目前边缘运算多著重于物联网需求，提供分散式功能给嵌入式系统。

随着运算资源成熟，边缘运算将成为所有产业和应用的主导要素。

特别是机器人等各种复杂的边缘装置，都将加速此一转变。

边缘运算是一种运算拓朴，能将资讯的处理、内容的收集与传送都保留在靠近该资讯来源处，尝试让流量和处理工作都在本机进行，目的在缩短延迟时间、发挥边缘功能并赋予边缘端更大的自主性。

更强大的边缘运算

Gartner研究副总裁Brian Burke表示，目前边缘运算多半着重于物联网系统的需求，为制造或零售等特定产业提供离线或分散式功能给嵌入式物联网系统。然而运算资源日趋成熟并走向专业化，加上资料储存量的增加，使边缘端的功能日渐强大，边缘运算也将成为几乎所有产业和应用的主导要素。特别是机器人、无人机、自驾车和执行系统等各种复杂的边缘装置，都将加速此一转变。

图一 : 企业在智慧制造可透过边缘运算来节省成本效益。

对于2020年之后边缘运算的发展预测，Gartner估计到了2023年，50％以上的企业资料会在资料中心或云端以外的地方被创造出来以及被处理，这样的比重到了2025年则将达到75％。而到了2023年年底，超过五成的大型企业将部署至少六个为物联网或沉浸式体验部署的边缘运算解决方案。至于在2022，将会有超过五成的工业物联网分析工作在边缘端被执行。

智慧制造效益最高

根据了解，在北美市场的边缘运算应用上，目前是以智慧制造的相关应用产值效益最大，主要原因在于企业在智慧制造可透过边缘运算来节省成本效益。其次为电信营运商透过边缘运算优化其网路管理，尤其是影音数据管理。整体而言，以目前大厂的布局来说，尤以智慧家庭、智慧制造、智慧零售、智慧城市等相关应用居多，医疗照护、交通运输、能源等垂直领域也陆续有应用案例衍生。

一般来说，应用案例的需求要件，会决定所需使用的技术与终端样貌。如自驾车相较于其他应用，会较依赖视觉处理技术，系统还必须承受恶劣环境、天气与路况等。每一个边缘运算设施，都需要依据个别应用客制化，没有单一解决方案能满足每种不同的应用案例。

@大標:AI运算走向端云共生

在过去，AI运算多在云端执行，端点与装置仅能作极为轻量的AI运算，主要的运作仍在云端运行。随着神经网路演算法、晶片异质整合、记忆体内运算等技术的精进，端点与装置的运算力预期将随之提升，这也将使得终端装置的AI能力出现显著的跃进。未来在终端装置上，AI『推论』将有明显的进展，而云端则专注AI『训练』。IDC预期未来AI运算将走向『端云共生（Edge/Cloud AI Mutualism）』，而电脑运算、消费装置、零售、制造、医疗、能源、汽车、智慧城市将是AI端云共生值得关注的八个重点应用产业。

随着AI运算端云共生的发展，IDC也预期到了2024年，全球超过50％的人机介面将会基于AI电脑视觉、语音、自然语言、AR/VR等技术，进而产生更多元且直觉的新兴使用者体验。而到了2025年，全球约有50％的终端装置都将具备电脑视觉与语音辨识等相关的AI神经网路运算能力。

值得注意的是，穿戴装置在台发展超过十年，但整体普及率仅达14.5％。随着边缘运算、跨装置平台协作、更为人性化的互动介面及更严密的资料保护，将使得下一代穿戴装置与消费者产生更多的互动。 IDC也预测，未来围绕着优化消费者体验与垂直市场应用的结合，将是突破台湾穿戴市场发展的重要动能。 2020年台湾市场预期将看到更多穿戴装置应用于保险、医疗、饭店，及其他服务导向类型的企业组织以及相关商业模型计算运用。预估随着这一波科技发展，2022年台湾穿戴装置普及率将达26％，吸引更多潜在消费者进入市场。

特定边缘应用的台湾AI商机

随着演算法技术的精进，端点与装置的运算力随之提升，这也将使终端装置的AI能力出现显著的跃进。

工研院综合预测边缘端与装置端AI晶片的市场规模，从2017年的793百万美元，到2025年预估的51,623百万美元，年复合成长率达68.5％。估计到了2025年，前三大的边缘AI产品分别为智慧手机、智慧音箱、与抬头显示设备（如AR/VR/MR）。而成长最快速的产品则是消费型与企业用的机器人及安全监控摄影机。

图二 : 成长最快速的边缘运算产品是消费型与企业用的机器人及安全监控摄影机。

在特定领域的专用AI系统，由于应用背景需求明确，加上领域知识深厚、模型建立计算简单可行，因此在单项测试之智慧水准已可超越人类智慧，目前在许多领域已取得具体成效。但论及技术挑战，则在于发展低能耗、高准确率的认知计算，包括新型运算架构电路设计、演算法等。未来AI晶片是特定的演算法加速器，来加速包括卷积神经网路、递回神经网路在内的各种神经网路演算法，专用晶片的最大优势在于其成本和功耗降低，可以大幅提升人工智慧演算法运行效率。

工研院产科国际所分析师范哲豪观察分析，记忆体是各种边缘装置AI晶片设计的关键，台湾具完整的记忆体产业链，及丰富的生产制造经验。若在发展AI晶片时能有密切的整合关系，将具强大的优势。台湾半导体业者擅长IC硬体设计，已有许多与国外AI新创公司合作开发电脑视觉或3D感测之案例。加上台湾AI晶片联盟（AITA）的成立，预期将产生更大的合作综效。未来边缘端的IoT装置所使用的控制晶片，皆将内含AI加速晶片。以台湾过去丰富的IoT装置制造经验，未来若结合AI晶片共同发展，将在国际市场上更具竞争优势。

结语

从2017年的AI元年开始，各相关企业都开始投入布局AI技术。到了2019年，AI的应用需求更是明确，许多原先以云端运算为基础的产品都纷纷转向终端运算处理。连网设备现在为了解决包括网路频宽不足、通讯延迟、缺乏网路覆盖、资料隐私与机密等需求，对终端AI运算能力的需求也逐渐超过云端运算。除了演算法和巨量资料，作为AI的三大要素之一，运算能力也变得非常重要。目前各大晶片厂商都在致力于开发自家的AI边缘运算晶片，将AI运算从云端逐渐向终端转移。我们可以说，经历了前几年的酝酿，在未来的日子里，边缘运算将在所有人生活中扮演更为关键的角色。