都須要耗費很多精力，因此MOXA認為要把資料擷取到雲端，應該讓設備做該做的事。
比方說，串列轉換器要連網時可以使用串列設備連網伺服器，另外若是複數感測器要連網，則可使用支援雲端技術的IIoT控制器。林昌翰表示，未來MOXA的設備都會支援雲端，可以快速布建模組化設計，易於進行故障排除。而這樣做的好處就是可以直接進行邊緣運算，不用把所有資料都上傳雲端，先進行前端處置，讓設備連網更有效率。另外，為解決太多不同通訊協定閘道器(Protocol Gateway)，不同設備間彼此溝通的問題，MOXA推出支援各種通訊協定的控制器，先解決操作技術(OT)的問題，才能討論資料上雲端的問題。
林昌翰解釋，至於工廠自動化的第二個挑戰，業者將設備賣到國外要如何監控？早期的做法是用VPN，但使用VPN就需要IT(資訊技術)部門的同意，針對此問題，可以利用雲端技術，在設備銷售時就搭配可遠端連接的閘道器(Remote Connect Gateway)，業者可以提供一個USB給廠商，設備發生問題時再進行連接，此時業者就可以從遠端處理經過加密的資料。這樣的做法就可以彈性地使用，並能大量部署。
最後一個問題則是如何有效管理大量部署的邊緣裝置，林昌翰指出可以利用雲端技術的IIoT閘道器，並增加智慧功能，先在前端進行初步資訊處理，再上傳至雲端。MOXA提供了小巧、強固的解決方案能夠大量部署在裝置上，舉例來說，可以設置在工具機台中，偵測震動、溫度、濕度和電壓電流，收集到足夠資訊後，進行產能和預防保養的預測。妥善運用IoT技術，就能進行全面的統整分析，未來更有機會做到用大數據的方式更準確地預測每一個機台能為廠商賺多少錢、何時可以結算ERP做教調的動作等，讓工廠更智慧、更加安全有效率。
MOXA市場開發副理林昌翰表示，AI大數據時代，升級智慧工廠首要任務就是讓設備資訊上雲。
IIoT故障預診斷 提升產能/設備稼動率
隨著軟硬體的進步，人工智慧(AI)和大數據(Big Data)等技術也跟著蓬勃發展，包括資料收集與分析等都比以往更為方便，例如將這些技術導入工業製造，進行設備故障的預先診斷，也能大幅提升產能與效率並降低相關成本。
工業技術研究院巨量資訊科技中心資料分析技術部副經理賴建良表示，善用AI和大數據可以創造智慧製造新價值。在產線端可以導入故障預診斷(PHM)技術，提升產線效率同時降低維修成本。
賴建良說明，工業製造的產線設備維護包含了預測和進廠管理兩個部分。預測的其中一個問題就是過度保養(Over Maintenance)，有時設備零件還沒壞，保養時間到還是馬上更換，造成資源以及開銷的浪費，但是機器故障的成本太高，通常還沒損壞仍會選擇換掉，形成過度保養的問題。另一個問題則是非預期性停機(Unscheduled Downtime)，即使已經定期更換零件，設備依然有可能意外停機，停機以後就須要進行清機和調機等作業，進而會影響產能和設備稼動率。最後，還有無法確定產品異常原因的狀況，當下游檢測機台發現產品異常，就須要停機，耗費大量時間與人力成本去尋找異常原因，造成產品的良率下降甚至報廢等問題。
針對故障預診斷，賴建良做了進一步的說明，利用生產過程中機台相關的資料與維修紀錄，可以進行故障預診斷。收集關鍵零件的健康指標，了解零件與正常狀態的差距，進行健康狀態評估(Health Status Assessment)，即可快速找出故障源進行排除，關鍵零件健康狀態一目了然；另外，藉由相關資料的收集分析，可以進行故障預測(Failure Prediction)，避免零件無預警故障造成非預期性停機，在故障點前提早預測到，事先進行零件的更換與維修，減少無預期故障帶來的原料損失；除了在故障前預測之外，也可以進行零件的剩餘壽命預測(Remaining Useful Life Prediction)，對維修排程、備料與產線調配做更好的安排，提高機台稼動率並降低機台維護成本。
工研院巨量資訊科技中心資料分析技術部副經理賴建良表示，在產線端導入PHM技術，可以提升產能減少成本。
賴建良舉例說明，如華邦電子建置的機台預警系統，透過對參數因子的蒐集、解讀和分析預測，在問題事件發生前發出預警通知，減少非預期性停機狀況，並在第一時間採取矯正措施。在高度自動化的工廠結合機台預警系統，優化生產流程，確保少量多樣的產品品質，滿足車規或公規等高階市場的需求。
AI語音助理即將從雲端落地
目前的AI語音助理使用者，經常要面對網路環境不穩定，導致使用過程被中斷的無奈現象。但隨著Google、Amazon在2018年下半年提出終端裝置(On-Device)AI語音助理的應用發展概念，使用者未來即使是在網路離線的狀態下，仍然可以使用部份的AI語音助理功能。資策會MIC資深產業分析師林巧珍表示，美國的消費者，因為AI語音助理內建至各類型智慧裝置與智慧家具的趨勢，而產生的隱私疑慮聲浪與日俱增，已經成為美國消費者採購商品的主要考量因素之一。
根據資策會MIC在今年五月針對國內1000位民眾的調查結果顯示，臺灣使用者對於採購AI語音助理的優先考量因素，前三名分別為「可靠性與連網穩定性、個資隱私保護、價格接受度」。資深產業分析師林巧珍認為，這次的調查結果首度呈現消費者對於隱私權的重視遠超過產品價格，未來業者在推出邊緣或離線AI語音助理應用時，也必須同時兼顧消除使用者隱私權疑慮的服務品質。預期未來兩年，相關邊緣或離線AI語音助理的應用產品將明顯攀升，多款模型「分散在眾多終端裝置上訓練」的情境將愈見普遍，AI語音助理將從雲端服務朝向「落地服務」的方向發展。
資策會MIC表示，「落地版」AI語音助理應用普及化將嘉惠國內業者。雖然在「純雲端」的AI語音助理時代，國內相關業者掌握許多AI語音助理裝置的關鍵零組件與組裝訂單。但是過往以雲端運算為主流的發展模式，終端裝置的運算效能與記憶體空間等因素，沒有在發展過程中獲得較多的關注，導致國內業者，雖然擁有強大的硬體技術能力，也搭上AI語音助理的發展浪潮，卻還是難以持續的創造穩定獲利。
資深產業分析師林巧珍認為，落地版AI語音助理必須持續朝向「瘦身與壓縮」的方向發展，以符合現行終端裝置的硬體限制，但是又要同時滿足消費者的無限需求，想要提供愈多的功能服務，就會涉及愈多的演算法。所以預期未來的AI語音助理終端裝置的運算效能、記憶體空間，都還需要更進一步的提升，才能實現真正的離線應用情境，就會帶動AI晶片(AI on chip)與相關零組件規格的需求攀升，有望為國內業者帶來一波新商機。
鋪路AI/5G應用 三星宣布量產12Gb LPDDR5行動DRAM
因應未來智慧手機、行動裝置AI、5G應用，三星(Samsung)宣布開始量產12Gb LPDDR5行動DRAM，此一DRAM將針對未來智慧手機中的5G和AI功能進行優化；另外，三星也計畫在本月稍晚開始大規模量產12GB LPDDR5的封裝(Package)，每個封裝中都包含8個12Gb晶片，以滿足高階智慧手機製造商對更高性能和容量的需求。
三星DRAM產品與技術執行副總裁Jung-bae Lee表示，透過大量生產基於三星第二代10nm製程製造的12Gb LPDDR5，三星將能為全球客戶及時推出5G旗艦智慧手機。未來三星將持續致力於推出下一代行動儲存技術，以提供更高的性能和容量，推動行動高端儲存市場的成長。
據悉，採用第2代10nm製程的12Gb LPDDR5 DRAM，其傳輸速度為5,500Mbps，比現有的LPDDR4X傳輸速度(4,266Mbps)快上1.3倍；並結合新電路設計、強化時脈、搭配低功耗特性等，新款DRAM的功耗大幅降低，和前一代相比下降了30%，在極快的傳輸速率下也能確保長期性能穩定。
三星指出，基於上述優勢，開始量產的12Gb LPDDR5 DRAM可以使下一代旗艦智慧手機充分利用5G和AI功能，如超高清影片錄製和機器學習，同時大大延長電池壽命。
另一方面，為了達到更靈活的生產管理目標，三星目前正考慮將12Gb LPDDR5生產線移至韓國平澤市(Pyeongtaek)，不過這還需取決於全球客戶的需求；同時，繼推出12Gb LPDDR5行動DRAM後，三星也計畫於2020年開發16Gb LPDDR5行動DRAM，以鞏固其在全球儲存市場的優勢。
三星宣布量產12Gb LPDDR5因應AI、5G應用。
結合AI技術 資訊安全防護更強大
以下分析整理國際大廠：IBM Security、Radware、Splunk、Trend Micro、Forcepoint、RSA、Cisco、Palo Alto Network，運用人工智慧技術於資安防護方案之應用。
IBM QRadar方案防堵資安威脅
IBM創立至今進行多次的轉型，經營業務從硬體、軟體，至轉型為提供雲端與垂直領域解決方案的整合型服務供應商。2018年10月，IBM宣布以340億美元收購全球最大混合雲服務供應商紅帽公司，並積極發展人工智慧技術，如Watson雲端API、RPA流程機器人、PowerAI深度學習平台等，以雲端運算服務加人工智慧解決方案，協助企業客戶數位轉型。
在資訊安全領域方面，IBM Security部門全球約有8,000人，自2002年起，積極購併20家資安公司，發展資安解決方案，如下整理IBM在資安方面的解決方案與服務項目。
運用人工智慧於資安防護上，IBM將其人工智慧認知技術Watson整入QRadar Security Intelligence資安分析平台，為IBM QRadar Advisor with Watson資安威脅分析的雲端服務，可自動分析以發掘潛藏的資安威脅。
當偵測到安全事件，系統首先探勘並收集本地端資料，查看資料庫，從數十萬筆網站、安全性論壇、布告欄等，協助了解安全事件，並推論與原始事件相關的額外洞察，將訊息去蕪存菁，準確找出該事件相關的關鍵洞察，協助資安人員預測攻擊、即時回應資安事件。
Radware透過機器學習阻擋惡意攻擊
Radware為美國NASDAQ上市公司，總部位於以色列，全球員工人數約900多人，公司市值約為11億美元，為提供實體資料中心和雲端資料中心應用程式交付和應用程式安全之供應商，Radware從頻寬負載平衡開始發展，逐步將產品方案延伸至伺服器負載平衡、網頁應用程式防火牆、加密檢查等領域，在網路資安解決方案領域包括防火牆/虛擬專用網、整合式威脅防禦系統、入侵檢測防禦系統、網路行為分析系統，和安全套接層協議/網際網路通訊協定安全性的VPN設備等。
Radware在人工智慧應用於資安防護上，以機器學習技術來即時減緩和檢測資安威脅，將網路安全解決方案中雲端服務和分散式阻斷攻擊流量清理中心的安全架構各個方面，使用人工智慧機器學習技術於其資安方案DefencePro資安防禦系統與雲端惡意軟體防護服務中，以透過機器學習找出攻擊特徵並進行阻擋，使企業能夠即時分類，緩解和阻止進階持續性威脅、惡意軟體，殭屍網路攻擊等。
Splunk分析用戶行為找出隱藏威脅
Splunk為提供營運智慧軟體平台的服務供應商，全球員工人數約3,200人，公司市值約為185億美元。Splunk的智慧軟體平台方案從伺服器、網路設備、桌上型及筆記型電腦、行動裝置及其他系統設備中擷取各種格式或來源的數據資料，並提供用戶進行搜尋、分析、監控及視覺化方式提供即時數據資訊，以對應用程式效能、資訊安全、商業營運等面向進行分析，得到企業資訊基礎架構與營運狀況等各面向的洞察資訊。
Splunk近來更在其雲端與自建部署的平台服務中，使用人工智慧機器學習技術，進行監控和搜索，透過以往蒐集的大量歷史資訊來推測預警異常訊息，如物聯網設備來推測設備維護所需的備料量，和穿戴式感應器的讀數來推測用戶的健康狀況。另外，Splunk在其User Behavior Analytics用戶行為分析資訊安全解決方案，透過人工智慧機器學習技術從異常、可疑路徑、頻率對等群組分析和進階關聯找出已知、未知和隱藏的威脅。
趨勢科技力拓物聯網/人工智慧資安版圖
趨勢科技總部位於日本東京，全球員工人數約6,000名，年營收約1,600億日圓，提供資料中心、雲端工作負載、網路、端點裝置提供多層式安全防護資安解決方案。
趨勢科技積極在物聯網與人工智慧資安進行布局，根據趨勢科技在其2019年資安預測報告中提及七大重點，談及「工控系統的目標攻擊持續成為隱憂」，物聯網資安方面推出「IoT Security 2.0(Trend Micro IoT Security , TMIS 2.0)」的TMIS 2.0平台，在產品開發週期預安裝至IoT裝置內，以協助物聯網裝置製造商及物聯網託管服務供應商(MSP)進行整合，提升整體物聯網生態系資訊安全。
趨勢科技亦積極布局人工智慧，在人才的培養上，透過推動T-Brain競賽與XGen...
技術/市場布局馬不停蹄 資料中心傳輸更靈活/高速
物聯網、機器學習、人工智慧等新應用的興起，驅動了許多運算與資料處理需求，這不僅為資料中心產業鏈帶來新商機，但同時也帶來更多運算挑戰，資料中心對於靈活、高效運算方案需求日益增加；為此，資料中心方案供應業者紛紛推出更高效的連接技術/產品，並於Computex 2019大秀其成果與市場規畫。
搶占資料中心市場 Credo備齊連接方案
隨著資料量不斷成長，資料中心對資料傳輸量與速度的要求也跟著越來越高。對此，默升科技(Credo)已經備有創新技術的高效能、低功耗100G、200G、400G與800G埠連接解決方案的串列高速(SerDes)連接技術。
Credo總裁暨執行長Bill Brennan(圖1)表示，5G與AI時代來臨，自駕車技術更是蓄勢待發，這些都需要非常快的運算速度及龐大的傳輸量。因此Credo針對高性能運算需求的應用提供解決方案，其中包括了單通道(Lane)25G、50G及100G連接的100G、200G、400G以及為了迎接更高運算需求的800G埠(Port)網路平台，提供更大頻寬的可能性。
圖1 Credo總裁暨執行長Bill Brennan表示，5G、AI、自駕車等應用都需要非常快的運算速度及龐大的傳輸量，因此，該公司備有100G~800G的連接解決方案。
Bill Brennan更進一步說明，2019年將是400G需求大幅上升的一年，估計在三年之後銷售額將會達到3,500萬美元。另外，2022年也將會看到800G的需求開始上升。隨著單通道傳輸量需求愈大，競爭者也將跟著減少，因此Credo做足準備，抓緊即將來臨的機會。
同時，Credo的重定時器(Re-timer)與變速器(Gearbox)產品增加了安全性功能，並能夠以低功耗28奈米CMOS提供這些解決方案，使產品兼具安全性、高效能、低功耗並有良好的性價比。
Credo也提到，目前的資料中心如臉書(Facebook)、Google、FANG等都是單通道25G，使用0和1(NRZ)的編碼。但是資料量日益提升，Facebook和Google皆已開始布局單通道50G的機台，使用的編碼將變為00、01、10、11，意指對於連接技術的敏感度和容錯率要求也會更加嚴苛。
因應此趨勢，Credo宣布推出完整的PHY系列產品，其系列產品可支援從10G到400G埠連接的IEEE802.1AE MACsec(Media Access Controller Security)與IPSec(Internet Protocol Security)標準協議。新系列產品可滿足下一代高速、關鍵任務(Mission-critical)網路基礎設施中各種乙太網數據連接配置的安全性要求，包括來自於企業、雲端運算數據中心、商業和政府的網路部署服務商的要求。Credo全新的MACsec整合最新的256位元AES技術，提高了數據安全性，以確保伺服器，交換機和路由器之間的關鍵高速數據傳輸安全。
同時，Credo更展示了旗下最新一款能連接100G對25G(4×25G)的連接方案，讓100G的設備可以直接與25G的設備連接，無需另外的轉接設備，讓連接更加彈性。
Marvell看好邊緣資料中心潛力
另一方面，為強化市場布局，在日前宣布將旗下Wi-Fi/藍牙事業賣給恩智浦(NXP)半導體後，Marvell業務更加聚焦在資料中心等基礎建設領域。在x86架構主導的伺服器市場上，採用Arm架構處理器的伺服器數量仍相當有限，但隨著軟體大廠如紅帽(Red Hat)、微軟(Microsoft)等對Arm架構的支援越來越完整，Arm處理器在伺服器、超級電腦市場上的能見度正在提升。邊緣資料中心更是被Marvell寄予厚望的新市場。
Marvell伺服器處理器事業群副總裁Gopal Hegde(圖2)表示，如果單就硬體運算效能而言，Marvell旗下專為伺服器應用所設計的ThunderX系列處理器，不僅表現不遜於同等級的x86處理器，甚至在I/O性能、I/O數量、每瓦效能、整體持有成本(TCO)方面，還有過之而無不及。但對伺服器應用來說，除了硬體之外，軟體生態的支持也是關鍵，而這確實是一道需要時間跨越的門檻。
圖2 Marvell伺服器處理器事業群副總裁Gopal Hegde(圖左)指出，Marvell目前聚焦在基礎建設市場。圖右為Marvell伺服器處理器事業群產品管理與市場總監周立新。
歷經過去數年努力，現在已經有越來越多軟體業者看見Arm架構在伺服器市場的發展潛力，進而願意為Arm架構伺服器提供更完善的支援。事實上，跟幾年前相比，現在Marvell在推廣Arm架構伺服器CPU的時候，已經幾乎不必操心軟體問題，因為紅帽、微軟與為數眾多的伺服器應用軟體開發商，已經可以提供適用於Arm運算架構的解決方案。
軟體支援的問題獲得解決，加上Marvell現在的策略更聚焦在伺服器、資料中心、超級電腦等基礎建設市場上，使得Marvell更能專心發展最新的技術。舉例來說，Marvell在幾個月後將會推出ThunderX3處理器，採用台積電的7奈米製程技術，並支援PCIe Gen4。相較之下，目前伺服器所使用的PCIe匯流排，大多還停留在Gen3。至於支援PCIe Gen5跟DDR5記憶體的ThunderX系列處理器，則預定在2021~2022年之間推出。Hegde很有信心地表示，Marvell在產品發展時程上，絕不會落後x86陣營。
除了技術跟產品之外，在應用市場方面，Hegde特別指出，邊緣資料中心將會是對Arm架構特別有利的應用市場，且隨著串流式服務，例如串流遊戲、串流影音大行其道，相關服務業者對邊緣資料中心的需求將會明顯成長。
為何Arm架構比x86架構更適合用在邊緣資料中心？Hegde解釋，因為目前絕大多數用來接收串流服務的用戶端裝置，都是Arm架構的終端，例如智慧型手機、平板電腦。因此，對串流服務供應商來說，在邊緣資料中心採用Arm架構的處理器，在應用服務的相容性方面，是完全不必擔心的。
事實上，目前資料中心以x86處理器為主流，很大的原因之一就在於x86個人電腦(PC)的普及。資料中心跟終端採用同樣的處理器架構，是最不會產生相容性疑慮，也最具經濟效益的選擇，也是許多原本與x86架構在伺服器市場上競爭的其他處理器架構，最後紛紛敗下陣來，轉攻某些利基市場的原因。
Hegde相信，同樣的歷史會在邊緣資料中心領域重演，因為這類資料中心的伺服器要服務的用戶端裝置，大多數不是PC，而是手機、平板乃至各種OTT機上盒。
厚實AIoT/5G競爭資本 電信業搶人大戰全面引爆
遠傳總經理井琪表示，電信業目前競爭已處在紅海，而5G的到來，將可實現更多AIoT應用，這對電信業者而言，是藍海新經濟。因此，遠傳開始積極布局大人物(大數據、人工智慧、物聯網)，除了以5G與雲端技術作為核心動能之外，也開始著手招攬和培育相關人才，因為這些人才是發展5G、AI等相關解決方案的來源，也是遠傳數位轉型、實現大人物目標的重要動能。
井琪透露，目前公司總員工數約6,000人左右，大概有3,000人為門市和客服，而遠傳希望在剩餘的3,000人中，2019年數位人才的比例能有25%，2020年則是30%。然而，25%和30%的比例雖高，但遠傳「在招聘大人物員工數是無上限」的，因此，未來仍會持續外聘「大人物」相關的雲端和資安人才。
不僅外聘和內部培訓，遠傳也積極與找尋合作夥伴強化人才培育。
井琪進一步指出，遠傳電信會視個別人才的能力，提出相對應的薪水待遇；此外還會進行長期的規劃，想辦法讓員工「樂活」。當企業提供的薪資福利都差不多水平時，如何讓員工過的快樂便十分重要，為此遠傳提供長期的頂尖技術培育訓練與良好的職場環境。所謂，「留人要留心」，現在企業競爭十分激烈，招攬人才進公司不代表他就會永遠留下，挖角的情況相當常見，因此，企業必須做好留人的長期規劃。
另外，除了向外招聘，遠傳也持續積極培育內部人才，讓關鍵技術能夠不假外求；像是成立了轉型辦公室，進行一系列的轉型培訓，目前已有100多位原先非IT人員的員工，經過培訓後考取了AWS證照(總計200多張)，顯示遠傳內部人才培養的決心。
另一方面，因應數位轉型及5G、AIoT等新興市場需求，中華電信也於2019年7月展開近年來最大規模的基層招募活動，除預計招募約447位包括線路維運、電信網路規劃設計及維運、電力及空調維運管理、資訊系統開發及維運、業務行銷推廣與企業客戶技術服務等員工，另外核心業務與重點新興業務如AI、大數據、IoT、行動支付、資安及5G等所需之優秀新人也是招募重點，預計2019年集團將有1,600名左右之新人加入。
中華電信董事長謝繼茂表示，中華電信訴求「工作與生活平衡」，雖說和高科技產業相比，中華電信起薪不算最高(大學畢業生起薪37,000元，最高可達48,000元)，但在中華電可獲得工作與生活的平衡。像是為了讓員工不用為住所煩惱，中華電信不僅今年將於楊梅區電信研究院打造全新智慧綠能建築員工宿舍，未來也將持續擴充員工宿舍規模，讓公司人才除了有舒適的工作環境發揮專才，更有一個安心的居住環境，兼顧工作與生活。
中華電信以優於平均的薪資吸引人才。
然而，如何留住人才也是中華電信須克服的挑戰，為此，中華電信為了照顧員工，減少住宿煩惱，今年將於楊梅區電信研究院，斥資3億打造全新智慧綠能建築員工宿舍。整棟大樓包含124間套房，並規劃商店、會客室、交誼廳等公共空間，提供員工安全健康、舒適便利的居住環境，另設計多功能會館兼國際學舍，提供外地員工旅遊住宿、國際學人短期居住等多元功能，預計2021年完工。
如何留人又留心也是電信業者共同面臨的挑戰。
裝置端AI大勢所趨 新興架構晶片機會多
全球已從PC和手機邁向物聯網(IoT)與人工智慧(AI)科技時代，AI+IoT(AIoT)應用興起，掀起新一波典範轉移。智慧機器時代已然來臨，人工智慧普及化，其中包括自駕車、無人機、機器人等具備自主判斷、學習能力等機器。半導體應用仍扮演核心角色，是電子系統邁向AIoT裝置的關鍵技術。
工研院產業科技國際策略發展所產業分析師范哲豪表示，目前AI晶片的發展呈現少量多樣的發展模式，各式各樣的創新應用日新月異，但是殺手級應用尚未登場。根據IC Insights的統計數據可以看出，在全球半導體設計業產值及排名統計中，營收前10名的廠商裡，高成長率的NVIDIA、AMD和賽靈思(Xilinx)產品皆與AI正相關。另外，2019年全球半導體設計產業產值雖受中美貿易戰影響，但據IC Insights預估，2019年產值將達125,750百萬美元，年成長率6.0%，AI仍是產業發展的重要驅力。
現在各國政府皆已高度投入AI技術發展，根據工研院產業科技國際策略發展所統計，日本現已投入了560億台幣的資金在AI相關計劃中，另外美國投入了463億台幣，中國則是4.5億台幣，韓國也有1.5億台幣的投入。由此可以看出AI技術發展勢在必行。
范哲豪指出，由於AI需要進行邏輯思考，並做出判斷決策，故運算量相當大，但也因此導致功率與成本高居不下，目前廠商都先從高價產品開始導入，但是要全面普及仍需找出新興架構降低功耗與成本才行。從功率方面來說，雲端AI晶片的功率大約是100W以上，邊緣端則是20~100W，終端裝置AI晶片的功率則約是10~20W。因為雲端運算有安全性的疑慮，同時功率又高，而終端裝置的功率相對較小也較為安全，產品種類分散，市場機會更多，因此有愈來愈多的廠商投入終端裝置的新興AI晶片設計。
從現在趨勢也可以發現，在裝置端導入AI功能是大勢所趨。其中AI終端運算可以分為三大應用場景，分別是建築(Building-scale)，如工廠內部影像辨識、機器人控制、機台數據分析、預測維護等；還有家庭/個人方面的應用，如智慧音箱、智慧家電、AR/VR頭盔等；以及城市(City-scale)，如自駕車、無人機、自走載具、街頭監控系統等。而影像、語音語機器數據為主要的運算型態。
范哲豪進一步說明，現階段裝置端AI運算晶片產業仍存有一些挑戰，產品少量多樣，在矽智財(CPU+AI Engine)、人事成本、EDA工具和光罩方面的進入門檻高。同時廠商缺乏關鍵AI技術，又無力投入新興架構的研發設計。另外，部分廠商缺乏軟硬系統整合能力，導致產品競爭力不足。在設計方面，除了省電之外，還有小尺寸、價格考量、高效能運算等需求。
工研院產業科技國際策略發展所產業分析師范哲豪指出，由於晶片架構上的改變，相對應的軟體與開發工具也須要重新設計才能支援。
為解決此問題，范哲豪列出裝置端AI晶片所須要導入的新技術，須有可重組之半通用AI晶片架構，根據特定應用所需的類神經網路架構找出通用處並將其硬體化；還有以封裝形式將各類AI晶片異質整合，藉此在價格與晶片效能上取得平衡；以及在記憶體內的AI運算方式，進而克服處理器需要花費大量時間和能耗才能從記憶體中獲取資料的瓶頸，透過直接在記憶體中運算提高速度與效率。
AI走向異質化 邊緣運算大行其道
人工智慧(AI)的技術日益成熟，須要處理的資料量也不斷增加，因此邊緣運算(Edge Computing)形成時下主流，大廠紛紛加速布局邊緣AI。於Computex 2019可以看到Arm、NVIDIA、美光(Micron)等皆展現了各自在邊緣AI的實力。
Total Compute大策略全力釋放AI潛力
現在人工智慧核心平台開始邁向異質化時代。現在的智慧型手機已經內建許多人工智慧和機器學習(ML)的基礎功能，包括即時影像擷取、人臉辨識等，Arm IP產品事業群總裁Rene Haas(圖1)於Computex 2019論壇中，發表「全面運算引領AI成長」(Scaling AI Through Total Compute)主題演說。探討AI運算在各個市場所面臨的複雜挑戰，以及Total Compute解決方案為何能夠同時滿足AI效能提升與應用開發的需求。
圖1 Arm IP產品事業群總裁Rene Haas表示，全面運算可以提升AI效能並滿足應用開發需求。
目前在全球大約14億支的智慧型手機中，仍然約有85%的手機是將機器學習的工作負載交由CPU或者CPU+GPU執行的。而根據Arm對AI處理器工作負載的研究，為達成更佳的應用效能和使用體驗，發揮AI和ML的優勢，未來智慧型裝置的AI運算核心，將以CPU為中心，再整合運用GPU、類神經網路處理器(NPU)、資料流處理器(DPU)、現場可編程邏輯閘陣列(FPGA)等運算資源。
從產業轉型方面來看，軟體也邁向碎片化，不論是自動駕駛、5G引爆的邊緣伺服器需求、AI型穿戴裝置和虛擬實境(VR)、擴增實境(AR)、高畫質遊戲體驗、5G智慧手機等，都帶來超高的運算效能與智慧功能要求。此外，安全也是一項極大的考驗，前述各種市場領域的設備與裝置，都儲存了大量的個人資訊，沒有人希望竊取個人機密資料的事件再次發生。
Haas指出，這些大規模運算流程、跨處理元件的運用、安全保護要求，以及特定領域運算vs通用運算等，都將讓應用開發變得越來越困難且成本越來越高，市面上太多不同軟體的選擇，造成開發人員/生態系統碎片化的擴大，增加了推動裝置AI化的困難。
針對上述的AI運算與體驗挑戰，Arm提供從系統整體出發，結合硬體矽智財(IP)、軟體架構和最佳化工具，一次解決未來運算複雜性的全面運算解決方案。一方面，Total Compute解決方案能以CPU為任務控制核心，再透過System IP確保AI運算的工作負載能達到最佳分配。例如影像搜尋作業由NPU執行，將比CPU更快、更有效率。再加上Arm的GPU、ML處理器、顯示處理器、Arm NN架構等，將能協助開發人員全面釋放AI效能。
另一方面，Total Compute為開發人員提供了一個更容易運用的未來生態系統。碎片化的軟體和開發人員生態系統，除面臨需提升各種裝置的存取效能以推展AI應用的挑戰外，複雜的運算又進一步提升效能的需求，因此為了能讓AI應用輕鬆擴展到不同的環境中，Arm藉由快速、簡單、成本更低的Total Compute解決方案。提供一個統一的開發途徑。Arm所開發的軟體架構充分運用Arm IP以及Arm NN、Arm Compute Library、Arm Development...
施耐德電機為中小型企業推出高效/精巧Easy UPS 3M
隨著物聯網(IoT)應用的普及以及AI、5G的發展，為了減少大量資料的傳輸延遲同時提高運算效率，企業使用邊緣運算技術的需求日益增加，對維持資料中心穩定運作的不斷電系統(UPS)，也開始有更高的要求，希望能夠減少體積、模組化、具安裝及維護容易且快速等特色。施耐德電機(Schneider Electric)洞見企業需求，發表Easy UPS系列的新成員Easy UPS 3M。Easy UPS 3M為三相UPS，體積小，容易安裝、使用和維護，極為簡便，尤其適合應用在中小型資料中心和工業環境，幫助企業達到穩定營運的目標。
Easy UPS 3M特別優化體積和產品功能的設計，可在多種物理環境下保護重要設備免受停電、電力突波造成的損失，不僅可節省資本支出(CapEx)，在ECO節能模式下更能實現高達99％的能源使用效率。施耐德電機所提供的開機服務，能確保Easy UPS 3M被正確與安全地設定，達到最佳性能、可靠性、以及安全性。
Easy UPS 3M遵照施耐德電機嚴謹的標準化程序進行設計與測試，使UPS快速到位、安裝簡易。該產品除了具有寬輸入電壓範圍和強大的過載保護，並具備直觀的顯示介面，方便管理人員進行設定和監控。Easy UPS 3M具備強大的擴充性，客戶可選配網路管理卡，使用施耐德電機專為資料中心設計的物聯網平台EcoStruxure IT遠端監控並管理UPS狀態，也可根據不同需要搭配相對的電池解決方案，達到最佳保護效能。