i卡會員

A.I.邊緣運算技術發展正處於百家爭鳴的狀態，從電信營運商、IoT設備商、雲端平台大廠、系統整合業者、晶片半導體業等都積極各自部署AI邊緣運算的方式，生態系也各自成形。最主要原因有二: 一是人工智慧技術還在發展當中，二是硬體運算的限制。而具有智慧硬體優勢的台灣廠商，該如何切入以取得全球AI邊緣運算生態系的一席之地，並且能做到不受雲端平台大廠和5G業者的制約。本文從全球AIoT生態鏈切入、機器學習所帶來AI邊緣運算的變革、目前AI邊緣運算主要解決方案比較等層面分析，台灣發展AI邊緣運算的機會，以提供給台灣有意願投入的業者們參考。

【內容大綱】

• 一、從AIoT產業生態系發展，看台灣產業機會:以智慧音箱為例
  • (一) 歐美國家：平台大廠主導智慧語音生態系，A.I.軟體新創活躍
  • (二) 中國大陸：以A.I.中文技術為核心，大數據訓練A.I.語音進化
  • (三) 台灣：AI硬體有優勢，已切入國際大廠平台生態系
• 二、台灣優勢在硬體，硬體的未來在Edge A.I.
  • (一) AI in Edge:分擔雲端運算的機器學習任務與功能
  • (二) Edge AI 四大類型：MEC、CDN、Serverless、ML
• 三、AI邊緣運算朝終端靠攏，晶片+演算法是全球趨勢
• IEKView

【圖表大綱】

• 圖1、歐美-對話平台型生態系
• 圖2、中國大陸-人工智慧語音技術與產業鏈
• 圖3、台灣-人工智慧語音技術與產業鏈結構
• 圖4、邊緣運算下機器學習變革
• 圖5、邊緣運算技術解決方案列表
• 圖6、AWS FaaS與IoT Edge功能
• 圖7、arm機器學習運算平台架構功能
• 圖8、A.I.邊緣運算發展趨勢
• 圖9、arm機器學習/邊緣運算生態系