从云端到边缘运算浅谈AI、物联网与边缘运算的AIoT新浪潮

自从Google DeepMind围棋人工智能AlphaGo打败世界各国最顶尖的人类棋手后，AI人工智能的发展应用就已经成为不可挡的产业趋势，尤其是在跟物联网装置（IoT）与边缘运算（Edge Computing）结合之后，更是解放了过去我们对于万物联网的真实想像，透过AI即时在装置上进行快速运算处理，摆脱对于云端运算的过分依赖，真正开启了AIoT的新时代。

当云端运算碰上IoT

在过去几年，云端运算（Cloud Computing）蔚为风行，让各种网络服务凭借著几乎无限（只要肯付钱）的云端资源成长茁壮，让各种服务先期成本大幅降低，不管是Google、Amazon或IBM也都积极投入发展，各种需要大量运算与储存的工作也都直接交给云端，这也包括物联网装置的AI人工智能与机器学习的工作在内，不过对于物联网装置来说，完全依靠云端运算却也造成了装置端需要常时连网，否则装置就无法运作，但在低能耗又高效能的SoC处理器陆续出现后，物联网装置本身就具备足够边缘运算能力，无须全部仰赖云端运算时，这种因为无法连上云端而无法透过人工智能运算资料的情形就会随之消失。

边缘运算带给物联网产业的三个优点

单纯依赖云端运算时，各种物联网装置，像是像是智慧冰箱、智慧灯泡、智慧门铃等智慧家电，在运作的时候都需要额外耗费大量带宽与电力，将所有资料传送到云端运算处理，但在物联网装置上搭载SoC处理器后，这些物联网装置就能透过边缘运算，先一步对于资料作即时处理，而无须将所有资料通通上传到云端再进行运算，也就在储存跟运算上降低了整体成本。

除此之外，当物联网装置具备边缘运算能力，就能在装置上直接处理资料，免去连网回传资料时的资安疑虑，例如具备影像辨识功能的物联网装置，就能先在装置端用人工智能运算所记录的影像内容，获取所需资讯，而无须上传到云端进行运算处理，免除上传过程中影像被窃取的可能，另外，对于某些需要进行快速决策，强调低延迟性的物联网装置，例如自驾车，就特别需要人工智能透过边缘运算即时得到结果，而不是先将资料传到云端运算后再回传到装置上，错过决策的黄金时间，以上这些都是物联网装置从云端运算架构走向边缘运算架构的重要因素。

▲以云端运算为主的物联网架构，正受到边缘运算的挑战。

AI处理器芯片成AIoT决胜因素

边缘运算架构虽然相较于云端运算架构，有上面提到的这些优势，但这些优势却也都还要取决于是否有足够强大的芯片，能够让物联网装置上的人工智能应用进行快速的分析运算，因此，包括英特尔、NVIDIA、三星、高通等，也都积极的推出自己的AI处理器芯片，特别是现在已经有具备自我学习功能，能够利用资料来学习和推断的处理器，能够随着时间延长能变得更加智慧，还能模拟人脑针对不同情境做出反应，也让人非常期待实际应用后，这种处理器对于AIoT产业会带来怎样的革命。

想知道更多边缘运算、AI跟AIoT的发展趋势吗？今年的2018 Computex e21FORUM就以“人机对话．运算未来”为主题，在第一场演讲中，邀请了英特尔资深副总裁暨客户运算事业群总经理宋义潇(Gregory Bryant)来深入分享，更多关于客户运算、人工智能、物联网以及5G的最新发展。

在目前的物联网产业中，又有哪些成功的AIoT产品呢？在e21FORUM的第二场演讲，中国医药大学北港分院泌尿科主任陈阶晓 (Jerry Chen)就以获得国家创新奖的iXensor血糖量测系统为例，看看医疗生技产业是如何利用AIoT物联网大趋势，带来糖尿病行动医疗的新突破。

iXensor安盛生科2012年成立于台湾台北，公司最重要的核心技术“PixoTest”，使用者只要利用原本智能手机的前镜头，就能作为感测分析仪，分析生化试剂的呈色反应，再透过算法直接量化生理参数，进而产生定量或半定量的量测结果，大幅提升现有光学试片的技术，可应用在多种检测项目，目前已经实际应用于血糖监测上。

▲ PixoTest技术把智能手机变成随身血糖监测装置。

PixoTest技术还可再搭配相关App，将量测结果出值并自动记录、上传至PixoHealth Hub云端平台，不只让使用者可在个人的平板、电脑等查看自我健康纪录、医疗院所可做病历管理及病患追踪、政府单位可透过大数据分析制定相关政策，提供各个使用者更便利、高效率的管理平台。

对于这两场主题演讲有兴趣的朋友们，就快来报名吧！

▲想了解最新AI、IoT产业趋势发展，就不能错过今年的e21FORUM。