AI加速物联网智能脚步 台厂乘势重塑产品价值.doc

《AI加速物联网智能脚步 台厂乘势重塑产品价值.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AI加速物联网智能脚步台厂乘势重塑产品价值　　AI被视为物联网架构的最后一块拼图，未来主机与终端都会有程度不一的运算能力，台湾厂商可藉由此一趋势，发展出专业应用的物联网终端与连网设备，翻转过去的低价代工模式。　　物联网一直被视为IT产业继PC、互联网、智能手机之后的第四波革命，万物连网的庞大商机，让各研究机构纷纷做出惊人预估，象是BIIntelligence预估2017年全球连网装置出货量将超越智能型手机；HarborResearch也表示，2020年将有100亿个物件连网，商机超过1兆美元。而2016年底，科技产业出现另一个声势惊人的新议题——AI，AI成功吸引科技产业目光后，业界

2、人士迅速将AI与物联网连结，打造出新名词「AIoT」，多数市场人士均认为，AI补足了物联网最后一块拼图，两者的结合将加速IT系统的智能化速度，延伸出更大商机。　　AI加速物联网智能脚步台厂乘势重塑产品价值　　AI被视为物联网架构的最后一块拼图，未来主机与终端都会有程度不一的运算能力，台湾厂商可藉由此一趋势，发展出专业应用的物联网终端与连网设备，翻转过去的低价代工模式。　　物联网一直被视为IT产业继PC、互联网、智能手机之后的第四波革命，万物连网的庞大商机，让各研究机构纷纷做出惊人预估，象是BIIntelligence预估2017年全球连网装置出货量将超越智能型手机；HarborRes

3、earch也表示，2020年将有100亿个物件连网，商机超过1兆美元。而2016年底，科技产业出现另一个声势惊人的新议题——AI，AI成功吸引科技产业目光后，业界人士迅速将AI与物联网连结，打造出新名词「AIoT」，多数市场人士均认为，AI补足了物联网最后一块拼图，两者的结合将加速IT系统的智能化速度，延伸出更大商机。　　　　就整体系统来看，物联网可分为感测、通讯、应用等三层架构，由于这一波AI的主流算法以深度学习(DeepLearning)为主，透过不断的错误更正自我学习，让指令不断趋近于完美，这种模式需要大量的运算，因此多建置在物联网最上层的应用平台，不过近期市场开始推动边缘运算

4、概念，业界人士就指出，这将是台湾在AIoT的最佳机会。边缘运算趋势打开台湾商机　　当前物联网主要为集中式运算架构，也就是第一层所撷取的数据全部往上传，最上层的云端平台负责储存与分析。集中式运算与分散式运算各有优缺点，应用也不尽相同，集中式运算会有实时性、处理器工作负担和传输费用等问题，例如在制造业，设备一旦故障，若仍采用讯息传回后端再下指令的模式，现场状况极有可能因为讯息传递与后端运算所需的时间太久而恶化；另外在零售产业也会有类似问题，比如现在已有IT厂商尝试将智能脸孔分析导入至零售业系统，透过人脸分析与CRM的集成，提供更精准且更快速的服务，而脸孔辨识若还需要透过后端服务器的运算比

5、对，其效益会大幅降低。　　再者则是后端处理系统的运算负担与数据传输费用问题，物联网的愿景是万物联网，若所有讯息都连接到后端的运算平台，则服务器的运算能力必须非常强大，再加上所有第一线设备的连网需求，无论是建置或运行成本都会相当高昂，因此在部分应用中，边缘运算会是较佳选择。　　不过边缘运算也并非全无缺点，例如系统若应用于类似车体大小的狭小空间中，多点部位同时运算，将会产生干扰；此外经过端点预处理过的数据，也会有失真之虞。当然物联网的建构并非只能二择一的极端做法，多数的系统都是两者并行，在实时性需求较高的部分设计有边缘运算功能，其它部分则仍为集中式运算。　　对台湾来说，集中式运算向来不是

6、台湾厂商可触及的商机，台湾厂商过去在IT领域主要以消费性产品为主，物联网兴起后，多数厂商也将目光聚焦在第一层的设备端，而边缘运算概念的出现，完全符合了台湾厂商的产品策略与市场条件。　　首先是运算芯片，过去物联网终端产品的元件，多被要求低功耗与小体积，让设备可以在最有限的空间下，尽可能的长时间运行，加上多只是简单的状态数据撷取，因此运算功能不需强大，但在边缘运算概念中，部分设备需要有一定的运算能力，这对多数Fabless或IC设计业者来说，都还在能力范围之内。此外，未来的物联网系统多是垂直产业的应用，例如制造、医疗、交通...等，这些产业的物联网系统都需要与其专业结合，位于现场第一线的

7、设备更是如此，而不同类型的设备需要对应不同模式的运算芯片，此时台湾厂商擅长的快速弹性的客制化设计能力，在这种少量多样的需求条件下，其优势将会延续，不过这类型应用也容易被抄袭，因此台湾厂商必须先行取得特定应用领域的专利，方能顺利站稳市场。AI与HI结合才是最佳解答　　至于台湾的劣势则是AI产业化的不足，其实台湾过去在AI领域所培养的人才并不算少，今年回台成立台湾AI实验室的杜奕瑾就曾指出，他在微软任职期间，微软每年举办的开发者大会「Build」中，台湾队总是