i卡會員

隨著5G技術在硬體建設逐漸完備，高速且低延遲的通訊品質將協助串連更多的IoT裝置，並且實現行動通訊以外的創新應用。而為了分散資料中心的雲端伺服器工作量，同時降低傳輸品質不佳時造成雲端伺服器AI判斷的指令無法及時傳輸的風險，Edge Computing的裝置開始逐漸興起。其中Edge Computing用晶片可透過Edge Device收集相關數據進行端末的分析，從而將分析轉化為對裝置或設備的控制，也能降低大量數據傳送可能造成的問題-像是整體架構的運作成本，複雜性，並進一步提升系統安全性。Edge Computing的需求正在迅速變化，晶片的研發課題在於如何持續提高晶片效能，降低功耗、並降低整體傳輸延遲以提高系統的可靠度。未來的 Edge Computing將與雲端主機機能整合，實現未來hybrid computing的基礎技術。

【內容大綱】

• 一、下階段IoT裝置將結合5G技術，同時增加自我判斷機能，改變未來運作的方式
  • (一) 5G技術與基礎建設的日益成熟，為大規模裝置連結提供更多的可能性
  • (二) 隨著5G機能加入帶動新應用崛起，未來IoT裝置將以車用與產業用具備高成長性
• 二、減輕雲端運算負擔，Edge Computing的發展成為廠商下階段努力的目標
  • (一) 未來Edge端與Cloud端處理架構與目標逐漸開始進行分工
  • (二) Edge Computing在硬體與軟體的設計概念在於減少雲端的通訊和處理量，來提高整個系統的處理速度和安全性
• 三、Edge Computing用晶片發展
  • (一) Edge Computing用晶片規格以低功耗、低成本為發展方向
  • (二) 廠商研發現況
• IEKView

【圖表大綱】

• 圖一、AI+5G+IoT的協同建構示意圖
• 圖二、IoT應用半導體市場規模與成長率預測
• 圖三、未來Edge端與Cloud端處理架構與目標
• 圖四、Edge端與Cloud端處理機能分工
• 圖五、Edge應用產品示意圖
• 圖六、Edge Computing 晶片需求量預估(By Device)
• 表一、Edge Computing用晶片特性比較
• 圖七、    Qualcomm Cloud AI 100
• 圖八、Lattice Semiconductor-可應用於Edge computing的AI晶片解決方案
• 圖九、早稻田大學-可用於Edge computing的最適化處理的CMOS Annealing IoT機器