Edge AI驱动制造业自主决策 工业物联网引领产业升级浪潮
- 郑茨云／DIGITIMES企划
-
随着传感器普及与现场数据暴增，传统云端分析难以满足低延迟与高可靠性需求，Edge AI可在设备端实时推论，实现异常预警、瑕疵检测与流程优化。工业物联网则负责数据传感与连接，结合开放标准与MLOps自动化，让模型可于边缘端部署更新。
为协助产业掌握当前Edge AI与工业物联网的商机，DIGITIMES近期举办了「工业物联网与Edge AI引领下一波转型风潮论坛」，邀请多位专家深入剖析技术脉动与趋势发展。
全球制造业加速导入AI技术，智能工厂正从自动化迈向「自主化」新阶段。DIGITIMES整合行销处处长陈毅斌指出，这波转型的核心驱动力正是Agentic AI。与传统依规则运作的自动化系统不同，Agentic AI可形成动态可学习的制造网络。
应用涵盖四大场景：采购物流Agent实时监控供应链、预测原料短缺并自动调度；排程Agent整合ERP与MES数据，自主优化生产顺序；品质Agent结合影像与传感数据进行实时检测与持续学习；维护Agent预测设备寿命，降低突发停机。
系统架构分为设备层、决策层与数据层，形成完整学习体系。跨厂Agent共享知识库，实现供应链联防联控，使AI从辅助走向自主决策，开启智能制造新格局。
异质算力协同生成式AI 云边架构重塑制造竞争力
边缘AI运算需求快速成长，企业极需从云到端的整合运算架构，以支撑智能化转型。凌华科技边缘运算平台事业处总经理陈少华指出，凌华已打造三层AI运算架构：Light-weight AI适用于监控与环境侦测等轻量识别任务；Medium AI（100–275 TOPS）支持智能工厂、医疗影像等高精度实时分析；Heavy AI（>300 TOPS）则对应生成式AI、机器人与数码分身等高负载应用。
产品生态涵盖DLAP边缘平台、MXE智能闸道器及模块化主机板，支持Intel、NVIDIA、MediaTek、Qualcomm等异质架构，并整合Jetson AGX Thor可达3,352 TOPS运算效能。软件层以EVA与EdgeGO SDK支持AI模型部署、线上管理与多设备协作。
生成式AI的边缘部署可兼顾低延迟与数据隐私；人形机器人则采「大脑×小脑」双层架构，结合LLM决策规划与控制模型协同运作，广泛应用于建筑、矿业及半导体产线等高风险环境，展现从云端学习到边缘移动的智能循环。
AMD正从芯片制造商转型为软硬件整合的解决方案供应商，以高效能、低功耗、高整合架构满足云端至边缘的多层运算需求。AMD台湾区商用事业处资深技术顾问Simon Chang指出，AMD以CPU×GPU×FPGA×软件的整合实力，构筑完整AI运算生态。
数据中心层EPYC处理器已取得x86服务器41%市占率，成为Microsoft、Meta、Google、AWS等主要供应商；Instinct GPU系列获全球前十大AI公司中7家采用；Pensando芯片以高带宽DPU/SmartNIC支持AI训练网络。
边缘端Ryzen AI系列内建NPU，兼顾低功耗与长续航；Ryzen AI Max APU整合CPU、GPU与NPU三核心，支持96GB统一存储器，可在3公升小型系统中执行70B–100B等级大型语言模型。
软件层以ROCm开源平台为核心，具备开放性与跨平台整合优势，并与台湾ISV合作推动工业视觉检测方案。AMD以「Token-per-Dollar」为核心价值，聚焦网安隐私、低延迟控制与离线运作等Edge AI应用，提供更高效益的AI运算方案。
全球制造业正面临严峻的人力缺口，促使企业加速导入AI与自动化技术。AWS资深解决方案架构师Jamie Kuo指出，透过云端×边缘混合架构与端到端MLOps流程，可建构具实时决策与自主学习能力的智能制造系统。
架构采Hybrid OT与IT整合设计：AI模型在云端SageMaker训练后部署至边缘设备进行低延迟推论，并以on-premises active/active设计确保高可用性，透过Grafana监控全球据点。
智邦科技导入AWS时序数据解决方案，整合IoT SiteWise与OPC-UA、MQTT等工业协定，将数据汇整至Data Lake进行AutoML训练。AI瑕疵检测将标注时间由3小时缩短至0.3小时，模型调校缩短至1小时，准确率提升至9成以上。
进阶应用结合Amazon Robotics与NVIDIA Omniverse，于Isaac Sim建立数码分身环境生成合成影像训练AI，实现从自动化迈向自我调适的智能制造架构。
AI边缘自主化崛起 开启智能制造竞争新轴心
随着边缘AI平台化工具的成熟，企业导入AI的技术门槛大幅降低，应用部署也能快速扩展。撷发科技CTO吴展良博士表示，该公司以IC设计（CATS）与AI软件服务（CAPS）双平台策略，透过自研AIVO平台协助客户快速完成AI模型的多场域部署。
AIVO采无程序码设计界面与多语言架构，支持Linux与Windows跨平台运作，可整合MTK、Jetson、Intel、Ambarella、Hailo等异质硬件，提供从数据标注、训练、推论到边缘部署的一站式流程。核心特色包含半自动化数据标注、统一Inference API跨平台推论、以及AIVO Client集中管理多节点设备，支持异品牌混合运作。
工业通讯层则整合GPIO、MODBUS与PLC协定，让AI模型能即插即用。应用面涵盖智能仓储、工业安全监控、智能农牧、车用防护与轻量语言模型等领域，从2至26 TOPS皆可依需求弹性配置。撷发科技以模块化架构与可视化工具，打造跨芯片、跨系统、跨产业的AI加速生态。
边缘运算正从传统嵌入式系统迈向具备自我学习与实时决策能力的智能节点，预估未来75%的机器生成数据将在边缘端完成处理。Wind River资深业务经理Bruce Sun提到，该公司提出五层架构：从具AI传感功能的Intelligent Sensor、集中管理的Gateway、贴近数据源的On-Premise Edge、区域数据中心到公有云，确保异质环境下的实时运作与一致性。
该公司解决方案包含支持容器化的实时操作系统VxWorks RTOS、商用嵌入式Wind River Linux、多核心虚拟化平台HVP，以及云原生DevSecOps平台Wind River Studio，支持自动化测试与CI/CD流程。新一代eLxr Pro为强化版工业级Linux，具高安全性、实时应用与AI加速支持。
应用案例涵盖零售边缘管理与电信O-RAN部署，并被ABI Research评为2024年全球首屈一指的5G云原生平台，持续以「安全 × 智能 × 永续」引领工业边缘发展。
Edge AI正成为智能制造落地的关键技术，从云端转向边缘的运算趋势已无法逆转。阳明交通大学管理学院副院长林春成教授表示，Edge AI技术发展呈两大方向：AI模型下沉与算力边缘化，现今MCU亦能执行AI模型，如Balletto BLE芯片整合无线连结、AI运算与超低功耗，透过模型量化、剪枝与TinyML技术，语音唤醒模型仅需数百KB存储器即可在毫瓦级运行。
实务设计须依现场环境调整，重点不仅是准确率，更在稳定性与解释性。林春成强调，台湾结合硬件实力与在地验证场域，有机会在全球Edge AI生态中扮演关键角色，未来将走向平台化与模块市集化的新模式。
工业物联网网安威胁持续升温，零信任架构与AI驱动防护已成为制造业数码转型的核心基石。Cisco亚太区工业物联网产品经理吴竣民指出，该公司推出的IE3500/IE9300系列新时代工业交换器，通过IEC 62443-4-2网安认证，具备边缘运算能力，可同时实现网络连结、OT可视化、安全线上连线与网络微分段。Cyber Vision支持资产自动侦测、CVE漏洞追踪、异常行为分析与入侵防护，透过深层封包检测与威胁情报库进行主动防御，使控制层设备可视性从20%提升至100%。
AI模型辅助侦测可依风险动态调整防火墙规则，强化横向移动防御。实际导入显示，SDA架构协助大型制造厂虚拟化数百台HMI与IPC，显着降低维运负担与网安风险。Cisco以「网络即网安神经中枢」为愿景，整合零信任、AI分析与边缘防护，协助企业打造更安全且具韧性的智能制造环境。
企业AI应用正从单点导入走向平台化与智能代理整合，推动从边缘运算到自主决策的全面升级。慧稳科技总经理林耿呈指出，该公司以「简化导入流程 × 强化决策智能 × 平台自动化」为核心，协助企业让AI真正解决营运问题。
WinEdge系列为AI边缘推论平台，WinEdge-N专注数据AI实时推论与自我学习，WinEdge-V结合影像识别与异常侦测，采积木式模块化导入，快速整合传感器、AI模型与数据库。AIWinOps与NumOps平台则为训练与监控中枢，前者支持自动标注、模型训练与部署，后者聚焦时序数据分析与设备状态监控。
WinChat企业LLM助理结合监别式与生成式AI，支持多模态互动并可主动执行任务，落实任务级AI代理运作。慧稳科技以Edge AI实时推论结合Agent AI协作，打造可快速部署、持续优化的AI生态，让企业「运用AI」而非「被AI取代」。
全球智能制造市场正快速成长，DIGITIMES分析师姚嘉洋指出，台湾制造业尚未全面迈入AIoT智能工厂。当前AI应用集中于AGV/AMR自动搬运、协作机械手臂、智能光学检测、AI Agent与数码分身模拟，但仍面临安全协作、系统弹性与操作复杂度挑战。
矽智财方面，ARM U系列NPU已成主流，获Alif、英飞凌、新唐与瑞萨采用；高通以4纳米Dragonwing处理器锁定边缘AI；联发科持续扩大边缘运算产品线；台积电则以3至90纳米制程打造分层供应链。
系统端布局亦加速：研华携手ARM与高通推出AMR方案，MOXA强化TSN与5G网络韧性，宜鼎APEX系列整合Intel Core Ultra与RTX Ada GPU达870 TOPS，安堤推出Hailo-8加速卡（104 TOPS/25W），凌华支持QRB5165与Genio 1200平台，创鑫智能则与国网中心共建混合云。
随着芯片架构由CPU演进至CPU+GPU+FPGA+NPU，AIoT正成为智能制造的核心框架，而网安与系统韧性将是下一阶段竞争关键。
AI边缘驱动产业共创 数码制造迎接新临界点
除了精彩演讲外，论坛也特地举办座谈，由工研院南分院科技产业发展组专案组长黄建智担任主持人，邀请台湾智能机器人科技董事长黄国聪，针对「工业物联网× Edge AI在制造业场域应用的关键突破点与市场机会」议题，发表专业观点。
黄国聪表示，工业物联网与Edge AI正重塑台湾制造业格局，呈现高科技产业领先、传统产业追赶的两极化发展。产业现况显示，ICT、通讯、半导体等高科技产业导入IoT与Edge AI已趋成熟，甚至超越部分国际大厂，而传统产业与中小企业仍采从单点导入到线性串接、全场域扩展的渐进模式。
Edge AI实现运算下沉至生产现场，提供秒级反应能力，典型应用包含设备预万亿诊断透过温度振动声学传感监测劣化趋势、AOI瑕疵检测利用边缘推论实时判定良率、公安监测结合雷射视觉侦测危险行为、AMR/AGV支持自主移动与物流调度。
对于目前智能制造导入时，面临的高布建成本、新旧设备并存、通讯协定不一与网安不足等挑战。他建议可从网络分层设计导入Wi-Fi 6或5G专网、传感层采Bluetooth 5.0低功耗方案、闸道器转换Modbus至MQTT整合OT与IT，并以IPv6支持大量节点部署等对应策略着手，中小企业宜从高报酬应用场景起步，采模块化与订阅制降低成本。
产业策略须由制造者转为赋能者，以平台化与夥伴共创推动价值。Edge AI是台湾「弯道超车」契机，结合IC设计与AI应用优势，发展IT×OT跨域人才并参与国际标准制定，提升全球竞争力。
