i卡會員

國際研究機構Gartner預估，全球IoT設備數量將從2017年的84億個快速成長為2020年的204億個，預估至2022年，將有高達75%資料在edge端完成處理甚至儲存，以縮短各種智慧裝置網路傳輸的延遲程度，並能快速獲得資料分析結果。預估2022年，將有高達75%資料在edge端完成處理甚至儲存。由於可以協助解決人工智慧與物聯網快速發展下常見的四大問題: (1)數據資料處理與傳輸的延遲性；(2)頻寬限制；(3)網路連接穩定性；(4)個人或企業之資料隱私，以提高資料傳輸效率，並提高使用者體驗，進而活絡各種AIoT創新應用服務，邊緣運算的需求市場預估將快速攀升。本文分析邊緣運算的概念定義，歸納出目前最需要邊緣運算的五大載具包括自駕車、無人機/機器人、VR/AR/MR裝置、監控攝影機等，進而分析未來邊緣運算發展方向，以提供給台灣相關業者參考。

【內容大綱】

• 一、邊霧運算用來解決雲端物聯網常見的四大問題
• 二、人工智慧與物聯網加乘下，將促使邊緣運算需求大增
• 三、AIoT五大載具對邊緣運算需求分析:自駕車、無人機、機器人、VR/AR/MR裝置、影像監控設備
  • (一) 自駕車：具備先進輔助駕駛(ADAS)與自駕3D視覺次系統
  • (二) 無人機/機器人：擁有3D視覺供自主移動能力
  • (三) VR/AR/MR裝置: 具有3D SLAM環境掃描與定位/2D/3D物體辨識能力
  • (四) 智慧監控設備：公共場域、商用到家用之影像監控
• IEKView

【圖表大綱】

• 圖1、邊緣運算、邊霧運算與雲端運算的示意圖
• 圖2、AIoT軟硬體解決方案之運算類型分類圖
• 圖3、AIoT解決方案對邊緣運算需求分布
• 表1、自駕車邊緣運算需求分析
• 表2、無人機/機器人邊緣運算需求分析
• 表3、VR/AR/MR 邊緣運算需求分析
• 表4、影像監控設備的邊緣運算需求分析
• 圖5、五大載具在ASIC、FPGA、GPU效能分析圖