熱門關鍵字:行動支付 | 高頻 | PCB | 藍牙5 | NB-IoT

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

台廠彈性生產具優勢 IP Cam有望率先導入邊緣運算

文‧程倚華 發布日期:2018/05/08 關鍵字:邊緣運算雲端運算Edge ComputingAIoTIP Cam晶心

人工智慧(AI)及物聯網(IoT)的快速整合,驅動智慧裝置的蓬勃發展,成為無法阻擋的AIoT大趨勢。在此趨勢之中,台灣廠商擅長快速且彈性的生產特性,將成為切入邊緣運算(Edge Computing)最大優勢。也由於邊緣運算技術短時間內成本依然偏高,因此預計網路監控攝影機(IP Cam)將成為率先導入的終端產品。

晶心科技總經理林志明說明,在人工智慧與物聯網結合的過程中,也將帶動邊緣運算技術導入的需求。邊緣運算技術將會被應用於各種不同的新興應用領域,在此趨勢之中,彈性、快速是台灣廠商的最大優勢。對於與多台灣廠商與IC設計公司而言,由邊緣端切入人工智慧市場也相對較為容易。

同時,由於邊緣運算技術的導入,也將帶來記憶體、傳輸等等硬體需求的提升,將大幅拉高製造成本。由於影像相關的系統單晶片(SoC)原先就相對於其他應用更加複雜,對於成本的耐受度也相對較大,因此,邊緣運算技術預計將由IP Cam等影像相關應用率先導入。

人工智慧應用可以分為訓練以及辨識兩個部分討論。在深度學習的巨量運算過程,短時間內依然會由雲端運算處理。而邊緣運算所負責的任務,則是將搜集到的資訊先做初步的處理,將不重要的資訊過濾掉之後,再將數據上傳至雲端,以節省傳輸成本。另一方面,由雲端完成的深度學習成果,也能夠使終端的辨識功能更加智慧。以IP Cam為例,影像深度學習的工作能夠先由雲端運算完成,待機器學會辨認行人、車輛之後,邊緣端的IP Cam只須執行辨認工作即可。

另一方面,更由於IP Cam在治安維護、社區安全上的應用廣泛,因此政府與企業相對願意支持投入,這也將成為IP Cam發展較為快速的原因。

林志明分享,目前許多廠商皆在摸索該如何將人工智慧導入自家晶片、系統之中。目前的狀況類似於物聯網剛開始興盛時,大家都還在摸索應用該如何切入,估計在2020年左右廠商會推出更多實際的產品。

研討會專區
熱門文章