科技产业报订阅
Advantechline
 

云端抢落地 边雾运算挑大梁

边雾运算与云端运算的互相搭配,才能达成最佳化的智能应用导入目标。为了抢攻边缘运算市场,Google也推出了边缘运算 TPU开发套件。Google

随著5G、人工智能(AI)、物联网(IoT)等技术与应用的逐步成熟,对许多不同领域的制造业者来说,让过去许多可谓是遥不可及的云端服务,开始有了落地实践的机会,创造新的市场商机。同样的,基于产业属性的差异,过往信息业对云端的使用及概念要导入到制造业实务需求上时,也存有不小的落差,因此,也创造了对边缘运算与雾运算的需求。

凌华科技负责新世代机器人平台事业处的董事长特助陈家榜表示,以生产制造的工厂端为例,导入不需要轨道的无人搬运车(AGV)时,由于需要对周遭环境与情况有实时性的反应,如果将相关数据传至后台云端,经过运算之后再回到终端进行反应,在时间上无法满足实际需求,也因此创造了边缘运算与雾运算业者的机会。

同样的在影像识别方面也存在著对边/雾的需求,研扬科技专案课长潘孟楷指出,例如在大量人流处进行人脸辨识的时候,如果要将每个脸孔的影像传回后台进行辨识,基于辨识准确度需求,影像都需要有一定的分辨率,因此回传后台所需要的带宽与成本都会造成负担。不过,若能在边缘透过边雾运算的架构,先行计算出每个脸孔的特征值,之后仅回传特征值至后台进行辨识比对,不仅是效率能得到提升,所耗费的时间及成本亦将大幅降低。

当然,需要应用到边雾运算的产业场域,不仅是影像辨识或工厂端的AGV控制而已,业者指出,包括目前所讨论到的车联网、自驾车,还是所谓的智能制造、智慧城市…在整个架构中,对于边雾运算都会有相当的需求。另外,随著5G的商用化发展,基于5G技术本身的特性,也将带动对于边雾运算架构的需求。

不过,陈家榜也提到,边雾运算的架构是一种概念,会随著产业或实际应用情境的不同,而有不同的解释与建置方式。相关业者则指出,云端服务型的业者要针对智能工厂、智能生产这类应用,提供产能规划、供应链管理或预防保养等具有更高附加价值的服务应用,则一定需要进行边雾运算的规划,才能让整个智能应用的架构达到最佳效益。

从事智能工厂建置的业者表示,一个工厂会有许多的产线,包含了相当多的机台设备,在智能工厂的规划中,会从这些机台设备上撷取数据;不过,这些数据不一定都会是有用的数据。如果不事前藉由边雾运算先行处理,对于真正要进行数据分析的后台而言,会造成无谓的负担与困扰。

而且很多产线端的数据,重点在于机台设备之间的实时串接与沟通,与其传送到云端再回来现场,就算是5G具有低延迟的特性,多一趟来回传输的时间与成本,也不见得是明智的作法。另外,业者也提到,很多生产端的数据,其实都关系著机台设备的效能,客户也不见得愿意让这些数据暴露在无谓的传输过程中。

也因为不同的产业在应用现场都会有不同的需求,所以相关业者表示,云端的服务应用想要与不同产业的应用现场接轨,但是在面对各个产业实际应用上的需求,不见得都能理解并给予协助,因此若将涉及到个别产业的产业应用智能部分交由边雾运算先行处理,将有助于云端服务应用的落地。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 雾运算 智能制造 边缘运算