關於邊緣運算雲端運算比較，我們在網路上蒐集到這些相關的討論、資訊與評價

「邊緣運算雲端運算比較」的推薦目錄：

關於邊緣運算雲端運算比較在 Microsoft Taiwan Facebook 的精選貼文
關於邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
關於邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

關於邊緣運算雲端運算比較在科技島讀 Youtube 的最佳貼文

關於邊緣運算雲端運算比較在邊緣運算、雲端運算與CDN，差異你都了解了嗎? - YouTube 的評價
關於邊緣運算雲端運算比較在 2022邊緣運算雲端運算比較-電腦筆電評比推薦，精選在PTT ... 的評價

邊緣運算雲端運算比較在 Microsoft Taiwan Facebook 的精選貼文

2021-08-18 08:00:18 有 14 人按讚

本週免費課程精選（2021.8.18）
☀早安呀😊 早起的你是不是已準備好，迎接微軟的每週課程精選呢🤣
打開行事曆📅註記下每一堂課堂，準時上課不錯過⏰

❶8/18【活動推薦🔥】企業數位轉型上雲三部曲👉第一部曲 Microsoft 365 創造新協作模式
📌研討會簡介：疫情改變了所有人的生活模式，許多企業也施行遠距工作，證明了員工們的協作能力可以不被傳統辦公室所局限。
而作為企業施行遠距工作的強力後盾👉Microsoft 365，是如何快速打造企業所需協作及通訊工具的呢？
👉立即報名：中華電信將帶您深入了解如何應用Microsoft 365增進工作效率與品質
⭐時間：2021/08/18 (三) 14:00-15:00
⭐報名鏈接： https://aka.ms/event_CHT0818

❷8/19【疫情下的數位教養－數位時代親密關係】
📍講座簡介：疫情加速了數位學習，也增加了孩子使用網路的時間，網路也成為新型態的社交、交友平台。邀請您一同透過親子藝術治療專家趙志蘅老師的分享，更深入瞭解如何教導孩子認識網路交友的界線、建立適當線上親密關係，進而遠離網路詐騙的風險。
👉立即報名：http://www.cyberangel.org.tw/tw/hot-activities/2021-covid-digital-literacy

❸8/20【活動推薦🔥】Windows 365 全新功能大解密
📌課程簡介：微軟在今年7月的Inspire 2021活動中，正式向全世界推出全新的雲端電腦服務 – Windows 365。雲端電腦 (Cloud PC) 這個全新的概念一出，立刻成為IT業界的熱門話題，讓人不禁好奇：到底甚麼是雲端電腦？適用於哪些應用情境？跟其他遠端存取服務有甚麼差別？雲馥數位的講師，將為各位來賓帶來第一手的 Windows 365 使用攻略。不但包含簡單易懂的功能介紹，還進一步透過不同的應用情境，帶您輕鬆了解雲端的最新趨勢！
⭐立即報名：https://aka.ms/event_CloudRiches0820
⭐活動時間：8/20 (五)14:00-14:30
⭐課程搶先看： 🔥 Windows 365 介紹 🔥 使用者情境與功能應用 🔥 與 AVD 的差異比較和規格說明 🔥 實際應用展示

❹8/24 【Azure IoT Edge 1.2.0 實作坊】
📌課程簡介：Azure IoT Edge邊緣運算服務可將IoT的雲端分析、應用移到邊緣裝置。
本次將以最新Azure IoT Edge 1.2.0手把手實作教學，敬請即刻報名參加。
👉立即報名：https://aka.ms/AAdbnnz

❺8/24【活動推薦🔥】伊雲谷–企業不可不知的M365生產效率解決法
📌 座談會簡介：在這場活動中，將針對透過M365如何強化工作效能大解密！您將學習到
✔ ECV LSP 服務簡介
✔ Teams文件效率及安全增強術
✔ M365 Package Deliver
👉立即報名：https://aka.ms/event_ecloudvalley0824

❻8/25【活動推薦🔥】中華電信–企業數位轉型上雲三部曲👉第二部曲 Azure Virtual Desktop 快速打造行動辦公室
📌研討會簡介：中華電信企業數位轉型第二部曲將在非常時期協助您提升整體效率！
☝️ 解析如何提供 AAD 帳號統一管控且安全穩定的原生雲端 VDI 桌面環境
✌️ 解析 Azure Virtual Desktop 如何快速建置企業所需的遠距辦公場域
⭐時間：08/25(三) 14:00-15:00
⭐報名鏈接： https://aka.ms/event_CHT0825

❼8/27 【活動推薦🔥】台灣碩軟-神救援! Microsoft 365用戶必備Helpdesk 雲端工單系統
📌研討會簡介：台灣碩軟於此次活動將介紹Power Platform以及Microsoft 365雲端服務，協助企業快速導入 Helpdesk工單系統。
讓您的企業能夠：即時報錯、高效溝通、企業數位轉型超進化。
您將發現：什麼❗原來Power Platform可以這麼運用!
👉立即報名：https://aka.ms/event_SoftwareONE0827

#每週課程精選 #Microsoft #Microsoft365 #Azure

Tags: 邊緣運算雲端運算比較每週課程精選 Microsoft Microsoft365 Azure

Microsoft Taiwan

About author

歡迎來到 Microsoft 台灣官方粉絲專頁，我們將提供您微軟的最新消息及產品資訊。欲想更了解請至官網：http://www.microsoft.com/zh-tw/ 技術客服免付費專線：0080-1128-000 技術支援網站：http://support.microsoft.com/contactus/ 有關於 Microsoft 產品的問題：http://www.microsoft.com/taiwan/cs/

Microsoft 台灣官方粉絲專頁。歡迎交流資訊、分享心得。更多資訊請詳見官方網站。上班時間: 週一至週五 09:00 – 18:00 國定、例假日除外

邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

By 台灣物聯網實驗室 IOT Labs

2021-05-10 16:02:37 有 1 人按讚

2021智慧城市展直擊：新北市警察靠AI頭盔過濾可疑車輛，臺北市與業者聯手測試智慧水表

新北市警察局利用AI智能頭盔，協助員警騎機車巡邏時，快速辨識路上的汽機車車牌，過濾路邊的可疑車輛；臺北市則和多家廠商合作，以實際的公有國宅作為業者智慧水表技術的試煉場域。

文/蘇文彬 | 2021-03-26發表
.
聯合國預測，2050年全球將有2/3的人居住在城市，高密度的人口居住，意謂著城市在交通、安防、教育、民生等各方面需要高度的智慧化管理才行。本周舉行的2021智慧城市展，國內不少廠商、市政府參展，展出智慧城市的最新應用。

在智慧城市展中，不少業者展示無人機應用，從道路、橋樑等公共基礎設施的巡檢、企業廠區的空中巡檢，到智慧農業協助噴灑農藥等等。新北市警察局也展示最新的無人機應用，他們在去年成立國內第一支警用無人機隊，可應用在刑事、環境、交通及救災上，結合AI辨識人、車或特殊物件，用於犯罪偵防、環境監控、路況車流分析，以及災難救援上。

而在此次智慧城市展中，除了展示警用無人機，還有另一項最新應用，警察智能頭盔，去年新北市警局開始一項專案，名為警蜂計畫，警局花費200萬元採購40頂智能頭盔及後端系統，每頂頭盔前方均配置了一個鏡頭，當員警騎機車巡邏時，頭盔上的鏡頭同時紀錄街道畫面，並將影像傳到頭盔後方的小盒子。

警用智能頭盔前方的鏡頭，頭盔後方則有一個小盒子，負責辨識比對汽機車的車牌：

這個小盒子發揮邊緣運算的功能，內建電池及4G連網功能，可即時過濾比對鏡頭紀錄的影像，以AI辨識鏡頭紀錄的影像，過濾比對路上的汽車，以及路邊併排停放的機車車牌，員警不需要特別擺頭讓鏡頭對準特定的車輛，頭盔就能辨識過濾影像中的車牌，即使是路邊停放機車，只要紀錄到車牌影像，即便是較斜的角度也能辨識、比對車牌，當發現可疑車輛或贓車，頭盔會以語音提醒巡邏的員警，相較之下，目前警察騎車巡邏，需要手動輸入車牌，智能頭盔大幅提升員警的工作效率。

現場展示人員解釋，頭盔後方配置的小盒子採用Android系統，除了具備邊緣運算功能，比對過濾車牌之外，還能連接4G行動網路，將比對結果回傳至警局後檯，也能接收警局更新的可疑車輛清單。

目前新北市警局經過測試，警員騎乘警用機車巡邏時，可辨識路上的行車車牌及路邊停放的機車車牌，未來不排除擴大採購警用智能頭盔。

臺北市和多家業者合作試驗智慧水表

臺北市今年也在智慧城市展中，展示智慧城市最新應用，其中在水資源管理部分，北市自來水事業處（北水處）正推動智慧水表，以取代傳統水表，需要每個月或兩個月派人逐戶抄表，根據統計，每年委外人工抄表次數超過1千萬次，未來北水處希望推動智慧水表普及，結合自動讀表系統，自動回傳用水度數，同時降低對用戶的干擾。

為推動智慧水表普及，臺北市從2020年開始便要求新建案，必需採用智慧水表，去年已有6千多戶新建案用戶採用智慧水表。更大的目標是要讓現有約170萬只的傳統水表也能汰換，臺北市已規畫從2020年開始，規畫分12年投入48億元，要將170萬傳統水表汰換為智慧水表。

為了先瞭解國內智慧水表技術，同時提供國內業者場域測試，北水處和多家廠商合作進行實際場域的技術試煉，2019年到2020之間，媒合10組團隊共18家廠商投入智慧水表場域試煉，以北市公有國宅為試煉地點，提供11組共660只表位讓不同團隊進行試煉。

除了智慧水表測試，北水處也建置臺北智慧水網示範區，以高低起伏的丘陵地用水戶，建立智慧水網示範區，因地形因素，在通訊技術上富有挑戰性，試驗如何運用資通訊技術、數據分析，掌握示範區內的用水戶類型、設備使用、安裝、數據回傳等情形，透過數據分析訓練進水模型、漏水預測等應用。

北水處未來規畫再舉行營運測試，希望在不同的場域下找出最適合的管理及執行方式，評估商轉管理的可行性，滾動性調整作法。

在智慧城市展現場，北水處展示各種通訊讀表功能的智慧水表，通訊技術上包括RF、NB-IoT、4G、sigfox等，以及照相、脈衝等讀表技術。

民眾使用智慧水表，現在可透過北水處的智慧水管家，掌握每月用水情形，比較去年同一個月份的用水情形；北水處從後端發現用水異常增加，也能向用戶示警，讓用戶提早發現是否有管線漏水。

新一代公共自行車YouBike 2.0

去年初，臺北市在公館一帶開始試辦新一代的公共自行車YouBike 2.0，目前已在臺北、高雄、嘉義部分地區推廣，YouBike 2.0還只是小規模部署，車輛數量並不多，以臺北市為例，目前只有約600輛YouBike 2.0車輛，約102個站點。值得注意的是，由於YouBike 2.0車輛無法在YouBike 1.0站點還車，因此在2.0剛推出時曾因民眾租用YouBike2.0無法還車，需要到YouBike2.0站點才能還車，致使民眾被收取更多費用而引發不小的批評。

目前較普及的YouBike 1.0，由於車椿需要介接市電，設罝上較為不易，也需佔用較大的空間，而YouBike 2.0最大特色是採用了輕椿設計，不需介接市電，改採小型太陽能面板供電，椿體也更小，可望突破YouBike 1.0設站不易的限制。

另外，YouBike 2.0在車輛上採用車上機，在自行車龍頭的位置裝置車機，民眾租還車，可在車機上選擇使用悠遊卡感應，或是手機QR Code掃碼租借車輛。

車上機利用太陽能面板供電，除了提供租借的功能，車上機還有GPS、通訊功能，並可透過螢幕面板顯示操作文字。由於YouBike 2.0車上機已具備連網功能，因此具備車聯網的基礎，搭配GPS，未來將能蒐集數據、分析，作為城市交通施政的參考。

遠距視訊診療拉近病人和醫生的距離

在智慧城市展中同步展出的智慧醫療區，廣達近幾年積極切入智慧醫療市場，此次他們展示了旗下的雲端智慧醫療服務QOCA，在遠距醫療方面，廣達和臺大醫院雲林分院合作遠距視訊診療平臺，透過該平臺，病人在當地醫生協助之下，將數位五官鏡如眼底鏡、皮膚鏡的檢查影像，和遠處另一名專科醫生分享，該平臺還可整合病人的病歷，方便醫師會診。

這套系統被用於2019年啟動的安心雲林e院聯防體系，由於雲林縣為衛福部公告醫療資源不足的地區，加上國內遠距醫療相關法規鬆綁，臺大醫院雲林分院和成大醫院斗六分院、雲林基督教醫院等幾家醫院及長照機構建立聯防體系，在較為匱乏的醫療資源上建立聯防，降低民眾就醫的奔波之苦。

今年初中華電信也和廣達簽署備忘錄，兩家公司希望以雲林為第一站，向衛福部爭取偏鄉地區的5G遠距醫療經費補助，以推廣5G遠距醫療，未來結合5G將遠距醫療擴大至偏鄉衛生所。

資料來源：https://www.ithome.com.tw/news/143496?fbclid=IwAR2nZAiL3CRdZYRTSIY4h4LB3VlyDO9bR7Ekafcn5g0qlRHqNT2DFq8cVVA

Tags: 邊緣運算雲端運算比較

台灣物聯網實驗室 IOT Labs

About author

本專頁將不定時網羅搜集國內外與物聯網相關新聞及技術，並無條件與 IOT 從業人員或對物聯網有興趣的大眾分享，若有任何不足或建議之處，歡迎隨時留言，一起研究研究。^.^

邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

By 台灣物聯網實驗室 IOT Labs

2021-03-08 18:09:20 有 1 人按讚

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

Tags: 邊緣運算雲端運算比較

台灣物聯網實驗室 IOT Labs

About author

邊緣運算雲端運算比較在科技島讀 Youtube 的最佳貼文

By 科技島讀

2020-07-29 13:00:09 有 722 人看過有 10 人喜歡

本集特別感謝耐能智慧（Kneron）創辦人劉峻誠參與討論。

矽谷 OpenAI 推出的 GPT-3 是一個文字產生器，能寫文章、寫程式、回覆 email，甚至用牛頓的語言教導萬有引力。其打開了人們對人工智慧的想像力，也讓人好奇人工智慧的極致。

同時，生活中無數的「小場景」也需要另一種人工智慧，例如智慧門鎖、臉孔辨識、智慧水錶、居家安全等。劉峻誠所創立的耐能科技便是在離線、平價、低耗能、可重組的人工智慧領域的佼佼者。就像 ARM 從手機崛起，甚至挑戰英特爾一般；耐能要如何從邊緣運算崛起，挑戰稱霸雲端人工智慧的科技巨頭？

聽眾優惠:point_right:http://bit.ly/2DE3GBE
（在優惠碼欄位填寫 podcast ，用 199 元收看全部科技島讀內容）
----------
YouTube 更新比較慢，歡迎你到這裡看最新的科技島讀 Podcast： http://bit.ly/31Gjmis

#人工智慧#AI平台#AI人才

人工智慧

科技島讀

About author

科技島讀是會員制媒體，專注於分析國際事件，解讀科技、商業與社會趨勢。我們從台灣出發，因此取名「島」讀。付費會員每週收到 3 篇電子報，包含一篇長文。會員有權閱讀網站上所有過往文章，以及進入會員專屬討論區。電子報包含 2~3 件世界重要科技事件的分析。長文則是對一個主題的深入探討。非會員目前可收聽科技島讀 podcast，以及閱讀特別公開的長文。科技島讀有數千名會員，來自超過 15 個國家。許多是具影響力人士，或是身在重要組織，如科技巨擘（已知有蘋果、Google、臉書、亞馬遜、微軟、 Uber 與 Tesla）、台灣頂尖網路企業（KKBOX、Gogoro、Appier、FunNow、Hahow 等）、上市公司、金融與投資顧問機構、創投、行政與立法部門負責人、媒體與行銷公司與研究組織等。自 2017 年創辦以來，會員連續 4 年評價科技島讀滿意度超過 9 分。Podcast 亦獲得上千位聽眾評分 5 顆星。是所有身在科技領域，或是注意科技衝擊者的最佳自我投資。認識更多科技島讀：https://daodu.tech/about

社群媒體上有些相關的討論：

邊緣運算雲端運算比較在邊緣運算、雲端運算與CDN，差異你都了解了嗎? - YouTube 的推薦與評價

本篇將讓您對邊緣運算 (Edge Computing)、雲端運算 (Cloud computing)與CDN(Content Delivery Network)有一個初略的概念，了解它們在使用上的差異性。 ... <看更多>

邊緣運算雲端運算比較在 2022邊緣運算雲端運算比較-電腦筆電評比推薦，精選在PTT ... 的推薦與評價

2021智慧城市展直擊：新北市警察靠AI頭盔過濾可疑車輛，臺北市與業者聯手測試智慧水表新北市警察局利用AI智能頭盔，協助員警騎機車巡邏時，快速辨識路上的汽機車車牌，過濾 ... ... <看更多>

你可能也想看看

邊緣運算 · 更低的遲延：減少數據傳輸可以降低遲延，有利於需要低遲延的應用程式，例如：人工智慧功能和開發，包括自動駕駛汽車。 · 減少支出：相較於雲端 ...

#2. 邊緣運算vs 雲端運算分散式或集中式，哪種架構適合你？

雲端運算 (cloud computing) 相對邊緣運算(edge computing or fog computing) ，一個是集中式管理一個是分散式管理。我們就來比較一下其優缺點。雲端運算的優點.

#3. 什麼是邊緣計算? 邊緣計算和雲端運算的區別? - 阿里雲知識庫

雲端運算和邊緣運算之間的主要區別在於集中式運算環境，在雲端運算中，數據在集中位置被收集、處理和分析。另一方面，邊緣運算基於分佈式運算環境。在雲解決方案中無需選擇 ...

#4. 邊緣運算會顛覆雲端運算嗎？ - iThome

邊緣運算通常是在本地端和雲端兩邊交界的附近做運算處理，也就是資料進出區網附近的位置，這麼做的目的，在於既可以將運算環境放在本地，同時又可以靠近 ...

#5. 邊緣運算三大企業應用關鍵，緊繫雲端、工業物聯網、5G

從雲端運算、工業物聯網（IIoT）、人工智慧、大數據分析到5G網路，邊緣運算（Edge Computing）可說是在異中求同的IT環境與運算技術的擴充與延伸中， ...

#6. 邊緣AI vs.雲端AI：永續運算系統怎麼選？ - 電子技術設計

除非應用的重點是安全性和即時處理，否則雲端AI最適合永續運算系統。但這也並不表示邊緣AI極其適用於需要即時處理和更安全協定的永續運算系統.

#7. 從雲端到邊緣運算：評估前瞻運算之解決方法 - 博碩士論文網

為了解決雲端運算的困境，邊緣運算的概念被提出，學者們紛紛利用此概念提出各種解決方法，現今有三大主要的方法，分別為Cloudlets、Mobile Edge Computing以及Fog ...

#8. 主要國家「雲端/邊緣運算和數據分析」關鍵字群組與重要性分析

從雲端到邊緣運算（Cloud to the edge）：該技術是Gartner 在2018 年發布的十大策略科技趨勢之一，意指PC 或移動裝置從邊緣到集中於雲端的運算概念，技術 ...

#9. 【Arm 專欄】一次看懂人工智慧：雲端、邊緣與終端人工智慧

Arm 以運算範圍將人工智慧定義出三個類別：雲端、邊緣與終端。我們可以用ML 來處理其中任一類別的數據，但並非運算效能最強的類別就是最適合的類別， ...

#10. 什麼是邊緣運算？定義、推動因素、優勢、案例| Intel Taiwan

雖然邊緣運算為組織提供了前所未有的機會，能夠釋放資料的價值，但雲端依舊是中央資料儲存庫與處理中心不可或缺的一環。下圖顯示收集資料、運算、儲存與建立網路用的各種 ...

#11. 什麼是邊緣計算？ - Cloudflare

邊緣運算使運算更接近资料的來源，从而優化網際網絡裝置和網絡應用程式的性能。這最大限度地減少客戶端和伺服器之間長距離通信的需要，從而降低延遲和頻寬使用。

#12. 邊緣運算Part 1 - 淺談股海

以簡單的方式講解邊緣運算，以及比較雲端運算與邊緣運算的差異，同時了解邊緣運算未來的 ... 邊緣運算是一種計算架構，透過分散式的方式將運算位置從過去中心移至邊緣 ...

#13. 什麼是邊緣運算(Edge Computing)? - Gigabyte

邊緣運算是什麼？邊緣運算(Edge Computing)是一種網路運算架構，運算過程盡可能靠近資料來源以減少延遲和頻寬使用。目的是減少集中遠端位置（例如「雲」）中執行的 ...

#14. 物聯網正將資料中心推向邊緣 - Delta Power Solutions

如同思科的Helder Antunes 曾說過：「在大多數情況下，所有資料都將透過雲端與邊緣裝置的強大穩定頻寬上傳至雲端－此說法根本不切實際。」邊緣運算之始：內容傳遞網路(CDN).

#15. 對應四大邊緣應用場景釐清需求是第一步 - 網管人

現今的邊緣運算有點像早年的雲端，許多企業都體認到這是未來的一個大趨勢， ... 醞釀數年的邊緣運算（Edge Computing）在第五代行動通訊(5G)上路、物 ...

#16. 改善延遲/安全性/資源效率邊緣AI奠定混合運算基石 - 新通訊

邊緣運算有許多類似術語，包括「邊緣雲端運算」(Edge Cloud Computing)與「霧 ... 圖2 從邊緣裝置將資料發送至雲端伺服器/邊緣雲端伺服器的延遲比較.

#17. 雲端深入你我身邊: 新一代邊緣運算技術直達| 誠品線上

作者, 張駿/ 主編; 祝鯤業/ 陸科進/ 問治國/ 周超/ 劉敬/ 吳敏. 出版社, 聯合發行股份有限公司. 商品描述, 雲端深入你我身邊: 新一代邊緣運算技術直達：本書特色▻萬物 ...

#18. 《富比士》專文報導：邊緣運算各國搶發展，但最大的技術推手 ...

邊緣運算就是當機器本身，也就是整個訊息運算的邊緣，接收到資訊，資訊就會立刻在終端進行運算，過程不會跑過整個雲端中心的流程。用人體來比較的話，邊緣 ...

#19. 邊緣運算、雲端運算與CDN，差異你都了解了嗎? - YouTube

本篇將讓您對邊緣運算 (Edge Computing)、雲端運算 (Cloud computing)與CDN(Content Delivery Network)有一個初略的概念，了解它們在使用上的差異性。

#20. 你的生活和邊緣運算有關嗎？邊緣運算需要安全性的原因

邊緣運算硬體和服務會藉由在本地端處理並儲存資料，來協助解決問題。邊緣閘道可以處理來自邊緣設備的資料，然後只將相關資料傳送回雲端儲存，藉以節省頻寬。網路邊緣 ...

#21. Cloud to Chip－雲端服務供應商於邊緣運算晶片布局策略分析

雲端服務供應商（Cloud Service Providers）關注於邊緣運算「雲端至物端」（Cloud to Thing）的連結介面；此一關注視角，進一步被AWS、GCP、Azure發展成「雲至晶片」（ ...

#22. 您的物聯網應用是否需要霧運算？ - Moxa

霧運算（Fog Computing）是思科系統（Cisco）創造的術語，用於描述介在雲端和IoT 邊緣設備之間的中間層（稱為霧層）設備所採用的運算模型。霧層由霧節點組成，基本上 ...

#23. 邊緣運算_專利快訊_20180516 - 華淵鑑價股份有限公司

邊緣運算 (Edge computing)與雲端運算(cloud computing)的運行方法有很大的不同， ... 可利用此分類號更有效率地縮短前案的檢索搜尋，或比較相關前案技術特徵的時間。

#24. 智慧製造的橋樑：邊緣運算IOT AI人工智慧 - 固德科技

邊緣運算簡單來說是一種就近運算的概念，在靠進資料源的本地端進行運算， ... 邊緣運算是一種本地端運算的作業系統，跟雲端運算比較起來就會將邊緣運算比喻成地面上的 ...

#25. 全球邊緣雲技術發展分析 - ITIS智網

而到了2018年之後，開始出現邊緣運算與雲端連結的關鍵節點， ... 二、邊緣雲生態系已由雲端串連至終端三、雲端、邊緣、邊緣雲特徵比較分析四、結論

#26. 物聯網& 邊緣運算| WAGO TW

輕鬆的雲端連接 · 控制櫃層 · 工廠層 · 如何快速輕鬆地部署Docker 容器 · 有關物聯網和邊緣運算的更多資訊 ...

#27. 什麼是雲端運算？ - Microsoft Azure

雲端運算的幾大優點 · 雲端運算類型 · 公用雲端 · 私人雲端 · 混合式雲端 · 雲端服務的類型：IaaS、PaaS、無伺服器和SaaS · IaaS · PaaS.

#28. 3-4 IoT+ 雲瑞運算

二、雲端運算如何運作？ ▫ 雲端運算有三種層次：IaaS、PaaS與SaaS。雲端運算. 提供簡單的方式，透過Internet來 ... 如圖3-26 所示，雲、霧及邊緣運算可能看起來相似.

#29. 什麼是邊緣運算？- 定義和優勢 - VMware

什麼是邊緣運算？ · VMware Edge Compute Stack · 零售業邊緣：適用於零售業的現代化邊緣架構.

#30. Edge computing 邊緣運算解決方案| NVIDIA

邊緣運算能夠直接在裝置上運用人工智慧功能，並從源頭而非雲端或資料中心處理資料。這加速了人工智慧流程，可助力即時決策和軟體定義的自動化裝置。

#31. 雲端運算概論 - HackMD

0x00 雲端運算與行動邊緣計算能力. why needs cloud computing ? CC -> MEC (mobile EDGE computing) -> VCC 、MCC ...

#32. AI 讓邊緣與物聯網更聰明 - CIO Taiwan

在邊緣利用AI 的主要驅動因素之一，就是若一切都必需由集中式雲端運算解決 ... 都會發生，不僅汽車業，雖然移動中的車輛的確對延遲的要求比較嚴格。

#33. 59.有關雲端運算(Cloud Computing)與邊緣運算(Edge Com..

59.有關雲端運算(Cloud Computing)與邊緣運算(Edge Computing)的比較或比喻，下列何者錯誤？ (A)摸到很燙的鍋子時，神經反應就好像邊緣運算，而大腦判斷就是雲端運算

#34. 觀點／AMD在雲端運算市場佈局，訴求方向仍與NVIDIA明顯不同

而針對智慧邊緣運算與電信服務需求打造、代號「Siena」的伺服器處理器也 ... 在整場發表活動中，AMD並未特別將其產品與競爭對手NVIDIA直接作比較，但 ...

#35. 全球最便宜的AI概念股在台灣 - Anue鉅亨專題

由於「雲端運算」需要處理龐大數據，加上需要長時間運作，晶片需求特性為功耗高、效能強，因此AI晶片與高效能運算（HPC）晶片的需求將逐漸增溫。不同世代都有受惠晶片演進 ...

#36. [Edge Computing] 淺談影像AI落地之邊緣運算 - Medium

(1)雲端運算: 將完成的AI模型運行在GCP、AWS或Azure這一類的雲端，這是AI落地最大的場域，這部分技術和相關資料也都比較完整，整個系統整合上都是軟體整合為主。

#37. 雲端運算及網路基礎設施 - Arm

在水平擴充工作負載方面，與可相比較的基於x86 架構的虛擬機器性價比高出50%。 ... 針對安全、高效又有彈性的雲端到邊緣運算的技術，Arm Neoverse 提供專為5G 高效運算 ...

#38. 2023混合雲五大趨勢資訊長看好未來性 - 科技島

邊緣運算和混合雲的架構很契合，特別是當邊緣運算推動混合雲的採用，彼此能夠有效互補。在企業雲端戰略的發展過程中，這兩者的關係將更加密切。

#39. 與雲端協同AI邊緣運算落地前需克服四關鍵 - 智動化

隨著AI與5G的加入，邊緣運算技術發展至今已走向雲端協同。終端邊緣AI解決方案新創廠商耐能智慧（Kneron）以「AI晶片+邊緣運算+圖像算法 ...

#40. 科技巨頭-企業雲端營收 - 財經M平方

雲端服務產業相對複雜多元，從數據倉儲、分析軟件、辦公應用軟體、邊緣運算再到資安等。 ... 註2：谷歌的雲端營收包含Google Cloud Platform（雲端運算平台）、 Google ...

#41. 邊緣計算中使用率導向資源分配策略Usage-oriented ... - ntcuir

用相對於雲端運算延遲較低的邊緣計算系統時，能夠有效地利用邊緣節點。本. 研究提出的策略會透過分析任務所需的 ... 能比較，其中兩種策略為Kubernetes 內建的演算法。

#42. 什麼是IaaS (基礎架構式服務)？ - Google Cloud

... 架構式服務) 是一種雲端服務模型，可透過雲端為企業和個人提供隨選基礎架構資源，例如運算、儲存、網路和虛擬化功能。 ... IaaS、PaaS 與軟體式服務(SaaS) 的比較 ...

#43. 榮景之下，雲端服務產業將迎來新一波淘汰賽

未來，隨著邊緣運算市場逐漸成熟，AI演算技術也更加精進後，資料中心產業更將呈現出一番新風貌。今年以來，科技製造業遭遇到了後疫情時代的第一波逆風， ...

#44. 2022邊緣運算雲端運算比較-電腦筆電評比推薦，精選在PTT ...

2021智慧城市展直擊：新北市警察靠AI頭盔過濾可疑車輛，臺北市與業者聯手測試智慧水表新北市警察局利用AI智能頭盔，協助員警騎機車巡邏時，快速辨識路上的汽機車車牌，過濾 ...

#45. 雲端運算概念股有哪些股票 - 財報狗

股號/ 名稱市值(百萬台幣) 近一日漲跌% 近一週漲跌% 近一月漲跌% MSFT 微軟 78,383,569 ‑1.66 4.76 7.48 AMZN 亞馬遜 39,650,065 ‑1.27 1.67 6.21 GOOG Google 22,440,690 ‑1.38 0.97 0.44

#46. 雲端運算

「雲端運算」是台灣下個兆元產業？這3 大… Oracle Cloud Infrastructure Compute 服務可讓您在雲端佈建及管理運算主機。您可以使用資源配置來啟動運算 ...

#47. 擁抱Edge AI新時代運算/儲存更貼近資料所在 - 電子工程專輯

為此，必須大量增強在雲端與邊緣端的運算單元，才足以因應如此龐大的資料量 ... 的相容性(靈活性)以及硬體的相容性等指標概念來初步比較各種AI晶片。

#48. 「邊緣運算」AI的威力：究竟是有多厲害？-艾鍗學院

如果所有的資訊都要回傳到雲端中心，經過計算後再傳回終端的話，一定會有延遲。 ... 過程不會跑過整個雲端中心的流程。用人體來比較的話，邊緣運算做的就是反射動作。

#49. 邊緣運算 - 政府研究資訊系統GRB

所謂的邊緣運算即指將比較、分析、辨認資料的動作，從雲端移到本地的閘道或裝置上。 ... 關鍵字：邊緣運算；資源請求；雲端聯盟；效能優化；聯盟賽局；配對理論.

#50. 海內外RISC-V專家共聚一堂全面剖析邊緣AI、HPC、雲端運算 ...

數位經濟全面到來，產業透過客製化硬體晶片，加速邊緣運算效能與雲端運算 ... 能運算）晶片設計策略、醫療用RISC-V晶片設計到RISC-V產業生態系比較等 ...

#51. 雲端運算的三個層次

目前，許多人稱呼雲端運算類型的說法，硬體的部份，. 就稱為基礎建設(Infrastructure)；而軟體的部份，則又區分為平台(Platform) 跟軟體. (Software) 這兩塊。Platform ...

#52. Edge AI 邊緣運算之專題整理- 王柏鈞- 台灣人工智慧學校

這種將服務架設在雲端伺服器上的應用我們稱為Cloud AI。隨著時代演進，Cloud AI形式的AI佈署開始在資料集中所導致的隱私問題，以及通訊的安全與效率等 ...

#53. 邊緣運算（Edge computing）

邊緣運算與過去雲端運算最主要的差. 異，在於並非所有的資料都必須 ... 增加，運算能力從雲端到邊緣的移動. 將會使得邊緣運算的產值持續 ... STO 與ICO、IPO 之比較表.

#54. Junior新趨勢: 邊緣運算 - SlideShare

新趨勢: 邊緣運算1 政大統計二柯敦瀚台大工管三李昇翰台大財金二楊紫涵台大 ... 表1-2：不同服務模式比較資料來源：Microsoft, IBM 雲端運算服務模式6 ...

#55. 行動邊緣運算的全球市場: 2022年～2026年

行動邊緣運算的全球市場: 2022年～2026年. Global Mobile Edge Computing Market 2022-2026. 出版日期: 2022年06月01日 ...

#56. AIoT發揮邊緣運算效益搭配雲/霧運算資源整合擴展價值

原有邊緣運算(Edge Computing)的應用方向為降低雲端架構運算負荷、同時 ... 在雲端或是霧端的資源調用架構，以目前的網路技術整合已綽綽有餘，比較大 ...

#57. 威聯通推出混合架構物聯網邊際運算解決方案 - QNAP

AWS Greengrass 將AWS 無縫延伸到裝置，以便在裝置上操作本機產生的資料，同時繼續將雲端用於管理、分析和持久儲存。AWS Greengrass 使用AWS IoT Core 的 ...

#58. 邊緣運算夯！特斯拉享優勢、蘋果2年後或生產汽車

人工智慧(AI)和機器學習興起，裝置的運算需求大增，原先做法是把複雜運算交由雲端處理，但是數據來回傳輸太花時間，「邊際運算」(Edge Computing)成了 ...

#59. 邊緣運算有什麼優勢與實際應用？ - 雲端託管服務

邊緣運算是一種IT 部署，邊緣運算是一種分佈式運算概念，它將智能集成到邊緣設備（也稱為邊緣節點），允許在數據收集源附近實時處理和分析數據，也就是讓應用程式和 ...

#60. 邊緣運算Edge AI Computing | 御用小本本 - - 點部落

反過來說是集中式運算，將資料統一收集到資料中心，進行大數據分析處理。如此一來反過來的煙元運算就比較好理解了，大概就是分散式處理的意思吧。

#61. 【關鍵報告】後雲端產業和競爭分析- Cloudflare - 富果投資好文

在上一篇文章中我們提到，雲端產業的下一個成長重點是朝「邊緣運算」的 ... 好的模組，服務語言上也比較多元，讓使用者可以很簡單就啟用（click and ...

#62. AMD 將重點強化雲端運算並提升核心密度與NVIDIA 爭奪市場

#63. 高通喊出5G結合AI 邊緣運算將讓AI從雲到端觸手可及

憑藉著在行動生態的優勢，高通將藉由搭載Snapdragon 行動平台的終端，大規模提供高效能的邊緣終端側AI 運算解決方案；未來在雲端邊緣的終端設備都將有 ...

#64. 【邊緣運算專題1】什麼是邊緣運算?-矽谷Talk - 1號課堂

Cloud雲端聽起來很玄，其實道理很簡單，過去資訊都是存取在每部電腦上，隨著網路科技的進展，現在都是把資訊中心化儲存到伺服器端，任何人都可以輕鬆存取 ...

#65. 結合工業物聯網之雲端運算發展現況與趨勢

關鍵詞：工業物聯網、雲端運算、邊緣運算. Keywords：Industrial Internet of Things (IIoT), Cloud computing, Edge computing. 雲端運算市場規模

#66. 國家發展委員會強化公部門網路服務與運算雲端基礎設施計畫

CDN 邊緣運算擁有以下優 ... 提供雲世代政府公共服務所需之雲端運算、儲存以及資料雲端服務設施， ... 兩者的比較如下表，可看出水平擴展比較容易實現自動化，因此.

#67. 沒在開玩笑，雲端運算之後是霧運算 - TechNews 科技新報

相比較之下，集中式的雲端運算允許人們高效、廉價地分享昂貴伺服器資源，減輕企業用戶的負擔。但是，這也意味著每一個人都共用一個資料中心，企業需要建設 ...

#68. 網路作業系統及雲端運算

員工可從天涯海. 角任何一部聯網電腦透過瀏覽器軟體連上企業會計系統。 ↓ 雲端運算(cloud computing)：隨著網路頻寬升級及資料儲存成本. 大幅下降， ...

#69. 什麼是Edge Computing 邊緣運算

而雲端運算，仍然可以訪問邊緣計算的歷史數據。 ... 是設備域的問題，出現的純粹的IoT 設備，跟自動化的I/O 採集相比較而言，有不同但也有重疊部分。

#70. 博碩士論文105522067 詳細資訊

模擬結果顯示，與其他2種部署策略: GRE以及DCB相比，無論是在純邊緣運算的情境或是同時考慮邊緣運算以及雲端運算的情境，在網路延遲和服務功能部署成本的 ...

#71. 邊緣運算話題正夯邊緣伺服器發展大異其趣 - 新電子雜誌

第二，網通設備提供商，對於邊緣運算伺服器的功能，則較強調現場基礎建設建構，因此，相對於雲端服務提供商，比較側重於如何藉由「叢集」來串聯終端的 ...

#72. 雲端運算- 維基百科，自由的百科全書

雲端運算（英語：cloud computing），也被意譯為網路運算，是一種基於網際網路的運算方式，通過這種方式，共享的軟硬體資源和資訊可以按需求提供給電腦各種終端和其他 ...

#73. 從雲端運算走向邊緣運算-工業技術與資訊月刊-出版品-新聞中心

工研院IEK將2018年ICT產業的主軸訂為「AI on Earth, AI on Edge；人工智慧下凡入魂」，人工智慧將從過去主流的雲端運算模式，落地結合邊緣運算（Edge Computing）模式 ...

#74. 什麼是邊緣計算、霧計算、雲計算 - 今天頭條

通過將應用部署到雲端後，可以不必再關注那些令人頭疼的硬體和軟體問題，它們會由雲 ... 邊緣計算：是指利用靠近數據源的邊緣地帶來完成的運算程序。

#75. 淺談雲端運算- 雲端運算英文

雲端運算類型主要有以下三種，再加上其他發展中的類型：適用於網頁型應用程式的 ... Azure 公用多重存取邊緣計算MEC 在電信業者邊緣提供超低延遲的網路、應用程式和 ...

#76. 自由的百科全书- 雲端運算英文

比較雲端與實體伺服器時，實體伺服器的自訂程度通常比雲端伺服器更高，並 ... 為了解決雲端運算的困境，邊緣運算的概念被提出，學者們紛紛利用此概念 ...

#77. 《電腦設備》英業達第二代接棒葉力誠出任董事長 - 富聯網

今年AI話題夯熱，英業達在伺服器雲端的AI應用也是成績斐然，不僅為品牌伺服器客戶布局layout邊緣運算的產品，我們也專注客製化為雲端客戶在深度 ...

#78. 什麼是網格運算 - Amazon AWS

了解什麼是網格運算，以及如何將Amazon Web Services 用於網格運算. ... 分散式運算是指在一組聯網電腦之間共享軟體雲端元件的運算系統。但是，使用該軟體的使用者將看 ...

#79. AMD 最新128 核心EPYC 處理器鎖定雲端原生應用 - PCM

AMD 同時推出多項產品，包括Genoa-X，支援第2 代AMD 3D V-Cache 技術及最多1.1GB L3 快取記憶體，兼容SP5 插槽；預計在今年下半再推出以電訊及邊緣運算的 ...

#80. 【英業達股東會】葉力誠接班曝新營運方向英業 ... - LINE TODAY

卓桐華卸任後，他一派輕鬆並笑著說：「我比較敢說真實面了。 ... 葉力誠強調，除了為品牌伺服器客戶布局layout邊緣運算的產品，將專注客製化滿足雲端 ...

#81. 英業達創辦人葉國一次子葉力誠接新董座股價上衝22年新高

在AI伺服器方面，伺服器不斷迭代，AI是新應用，客戶比較早知道反映給英業 ... 器雲端的AI應用也是成績斐然，不僅為品牌伺服器客戶布局layout邊緣運算 ...

#82. 【英業達股東會】葉力誠接班曝新營運方向英業達前董座籲學習 ...

事實上，英業達伺服器雲端業務搭上AI應用，成為市場關注的焦點。葉力誠強調，除了為品牌伺服器客戶布局layout邊緣運算的產品，將專注客製化滿足雲端 ...

#83. 嵌入式如何与AI相结合，什么是端侧AI - 电子工程专辑

那我们作为嵌入式工程师为什么需要关注端侧AI而不是云端的AI和边缘的 ... 照片等私密数据上传云端，现场拍现场用，用完之后销毁，这样是比较安全的。

#84. 邊緣運算是甚麼？邊緣運算結合AI 的未來應用 - InfinitiesSoft

1. 邊緣管理成為IT 的核心業務之一 · 2. 邊緣人工智慧應用的快速成長 · 3. 人工智慧融合工業物聯網解決方案 · 4. 企業採用AI-on-5G 的增長 · 5. 從雲端到邊緣 ...

#85. Stable Diffusion完整教學：從4種安裝方式WebUI到咒語提詞 ...

*注意，每個Google帳號每天有做圖運算額度限制，超過使用量可以換另一個帳號馬上繼續用，或是維持原帳號等24小時後再用。方法3. 直接安裝在Google Drive走全雲端模式. 先 ...

#86. 巨头“火拼”AI芯片！AMD力抗英伟达| investing.com - 英为财情

云端就是在数据中心进行模型训练，芯片需要支撑大量的数据运算，终端和边缘侧对算力要求稍弱一些，但要求快速响应的能力和低功耗，英伟达霸占了训练 ...

#87. 廣明(6188) - 即時股價爆料- CMoney股市爆料同學會 - 理財寶

【財訊快報／江文勝】新漢(8234)跨足AI領域，其邊緣運算電腦就是採用NVIDIA晶片，目前已應用在車載電腦及智慧城市系統；加上旗下子公司的新漢智能轉 ...

#88. 概念股- AI人工智慧類股票行情- 台股 - 玩股網

股票股價漲跌幅周漲幅開盤最高最低昨收成交量新高/低周轉率金寶2312 15.5 △1.4 (9.93%) 8.01% 14.2 15.5 14.1 14.1 89,173 創新高 5.97% 東元1504 56.8 △2.5 (4.6%) 3.84% 55 58.5 54.9 54.3 63,470 創新高 2.97% 世芯‑KY3661 1840 △40 (2.22%) 16.09% 1790 1860 1790 1800 3,425 1日 4.74%

#89. 「入口網站」相關新聞 - CTWANT

Windows 11內建生成式AI 高通驍龍平台邊緣運算10億個參數 ... 雖然也是說過不少愛情金句，但她誠懇「建議」，文章作者還是要真的有訪問過她本人，再撰文會比較好，並不 ...

#90. 十檔市值大增股踩風火輪｜方格子vocus

隨著5G、AI、物聯網、雲端運算等技術的發展和普及，這些產業的前景仍然看好，未來仍有成長空間。房地產市場：豪宅建商策略調整改建輕奢宅. 另一方面， ...

#91. 新電子 09月號/2020 第414期 - 第 58 頁 - Google 圖書結果

... 並運用物聯網(IoT)、雲端運算(Cloud Computing)與大數據(Big Data)等技術, ... 該裝置運用邊緣運算的概念,精準地擷取與收集禽隻的數量圖8 禽隻重量的成長曲線網頁 ...

#92. 數位科技應用4.0: 面對與科技共生的未來社會，你準備好了嗎？

在相關的討論之中,多數會去比較、解析科技帶來的效益與結果。 ... 例如人工智慧、大數據、區塊鏈、雲端與邊緣運算等不同的新興科技對社會與經濟各層面生產力的影響。

#93. AIoT人工智慧在物聯網的應用與商機(第三版)(電子書)

... 化、網際網路化、行動化、社群化、雲端運算,以及近年的大數據、工業 4.0、物聯網等等浪潮。 ... 人工智慧至今終於比較符合我們對於電「腦」的期待(不再只是書僮), ...

#94. 全球智慧城市發展趨勢與案例分析 - 第 115 頁 - Google 圖書結果

圖 2-19 純雲計算與邊緣運算+雲計算之三年期網路成本比較表備註:此案例以配備 CCTV ... 該攝影機不包含人臉辨識等進階功能,雲端服務成本以 AWS IoT 服務做為計算基礎。

關於 邊緣運算雲端運算比較 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「邊緣運算雲端運算比較」的推薦目錄：

邊緣運算雲端運算比較 在 Microsoft Taiwan Facebook 的精選貼文

About author

邊緣運算雲端運算比較 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

About author

邊緣運算雲端運算比較 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

About author

邊緣運算雲端運算比較 在 科技島讀 Youtube 的最佳貼文

About author

你可能也想看看

搜尋相關連結

關於邊緣運算雲端運算比較，我們在網路上蒐集到這些相關的討論、資訊與評價

邊緣運算雲端運算比較在 Microsoft Taiwan Facebook 的精選貼文

邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

邊緣運算雲端運算比較在台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

邊緣運算雲端運算比較在科技島讀 Youtube 的最佳貼文