- Advertisement -
首頁 標籤 AIoT

AIoT

- Advertisment -

宜鼎攜手華碩推升遠端管理新架構 搶攻全球智慧物聯

宜鼎國際和華碩日前正式宣布,兩家公司將展開新戰略夥伴關係,針對工業物聯網以及全球客戶,共同推出符合智慧物聯架構的的遠端管理解決方案,作為合作的一部分,華碩首先將為其PE200U產品系列,配備宜鼎新一代智慧儲存InnoAGE SSD,透過其全球獨創的頻外管理功能,該產品系列將為全球5000億個IoT設備提供更可靠,更安全的物聯網遠端管理。 根據研究預估,到2030年,目前全球的500億個IoT設備將會大幅增加十倍市場規模,而隨著智慧製造與智慧物聯興起,市場也頻頻催生兼具經濟與高效的遠端管理技術。由宜鼎與華碩共同合作的物聯網遠端管理方案,包含融合了頻外管理技術的InnoAGE SSD,並與ASUS IoT Cloud Console(AICC)管理平台整合,加入管理儲存設備與即時更新的iSMART功能,以全球獨創的雙頻管理機制,確保最佳化的遠端設備管理,同時大幅降低成本,幫助客戶營運智慧化一步到位,達成智慧物聯設備快速升級的目標。 宜鼎所專利開發的InnoAGE SSD,是專為AIoT架構設計的SSD產品,可利用Wi-Fi或是乙太網路開啟邊緣與雲端溝通機制,單獨接收來自使用者的命令,直接從雲端進行資料分析、更新、資料安全監控、以及遠端重啟等等智慧功能,提供強大的安全及管理性能,即使是遭受資料損壞和作業系統故障等嚴重問題的設備,也可以遠端恢復。成為全球第一個整合邊緣與雲端功能的AIoT智慧儲存載體。 此次以華碩PE200U系列的智慧物聯解決方案,整合宜鼎InnoAGE 固態硬碟內建獨特的頻外管理技術,提供全球IoT設備管理升級,目前在北美、中國、歐洲等地市場都已逐漸導入,並針對機器視覺相關領域,如道路車流,環境偵測,與工廠的瑕疵檢測等設備進行推廣,後續將穩健拓展至全球布局。
0

安提智慧邊緣運算方案NVIDIA GTC 2020亮相

人工智慧在疫情時代越益盛行,企業無不進行產業升級以適應COVID-19所造就的環境。GPGPU和智慧邊緣運算解決方案供應商安提國際長期推廣AI應用,與智慧視覺演算法的夥伴一同打造創新的智慧解決方案,相關應用案例也將於NVIDIA GTC 2020中透過預錄演說展示。 安提國際於2012年在台灣成立,專注於嵌入式GPU解決方案,同時投入打造智慧邊緣運算系統。安提國際提供全系列標準及客製化的NVIDIA Jetson智慧邊緣平台,為回應多元且快速變遷的AioT環境,安提提供軟、硬體的預先整來,來說短應用的研發期程。在今年度的GTC 2020,安提將會發表演說「Edge AI Successful Machine Vision Development in AIoT」,協助企業在疫情時代中,能夠利用AI解決問題,同時升級產業。 安提國際總經理羅智榮表示,疫情來襲,企業們都渴望能夠發展自家的智慧解決方案來適應迅速變遷的狀況,特別是那些大受疫情、封城政策等影響的廠家,若能提升工業自動化或改變經營方式,便為他們的生意大有改善。 在演說中,安提將提供解決方案的構想並展示成功案例,以幫助企業在疫情時代後能夠逐步恢復。同時,演說中也將示範如何在邊緣端使用NVIDIA Jetson平台來應對各種情境,以解決在不同應用中的許多挑戰,例如紡織品的缺陷檢測、生產線中的自動光學檢測以及零售商店中的智慧結帳系統等。
0

感測/無線連接/AI高度結合 智慧物聯網萬事俱備

隨著無線感測與感測器技術演進,物聯網的應用逐漸落地,其中設備維護、無線網路連接、深度感測及人工智慧(AI)運算需求,皆是物聯網發展的重要技術。工業4.0透過自動化狀態監測(CbM)的即時預警,能確保產線上的設備正常運作,以及大型公共建設與交通系統安全。Wi-SUN千點組網則確保遠距傳輸的穩定性跟速度,而3D深度感測實現各項環境辨識與虛擬實境應用。最終加上人工智慧的運算助力,感測器的精準度便能顯著提升。 MEMS感測器高穩定/低成本助攻CbM 工業4.0時代,工廠走向智慧化、自動化,生產線上的機械手臂應用越來越多,但設備存在長時間使用後失效的風險,因此需要感測器即時預警生產線上的突發狀況,避免造成巨大損失。茂宣專業技術經理王浚睿(圖1)說明,以晶圓廠為例,設備失效最嚴重的狀況,可能是產線停工所導致千萬元的損失。此外,CbM也能應用在公共建設與交通工具,如橋梁、飛機、火車系統中,能夠避免意外發生。 圖1  茂宣專業技術經理王浚睿表示,MEMS感測器採用CMOS製程,具有產品的一致性佳,對於低頻訊號的反應回饋良好 CbM的振動量測在感測器的選擇上,常見壓電式(Piezo)或微機電系統(MEMS)兩種類型。Piezo是市場上目前比較常見的震動感測器,使用陶瓷材料設計的壓電元件,只能手工量產,所以產出有限且成本較高,在低頻訊號方面的反應較為遲鈍,並容易受到環境溫度影響而出現飄移。相較Piezo,MEMS感測器採用CMOS製程,具有產品的一致性佳,對於低頻訊號的反應回饋良好,且雜訊強度(Noise Density)低、不容易因為溫度變化飄移等優勢,可以做為震動感測的選項之一。例如亞德諾半導體(ADI)的ADXL系列MEMS感測器除了噪聲比較低,還具備無線模組,使得感測器的布建更方便。 建置MEMS感測器時,需考慮位置、連接方式、馬達以外的機件、尺寸四大面向。王浚睿解釋,位置方面,尋找震動源之前,須確定量測的位置正確。如果測量的位置跟震動源距離太遠,或是傳導的時候震動幅度已經遞減,量到的訊號就不夠精確。同時,感測器連接的方式很多,找到正確的感測器型號來連接待測物是一大重點。各型號的感測器頻率響應曲線不同,須依照感測器標注的最大測量頻率選擇適合的類型。接著,確定在機械結構中欲測量的部分,才能確認震動所造成的異音為高頻或低頻訊號。最後,感測器的尺寸應取決於整體的配重。感測器不能比待測物重,以免影響待測物本身的震動狀況。 藉由CbM的應用,正確建置的MEMS感測器能隨時感知生產線上的震動狀況,並在出現異常現象時即時預警,避免設備問題而影響產線運作。此外,CbM為交通系統與大型公共建設維持安全性,促進工廠安全及城市安全的維護工作朝向自動化發展。 Wi-SUN具遠距傳輸/高穿透特性 智慧城市的應用與物聯網息息相關,未來物聯網將有非常多結點布建到城市中,海量的連線需求需要高覆蓋、穩定的通訊系統支援。濎通科技行銷經理呂沐勳(圖2)觀察物聯網通訊的痛點,遠端更新是必要的功能之一,因為軟體不斷更新,如果裝置不具備遠端更新的功能,就需要靠人力個別更新,不符合成本效益。電池方面,使用電池發電的裝置,需要考慮電池壽命,如果電池更換得太過頻繁便會拉高成本。同時,有些通訊協定由廠商自行開發,因此發展新應用時,必須諮詢原先制定協議定的公司,才能擴大發展相關應用,顯得限制重重。 圖2 濎通科技行銷經理呂沐勳認為,Wi-Sun技術適合應用在智慧城市、智慧能源等領域                   面對大範圍的無線網路傳輸需求,呂沐勳認為,Mesh組網的Wi-SUN技術可以解決前述的物聯網通訊痛點,適合應用在智慧城市、智慧能源等領域,如東京電力公司已全面使用Wi-SUN智慧電表,取代NB-IoT電表。Mesh組網具自適應的網路系統,可以自動組網,當環境中增加新的節點,Mesh組網會自動連線。另外,因為Mesh組網具備自動修復功能,如果網路中增加新的建築物,切斷原本的組網路徑,Mesh組網便會透過別的節點重新連接,維持連線順暢。 看好Wi-SUN的特性,濎通科技提出Wi-SUN通訊方案,採用RF及PLC的雙模融合技術,設計出整合線傳輸PLC跟無線傳輸的單晶片,運用演算法自動切換,在無線連線中斷時執行有線傳輸,有線傳輸中斷時則改用無線連接,達到同時滿足快速且穩定的長距離傳輸效果。 呂沐勳進一步說明,良好的物聯網通訊解決方案應具備三項特色,其一是無頻段授權/通訊費。以電信商營運的NB-IoT為例,在電信商的管理之下,每個節點都需要支付電信費用,導致傳輸成本較高。二則是具有長距離/高穿透/廣覆蓋,以及自動組網/自動修復功能,以濎通的VC7300為例,其優勢便在於可從地下2樓傳輸到地上6樓,滿足智慧電表的抄表需求。最後則是支援IPv6協定,才能讓每個節點都有身分認證,確保連線安全。 3D感測走入消費市場 感測技術與無線通訊的結合促使物聯網應用落地,而感測領域其中的一大趨勢即為3D感測。艾邁斯半導體台灣區總經理李定翰(圖3)提及,3D感測的應用越來越熱門,其發展主要聚焦在行動裝置、智慧家庭、工業自動化與自動駕駛四個面向。行動裝置上的應用演進最快,從過去以鏡頭為重心的設計,轉為加入距離測量、人臉辨識、虛擬實境遊戲、實境導航等功能。在安全驗證方面,智慧型手機及智慧建築的身分驗證不只透過指紋,更搭配臉部辨識提高安全性。同時隨著疫情出現戴口罩而難以辨識人臉的情境下,中國已研發出可以辨識戴口罩的臉部辨識系統。 圖3 艾邁斯半導體台灣區總經理李定翰指出,目前ToF的應用逐漸從iToF走向dToF 當3D感測應用在智慧家庭,以掃地機器人為例,過去的掃地機器人大多藉由放置虛擬牆或使用紅外線偵測決定移動路線。新一代放入ToF感測器的機器人,在清潔空間之前,會先行掃描環境,甚至搭配3D感測布建地圖,計算出最快速及省電的打掃路徑。如果將3D感測模組放入冰箱中,便能測量裡面的材積容量大小調整溫度,或者提出某些區塊的食物已經放超過一個禮拜的警示,達到省電與協助管理食材的效果。 李定翰表示,目前ToF的應用逐漸從iToF走向dToF。iToF的鏡頭有很多限制,在陽光下感測器很容易飽和,同時進行多工傳輸的路徑容易讓運算有問題。而dToF的量測則更為精確,可測量的距離也更遠。隨著電子元件及PVC的精確度、製程進步,dToF很快就會取代iToF,例如臉部辨識的變型,可以結合最新的dToF輔助演算。如線上購物廠商,為鞋子、衣服的尺寸數據建立資料庫,消費者只需要輸入身高、三圍,即可在網站上進行3D試穿模擬。 AI力助終端感測 除了3D感測,在AIoT市場,感測器的應用也開枝散葉,智慧醫療、智慧家庭、智慧城市、智慧農業,無處不見AI、IoT與感測器結合的應用。Arm應用工程總監徐達勇(圖4)舉例說明,醫療照護藉由生理感測預警疾病症狀;工業4.0藥品包裝產線,採用人工智慧視覺辨識,確認每個包裝內的藥品數量相同,或者透過震動感測確認工廠設備有無異常;農業中的蝦子養殖,運用AI影像辨識,確保蝦子的飼料不會因為過量而影響水質,也能隨時觀察蝦子的健康。 圖4 Arm應用工程總監徐達勇提及,Arm預估2020~2024年,每年AIoT裝置會有至少20%的成長 AI運算的位置分為雲端、本地及裝置三種,徐達勇指出,調查客戶希望AI運算的位置,53%的客戶青睞在裝置端運算,比較困難的特定需求再進行雲端運算。雲端運算雖然提供強大的算力,但是延遲問題、高頻寬需求、安全性跟隱私疑慮,促使多數客戶傾向選擇在裝置上運算。 雖然客戶偏好AI的終端運算,然而終端運算會面臨幾項挑戰。一是終端裝置的應用很重視使用者體驗,需要提高算力才能達到提高使用者體驗的目的。此外,終端裝置的設計重視成本控制,同時裝置電力來源多半是電池,因此低功耗也是設計重點。最後,不論選擇何種運算方式,隱私安全都是客戶重視的關鍵。對此,Arm近期設計的IP Cortex-M55便以加速AI運算為目標,特別加強DSP跟機器學習的運算能力。 如果採用通用處理器執行機器學習運算,相對的效能比較差,生產晶片的成本就會提高,所以此設計聚焦在DSP/機器學習的運算能力提升,並且提高處理器或能源的效率,達到降低功耗的目的。資安方面沿用Arm第8代MCU開始的TrustZone功能,處理器可以分成兩種執行模式,安全性比較敏感的內容就使用安全模式執行。 觀察AIoT的趨勢,徐達勇表示,Arm預估2020~2024年,每年AIoT裝置會有至少20%的成長,並且到年底之前,至少20%的終端裝置會具備機器學習功能。因此Arm專注AIoT的市場發展,IP瞄準AI終端裝置的效能需求設計,可望滿足未來不斷增加的市場需求。
0

安提邊緣智慧系統滿足5G聯網需求

AI解決方案已經廣泛的應用在各產業之中,且AI的運算核心也逐漸從雲端轉移至邊緣端,邊緣運算在企業智慧化服務中占有一席之地。為了發展更多的應用方案,GPGPU和智慧邊緣運算解決方案供應商安提國際發表AN810-XNX邊緣運算平台,結合NVIDIA Jetson Xavier NX 運算模組和AN810載板,提升AI運算效能。此邊緣運算平台擁有多元的I/O插槽選擇,可擴展各產業邊緣端的人工智慧應用,如全自動機器人設備、無人機、工業檢測、醫療影像與深度學習。 AN810-XNX邊緣運算平台結合NVIDIA Jetson Xavier NX 運算模組和AN810載板 安提國際總經理羅智榮表示,AIoT的應用環境十分多元且複雜,綜觀各類型邊緣系統,以GPU為基礎的平台擁有極高的相容性,可彈性應用於各領域。此外,羅智榮也提到,微軟的Azure服務也能進一步強化系統功能。AN810-XNX不論在載板設計、本身運算條件下,皆有高度的相容性,同時,從邊緣到雲端、乃至裝置管理的加值服務,都讓其十分適合應用在各類型AI領域,尤其在如機器人、無人機、工業IoT、醫療與深度學習等嵌入式的邊緣裝置。 AN810-XNX結合NVIDIA Jetson Xavier NX運算模組與安提載板AN810,Nano-ITX尺寸載板同時支援M.2 M-key、E-key和B-key等插槽,提供多樣訊號源如PCIe、SATA、USB 3.2 Gen2和USB 2.0等,並搭配高度47.3mm的專用風扇。此平台擁有良好的通訊功能特色,加上物聯網產業對5G應用的需求,可與4G/5G模組整合,提供高速無線通訊連接與資料傳輸。針對大量的邊緣裝置管理,AN810-XNX可透過M.2插槽支援Innodisk InnoAGE SSD頻外管理模組,透過客製化的雲端管理平台,統一管理與遠端監控邊緣裝置,在系統關閉或損壞時即時修復,縮短設備當機的時間,增強遠端管理的穩固性,完善邊緣裝置整體的管理模式。而平台也通過微軟Azure IoT認證,讓應用藉由安提平台,透過Azure雲端服務,縮短研發期程、迅速落地。 此外,面對大量的視覺AI應用,此平台支援一組120-pin MIPI CSI-II介面的接口,在廣泛的智慧視覺應用中,平台能夠驅動多功能的AI解決方案,同時處理高解析度相機與影像分析所要求的高密集人工智慧運算量。後援部分,安提國際提供系統加值服務,針對標準品及客製品項皆有定期的BSP及DTB架構更新。
0

強化感測/思考/連結/行動力 NXP迎接全面智慧化時代

進入智慧化時代,各項科技應用都在這個前提下持續強化技術能力,元件感測、思考、連結、行動等能力的強化成為未來發展的重點,NXP近年特別專注於汽車、工業、行動裝置、通訊基礎設施等領域,希望能發展安全可靠的交通行動解決方案;整合多項技術與產品組合,推進工業與物聯網深度應用;發展行動裝置的安全支付;並強化5G通訊基礎設施技術與產品開發。 NXP近年專注於汽車、工業、行動裝置、通訊基礎設施等領域,希望能發展安全可靠的交通行動、物聯網解決方案 在智慧物聯網AIoT部分,即時智慧是近年市場發展的重點,NXP大中華區資深行銷經理黃健洲指出,過去AI的運算多透過雲端,但在某些隱私性與時間延遲敏感的應用上,希望能減少雲端運算的依賴,該公司發展邊緣閘道器(Edge Gateway),將原先的MCU產品強化控制、分析、機器學習的功能,可以進行資料即時的智慧化反應,協助AI、IoT的發展。 從產品線的發展來看,黃健洲說明,NXP以MCU產品線為AIoT應用的基礎,但是加強智慧化的功能,也可以在終端進行人臉/影像辨識與語音辨識,應用領域上可以橫跨網路邊緣與物聯網邊緣的需求。另外,在其部門與產品命名上都加入EP(Edge Processing),展現其在AIoT發展的決心。 邊緣閘道器(Edge Gateway),強化MCU控制、分析、機器學習的功能,可以進行資料即時的智慧化反應 而在5G部分,NXP則專注於發展基礎建設與設備應用解決方案,NXP Edge Processing資深產品經理張嘉恆表示,該公司的5G產品應用分成四個,包括一般基地台的無線接入網(Radio Access Network, RAN)中,射頻單元的RU(Radio Unit)與分離式單元DU(Distributed Unit),5G FWA(Fixed Wireless Access, FWA)的CPE,與小型基地台(Integrated Small Cell),主要產品為協議棧處理與基頻處理器(Baseband Processor)。 5G的商業化從2019年4月開始啟動,2020年雖然有新冠疫情衝擊,但全球各地的5G開台還是持續加溫,NXP的5G技術發展也沒有因此停下腳步,張嘉恆說,2018年6月,該公司在4G的基礎上,發表支援5G網路的功率放大器(Power Amplifier, PA)、低雜訊放大器(Low Noise Amplifier, LNA)與數位接收前端(Digital Front...
0

ADI贊助科技競賽助力臺灣AIoT產業深耕校園

Analog Devices(ADI)、安馳科技與一元素科技攜手贊助第四屆「創創AIoT競賽」,總決賽並於7月26日於成功大學圓滿舉行。本次競賽競爭激烈,以黑客、創客與公益3個組別,共吸引全臺35校超過120組隊伍報名,決賽當日評選最後入選的33支隊伍,角逐總獎金40萬元大獎! 由教育部智慧空間電子應用聯盟攜手成功大學主辦的「創創AIoT競賽」,自2017年開始迄今已舉辦四屆,希望以AIoT領域發展為核心,競賽活動為平台,提供各界人才打造跨域合作的契機,整合軟硬體技術、行銷、管理、市場趨勢分析等核心能力,激發AIoT領域技術創意,並為產品落實市場應用,邁開第一步。 2020「創創AIoT競賽」除原有創客組外,另增設黑客組(純技術發展)與公益組(社會公益應用),期待藉由增設競賽項目,讓AIoT技術應用可以深入更多領域,同時藉由AIoT技術發展結合創意,為時下備受關注的社會議題,創造更多的行動契機並賦予更深厚的意義。本屆競賽由ADI提供百萬高階設備支持發展工業4.0、煙霧檢測、安全監控與智慧健康照護場域等產業發展,期待藉由技術開發狀態監測系統(Condition-Based Monitoring, CbM)、煙霧偵測以及3D立體成像的ToF(飛時測距)模組等技術,落實於智慧環境、載具、醫療等潛力新興領域。 本次競賽結果,由來自中山大學資訊工程學系的隊伍,以「馬達軸承故障偵測系統」為主題,獲得黑客組首獎,希望後續進行偵測演算法與資料庫優化,提升應用準確度,有效預防公安意外,同時減少可能發生的經濟外部成本,更期待應用在電動車相關領域;而針對臺灣失明患者所設計的「注音符號點字學習系統」由亞東技學院資訊管理系與輔仁大學物理系聯隊獲得創客組首獎。將熟悉的注音符號直接應用在點字轉換,配合自行開發的教材器具與APP,有效解決失明患者的生活不適應症狀;公益組首獎則是來自臺灣大學與政治大學組成的聯隊,以「戶外吸菸行為辨識系統」為主題,解決稽查人力消耗,檢舉安全性等問題,希望可以讓系統落實應用,為臺灣創造質無菸害的公共環境。
0

Moxa推出強固型邊緣電腦 保障極端環境中關鍵AI運算

Moxa新推出的MC-1220系列穩固型邊緣電腦採用高效能Intel Core i7/i5/i3處理器,並配備多個擴充介面。這些擴充介面可容納VPU等硬體加速器,並支援Intel OpenVINO工具套件,以推動AIoT應用的發展。 此系列電腦支援-40~70°C的工作溫度範圍,並且通過C1D2/ATEX Zone 2認證,可因應戶外和危險環境部署的挑戰。此外,這些超輕薄無風扇電腦是全球體積最小的工業電腦之一,採用Intel Corei7處理器,方便安裝在小型箱櫃中。 此系列電腦支援多種Wi-Fi和行動通訊連接選項,因此使用者無需額外部署無線閘道器,可節省成本和空間。同時,此運算平台採用TPM 2.0技術,進一步增強了硬體安全性。 此系列有以下產品特色:採用無風扇設計的金屬外殼,通過C1D2、ATEX和IECEx Zone 2認證、採用Intel Core i7/i5/i3或Intel Celeron、支援32GBRAM、內建TPM 2.0模組、支援作業系統:Windows 10 IoT 2019/Linux Debian 9、配備2個Gigabit Ethernet埠、2個串列埠,以及3個USB 3.0埠、具有2個mPCIe無線擴充槽,另外提供4個SIM插槽、1個HDMI輸出埠(4K解析度)、134x60.4x120mm的輕薄體積,提供DIN-rail安裝選項、-40~70°C的工作溫度範圍。
0

宅經濟實現OMO體驗 抗疫雲端應用新常態降臨

隨著行動通訊技術正式邁入5G世代,許多人都在好奇,什麼會是5G的殺手級應用?或許在回答這個問題之前,應該先來關注,最近這半年以來,在全民防疫的非常時期,究竟有哪些企業及消費性的雲端應用嶄露頭角,未來在5G世代最有機會引領潮流? 宅經濟發燒 雲端應用快速推進 在抗疫期間,大家為了保持社交距離,被迫在家遠距工作或上課,使得網路流量與應用程式(App)下載量均同步攀高。根據愛立信(Ericsson)最新統計,在疫情蔓延實施禁令後,全球各地的網路流量成長20~100%之多,其中以家用固網的流量成長最多,行動網路的流量則增加10~20%,Wi-Fi或固網寬頻網路的平均使用時間,每天增加約2.5個小時。 另外,根據行動應用分析平台App Annie統計(圖1),2020年第一季全球用戶下載310億個新的App,較2019年第四季增加15%,應用商店支出則超過234億美元,創下歷史新高,全球手機用戶的每日平均使用時間較去年同期成長20%。 圖1   疫情期間行動用戶使用時間變化 在這波疫情的影響下,在家工作(Work from Home)或分流上班的比例大幅提升,讓視訊會議、遠端工作、協同辦公等相關的雲端平台及工具應用大受歡迎,包括ZOOM、Google Meets、Microsoft Teams、華為雲WeLink、釘釘(DingTalk)等App都在不同地區出現爆炸性成長,意外助長了商業工具類App的盛行,第一季全球下載量大增30%。 在消費性App方面,由於民眾閉關在家,對於遊戲、社交、休閒娛樂、健康、學習等應用的需求普遍增加。根據Sensor Tower發布的「Q1 2020 Store Intelligence Data Digest」(圖2),遊戲類App的合計下載量首度超過130億次,年增率逾5成,創下歷史新高,商業類及教育類App下載量都成長1倍以上,另外包括新聞、社交網路、閱讀類App也成長超過50%。 圖2   第一季各類型App下載量變化 5G、AIoT加持 數位應用開創新面貌 如果說2003年SARS爆發,帶動了e化的第一波浪潮,那麼2020年的新冠疫情蔓延,就是推動雲端平台與行動應用普及化的重要關鍵點。過去這些年來,許多產業都在朝向數位化、智慧化、雲端化、行動化的科技演進趨勢邁進,但不可否認的是,包括教育、醫療、運動、商業等許多領域,在數位轉型的道路上仍是明顯落後,觀望的比投入的多很多,直到近期新冠疫情的衝擊才積極回應。不管如何,這波疫情都帶給相關業者發展數位應用的寶貴經驗。 以數位教育為例,目前台灣的發展腳步恐怕遠低於一般人的想像。根據經濟合作暨發展組織(OECD)的教學與學習國際調查(TALIS),台灣的國中教師讓學生使用資通訊工具,進行專題或課堂作業比率僅15%,遠低於OECD國家的53%;另根據資策會產業情報研究所(MIC)統計,目前數位學習僅占整體學習方式的1~2成。 但台灣在疫情升溫後,各級學校都密集備戰,並針對線上補課、遠距教學、智慧教育等應用進行部署,疫情期間教育單位與師生較常使用線上學習、遠距課程等模式,取代傳統的課堂教學,自然會熟悉數位教育的使用習慣,而且發現到科技工具在教育價值鏈能夠發揮的特殊優勢。 尤其在5G網路的高頻寬、AI賦能與大數據分析的助力下,數位教育已經可以做到高度個人化、智慧化、互動化的程度,例如在安排課程之前,可以根據每個學生不同的興趣、能力、學習進度,透過AI找到最速配的老師、同學、教材及學習方式;在課程當中,可自動為教學內容呈現即時字幕、甚至即時翻譯,並可根據學生的臉部反應、互動狀況評估其學習興趣;課後還能用AI協助老師掌握學生的上課狀況並派發作業,並可辨識學生作業是否有抄襲之嫌。 善用數位科技工具 實現OMO體驗經濟 面對疫情的影響,損失最慘重的莫過於實體經濟了,包括實體零售、觀光旅遊業、實體展覽、演唱會、球賽都受到極大衝擊,但相關業者紛紛為此重新調整戰略,在疫情期間嘗試線上銷售或數位商業模式,未來解封後也會善用數位工具,實現線上線下融合的全新體驗經濟。 疫情期間各類型App使用量變化 以旅遊業為例,在各國實施邊境管制後,旅客根本無法出國,讓提供機票、訂房、體驗旅遊的網站毫無用武之地。不過,包括Airbnb、Expedia等平台業者立刻轉向提供線上體驗服務,Airbnb打造線上達人體驗,讓無法親臨該城市的旅客,也可以透過雲端平台跟著全球體驗達人如葡萄牙品酒師、魔術師、米其林主廚等,一起遊歷世界各地的有趣文化;Expedia則是推出「在家體驗世界」虛擬活動與行程,可以重返古羅馬競技場的榮耀、感受龐貝城的歷史悲劇、穿越凡爾賽宮的富麗堂皇,讓旅友們在家就能重溫世界的美好與多元。 雖然這是疫情期間暫時性的作法,但這樣的雲端體驗或虛擬旅遊,未來很可能成為旅遊業的常態,成為推廣實體旅遊的重要行銷手法。 舉例來說,旅客在訂購旅行團之前,可以先透過虛擬實境(VR)體驗當地的風光,在進入某個博物館或歷史景點時,則可透過擴增實境(AR)穿越時空看到幾百年前的3D場景重現。 另一方面,在疫情期間許多實體活動被迫喊卡,民眾無法親臨現場觀看精彩的球賽或演唱會,但未來如能善用5G、AIoT、VR/AR等科技工具,可以帶給觀眾前所未有的觀看體驗,也能真正把用戶從線上拉回到線下,參與更具沈浸式、互動式的情境體驗。 事實上,包括台中、桃園都在打造智慧球場,透過5G的高頻寬、低延遲、大規模物聯網等優勢,可以提供票券掃描座位引導、精彩賽事關鍵重播、即時戰術分析、AR擴增實境開場表演、多視角AR觀賽、即時AR互動抽獎遊戲、AI好球自動剪輯等功能,讓看球這件事也能處處充滿驚喜。 臺北流行音樂中心也與中華電信、HTC等業者攜手,提供5G及8K多視角高解析度現場直播,觀眾只要戴上VR 360全景顯示器頭盔,就能自行切換多種觀看視角,讓場內後方觀眾也能同步感受最前排觀眾相同的臨場感,甚至切換到後台或來自遠端的影像,擁抱前所未有的視聽體驗。
0

高通攜華晶科攻5G和AIoT 打造4K視覺影像解決方案

華晶(Altek)成為高通(Qualcomm)人工智慧物聯網(AIoT)生態系的重要夥伴,基於QCS610系統單晶片(SoC)的IPC610攝影機開發套件(DevelopmentKit)原型機,將有助快速進入AIoT生態鏈並擴展市場。 正因5G具備高速率、低延遲與廣連結三大特性,高通專為AIoT打造「視覺智慧平台(VisionIntelligencePlatform)」,搭載專為AIoT開發的QCS610的系統單晶片,並由IPC610原型機提供高品質4K視覺影像處理能力和機器學習提供強大的邊緣運算能力(EdgeAI),實現工業級與消費級智慧視覺影像解決方案,可運用於智慧零售、智慧家庭、及居家辦公(WFH)等多元場景。 華晶科夏汝文執行長表示,華晶科與高通擁有長期的合作夥伴關係,從視覺智能平台首次發布開始,是首個為物聯網專門建置的系統晶片,我們共同開發了一系列基於高通技術的SoC邊緣運算AI視覺影像解決方案,包含具有邊緣運算能力的AI攝影機和AIBOX。透由精準快速辨識並提供保護數據隱私,在不同的場域中創造全新的體驗。 高通產品管理高級總監TimYates表示,相信在5G時代中,未來在智慧安控市場中支持4K辨識率的需求將會持續增加,而目前需要升級現有的全高清(FullHD)安控攝影系統,加入支持AI智慧功能的需求力道更是強勁。在高通支持最新的QCS610系統晶片具備強大的AI推理計算能力,華晶科提供優化各種應用上需要的AI視覺影像處理能力,是兼具性能和成本的AIoT智慧視覺解決方案。
0

AIoT應用含苞待放 邊緣推論晶片迎來戰國時代

相較於AI雲端訓練領域的蓬勃發展,邊緣推論則像是一片含苞待放的花園,各式各樣爭奇鬥艷的花朵準備盛開,智慧物聯網AIoT應用破碎化,很少有一個應用可以像過去主流應用一樣每年創造數億或10幾億出貨量的產業規模,每個應用的需求又各自不同;不過,業界估算整體AIoT產業的規模至少數十億甚至上百億,邊緣推論晶片未來幾年產業發展潛力十足。 目前人們生活中的絕大部分應用都需要機器學習(Machine Learning, ML)及邊緣運算解決方案,如語音辨識、人臉識別、符號偵測與定位、車牌辨識等。大多數應用場景需要即時的用戶互動與反應,強調能在地處理解決問題,而毋需將數據傳遞到雲端並進行運算,透過邊緣運算可以降低雲端運算的負擔,也可以解決延遲性、安全性和可靠性的問題。 AI聲音/影像應用推陳出新 由於AI演算法與處理器能力持續提升,超高影像解析度(Super Resolution)、準確的物件偵測(Object Detection)、影像分類功能(Images Classification)、快速的語音翻譯功能(Speech Translation)在過去一年獲得大幅進展。Arm首席應用工程師沈綸銘(圖1)提到,AI為使用者帶來更好的使用體驗。例如超高影像解析度能讓使用者掌握影像細節,大幅提升觀賞影片的體驗;Avatars效果能讓使用者在自拍時使用有趣的即時動畫效果;相機的智慧夜拍模式,則讓光源控制更輕鬆,在低光源下拍攝也能媲美日拍一般清晰;此外運用生物辨識技術的臉部辨識與解鎖功能,能讓消費者使用手機付款時更安全更便利。 圖1 Arm首席應用工程師沈綸銘 沈綸銘進一步提到,除了超高影像畫質能提升觀影體驗,AI也能強化整體的聲光環境,例如偵測影視內容所需,調整或放大聲量,或者對應室內光線環境,調校顏色對比與鮮明度;還能為家中有小朋友的家長把關,當偵測到電視前方有小朋友,電視會自動停止播放不適合的影視內容,以上這些功能或多或少都有AI的協助。 觀察AI專用晶片進程,沈綸銘認為,未來產品將朝向分眾市場發展,根據各式需求,像是算力、功耗、軟體大小、軟體開發框架等而有不同的發展趨勢。以嵌入式系統為例,市場上需要在少量功耗增加下提供有效率的運算處理。相對的,以自駕車系統為例,市場上則需要可延展的AI運算加速器,以及通用性的軟體開發。 邊緣推論講算力拼省電 卷積神經網路(Convolutional Neural Network, CNN)是這波人工智慧技術發展的起點之一,也是目前發展成熟度最高的技術,其對影像辨識效果最佳,應用也非常廣泛;過去幾年在指紋辨識領域取得領先地位的神盾(Egis Technology),也將原先的核心技術與AI結合,神盾新技術研發處副總經理林郁軒(圖2)表示,以智慧型手機指紋辨識功能為例,透過邊緣AI的協助,在辨識時毋須喚醒應用處理器也無須聯網,對整個系統的耗電與反應速度大有幫助。 圖2 神盾新技術研發處副總經理林郁軒 神盾從指紋辨識起家,為了優化指紋辨識的效能而導入AI,再從指紋的影像辨識往人臉、行為、動作等各式影像辨識技術發展,林郁軒解釋,邊緣運算尤其是行動終端或AIoT類的產品,除了算力還會比較每瓦的TOPS,導入AI也不能犧牲電源效率,這應該也是未來邊緣推論晶片競爭的重點。以神盾現在的解決方案來看,每瓦約可提供1~2TOPS算力,預計年底將提升到3TOPS,2021年則將推出20TOPS的解決方案。 未來幾年,對於ASIC廠商而言,與客戶深入溝通,將需求明確定義,是非常重要的關鍵,林郁軒認為,這樣才可以透過專用演算法與電路的設計,提高晶片的每瓦TOPS。而在推論的精度上,一般而言精度越低效率越好,所以也有滿多設計會導入可調式精度架構,讓精度與效率可以依應用調整。 AI系統效能為更可靠指標 針對AI算力已經成為效能指標的代名詞,在台灣可以被稱得上是人工智慧「獨角獸」的耐能智慧(Kneron),該公司董事長劉峻誠(圖3)指出,算力就跟CPU的處理速度一樣,只是AI晶片的運算能力,並不能代表整個系統效能,一味追求TOPS或是每瓦TOPS的數字表現,容易陷入迷思。耐能於2019年推出KL520晶片,具備「可重組式人工智慧神經網路技術」,會根據不同任務進行重組,減少運算複雜度,保證在不同的卷積神經網路模型上的使用,無論是模型內核(Kernel)大小的變化、模型規模的變化,還是影像輸入大小的變化,都能保持高效率使用運算(MAC)單元。 圖3 耐能智慧董事長劉峻誠 劉峻誠並提出「Edge AI Net」的概念,透過AI晶片,能夠將生命賦予終端設備,實現去中心化、離線本地處理、主動智慧等目標。一般而言,目前的AI網路如CNN、遞歸神經網路(Recurrent Neural Network, RNN)或長短期記憶(Long Short-term Memory, LSTM)網路,都是由卷積、剪枝(Pruning)與矩陣乘法器組成,耐能的晶片可以因應不同應用需求進行網路重組,所以一款晶片可支援多個不同網路架構,並組成Edge AI Net,讓算力共享,而能達成1TOPS算力,創造3TOPS效率的效果。 2020年下半年耐能計畫推出新款的AI晶片KL720,具備可堆疊式設計,可因應網路效能需求大幅提高算力,也不放棄個別晶片的每瓦TOPS,同時進一步將Edge AI Net概念具體實現,以「Kneo」的名稱推廣其智慧物聯網AIoT概念。從2019年發表KL520開始,已經有數百萬顆晶片的出貨量,未來這些產品都將是一個網路節點,有機會成為AI時代最具影響力的架構。 邊緣推論晶片大發生 在PC與行動通訊時代,最後都只剩少數晶片大廠主導市場,如英特爾(Intel)、AMD與高通(Qualcomm)、聯發科(MTK)。AI目前是百花齊放的時期,會不會延續之前的發展模式還很難研判,但競爭的激烈程度可以想見;恩智浦(NXP)AI晶片專注於邊緣運算晶片和終端產品晶片。恩智浦半導體大中華區業務行銷資深經理黃健洲表示,於邊緣運算和閘道,提供如i.MX處理器和Layerscape處理器並加強NN/ML加速器運作為目標,提供更快的反應時間,而毋需連接到網際網路執行機器學習推論並提高隱私和安全。 除了開發人工智慧晶片外,恩智浦還打算為使用者提供完整的生態系統,建立開發環境,推出邊緣智慧(eIQ)SDK工具,用於收集資料庫和開發工具,建構MCU/MPU的機器學習應用程式,如i.MXRT10xx與i.MX8M Plus應用處理器。 而在行動通訊時代取得重大成功的Arm,同樣積極發展AI解決方案,沈綸銘說,Arm...
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -