在今日，AI正逐步深入生活中的各種不同應用層面，許多裝置都漸漸要求更高的運算效能。事實上，智慧生活相關的裝置，越來越多都普遍依賴AI演算法。這些應用場景對低功耗和安全性都有很高的要求，這就展現出了邊緣運算的重要性。

對於許多的邊緣運算物聯網裝置來說，有許多是採用電池供電，因此對於系統的功耗有很高的要求，才能用來延長系統的工作時間。此外，這些裝置往往需要處理個人隱私數據，比如臉部特徵、聲音特徵等，因此必須對隱私數據進行充分的保護，讓核心運算在邊緣端可以更安全的實現。

為邊緣運算提供智能

物聯網的應用對於未來智慧化系統的重要性不言可喻。恩智浦(NXP)半導體大中華區資深行銷經理黃健洲指出，即時運算能力對於物聯終端來說相當重要；目前物聯網被視為未來各種智慧化系統的主要架構，透過底層感測網路、中間通訊傳輸與上層雲端平台的組合，可以讓資訊無縫流動，進而延伸出更多應用，賦予更智慧的生活體驗。

圖一 : 恩智浦(NXP)半導體大中華區資深行銷經理黃健洲

不過，隨著物聯網應用多元化、許多應用或因功能安全，以及因直觀需要的即時反應能力，使得集中式運算的物聯網架構已難因應所有領域，因此系統終端開始被賦予一定程度的運算能力，以提升即時反應功能。

黃健洲表示，邊緣運算就是讓物聯網終端擁有即時運算處理能力的關鍵。在過去的物聯網架構中，資料需要從底層傳回雲端平台，再從雲端平台下指令由終端設備動作，對工廠、汽車或智慧家電這類需要高即時性的系統來說，一來一往的訊息傳遞極為耗時，因此終端設備才需要具備更強大的即時運算能力。這類終端設備可在本地處理指令，快速回應使用者需求。

圖二 : 邊緣運算的佈署對於企業越來越顯得重要。

在處理器的設計上，重要的是有好的半導體開發工具，例如具備AI能力的機器學習演算法的開發工具。但最重要的是，因為智慧物聯網的應用多元，每一類型的應用架構都可找到最適合的效能架構，如何讓資源使用最佳化，落實物盡其用的願景，是目前設計工程師最需要的考慮的方向。

恩智浦半導體大中華區邊緣運算事業部產品行銷經理弋方也表示，目前邊緣運算最大的挑戰是在於軟體與硬體的協同開發。邊緣運算需要充分利用嵌入式設備來完成，因此需要對軟體演算法進行充分的優化，更高效利用硬體的特殊結構，如DSP、GPU、與神經網路加速器等。

在此時，客戶將會需要整套完整的解決方案，包含軟體開發環境、高效的推理引擎、用來快速地將演算法移植到嵌入式平台，以實現邊緣運算。

企業智慧邊緣需求增加

因應新冠疫情，全球有數億人使用各自的終端裝置在家工作，在家上學。Arm應用工程總監徐達勇表示，我們看到對雲端應用、VPN視訊軟體及協作工具等IT資源的需求空前的強勁。企業和員工從不得不接受、學習適應、到最後從中獲益。人們也不再侷限於在數個定點定時、「集中」的工作與會議，分散式的職場勞動力對企業運作的方式，可能帶來永久性的變化，成為後疫情時代的常態。

圖三 : Arm應用工程總監徐達勇

企業開始根據應對當前危機的經驗、重新評估其長期的IT與網路需求，邊緣運算的佈署就越顯重要。隨著功能不斷強化的微處理器、跨界應用處理器，與機器學習能力的快速進展，將可持續創造效能更高、功耗更低、且電池續航力更強的邊緣裝置，以因應後疫情時代的各項需求，這些需求如下：

●遠端作業需求，如：遠距辦公、遠距教學、遠距醫療、居家照護、視訊會議工具、團隊協作工具等。

●零接觸商機需求，如：行動支付、貨運物流、機器人倉儲、外送等。

●智慧工廠、智慧製造需求，如：工業監控、自動化製造管理等。

AI對於智慧邊緣的助益

徐達勇認為，雲端運算是為連接設備賦予AI的基礎，助長了AI在各個應用場景和技術領域的快速擴展。但因為某些特定應用可能無法與雲端運算互相操作，導致AI對雲端運算的依賴，反而造成某些AI應用的局限性。

因此，如果能將AI導入邊緣裝置，使AI在連結的裝置上直接進行處理，以突破過去裝置的限制，並為那些過去未能完全發揮的應用領域，因為整合了智能而釋放出新的機會。過去雲端AI處理遭遇的限制，未來可望在邊緣AI獲得突破。

智慧邊緣運算在新的數位世界中將變得越來越重要。隨著5G的商轉、IoT服務的佈建，以及全球市場對個資保護的重視，許多全新的應用正快速崛起，它們對更低延遲、隱私保護、以及更客製化、個人化的要求日益嚴苛。傳統上對雲端運算的依賴，可能不足以解決需要即時回應的安全關鍵使用場景。智慧邊緣不僅是科技上的突破，在企業應用方面也相當重要，它更能滿足全新應用的需求，使企業能更快的回應市場、更容易的調整商業模式、提供創新且合規的服務及強化客戶體驗。

結語

先進製程將幫助打造更快速、更有效率的運算架構，能夠有效管理即時分析及運用大量由終端裝置所產生的數據資料，因應使用者在不同情境下的需求，在短時間內精確處理海量的資料，並做出最正確的判斷與即時的反應。

在未來，隨著5G興起與AI的擴大應用，5G帶來更大的頻寬、更低的延遲，同時也帶來更多的應用場景，如AR/VR、工業乙太網、智慧交通等，而AI的擴大應用，對邊緣運算的安全性和時效性也提出了更高的要求。這些需求的產生，半導體方案供應商也將會持續開發新一代的產品線，來應對市場所需。