研調：晶片是台廠切入Edge AI市場之最佳著力點
MoneyDJ新聞 2019-08-14 14:52:19 記者 新聞中心 報導 隨著消費端走向客製自主消費、製造端面臨缺工問題日甚，促使製造業須具備能適應快速多變且多元環境的能力，製造系統變得較過往而言更加複雜。而拜新技術成熟發展所賜，製造業現今可藉由部署先進的感測技術並結合AI演算法、引入機器人等科技，進而提高資訊可視化及系統可控性，進一步推升工業4.0智慧製造發展。據TrendForce旗下拓墣產業研究院預估，2022年全球智慧製造的市場規模將會逼近3,700億美元，年複合成長率達10.7%。
奠基於虛實整合的基礎，智慧製造在應用端相當多元，從規模較大的智慧工廠、智慧供應鏈、現場災害回復，乃至自動物流車、簡易型機器手臂皆是使用案例。綜觀今(2019)年產業動態與德國漢諾威工業展(Hannover Messe)等指標性活動，現行智慧製造以協作機器人(Cobot)、數位雙胞胎(Digital Twin)、預測性維護(PdM)、無人機、製造執行系統(MES)、AI應用等為發展焦點，Universal Robots、Siemens、STMicroelectronics、Xilinx、GE等廠商亦持續推陳出新強化布局。
Edge AI降低運算資源，成為預測性維護重要基礎。拓墣指出，鑒於智慧製造帶出的龐大數據量將排山倒海湧向企業，延遲性與頻寬成本已讓製造業從雲端技術逐漸轉向邊緣運算。而數據海量化、分析精準化以及硬體高效化等三大驅動力也使AI從雲端往終端設備邁進，推升邊緣結合AI的趨勢。
拓墣指出，Edge邊緣運算處理是具地緣關係的AI運算，透過於靠近數據產生源處進行收集處理，並結合參數學習等AI技術讓設備能做到缺陷即時偵測、使用狀況預判等用途，讓機器不需時時聯網、減少運算資源，仍能具備部分決策力與即時反應力，成為預測性維護的重要基礎，同時亦可強化工業機器人的即時協作；而將資料留在當地取代回傳雲端，也更能滿足製造業提升數據資安與隱私的需求。
晶片將是台廠切入Edge AI最佳著力點，中小企業靈活彈性成競爭優勢。拓墣指出，智慧製造與Edge AI的連結為製造業帶來即時決策、降低成本、營運可靠及提高安全等優勢，也使精密機械蛻變為名副其實的智慧系統。現行從晶片大廠NVIDIA、Intel、Qualcomm、NXP，乃至雲端龍頭AWS、Google、Microsoft等皆積極投入該領域。台廠若要切入Edge AI的市場，考量產業優勢及政府資源挹注，晶片仍是最好發揮的著力點，並成為串連上下游廠商的發動機。
從自動化到智動化，TrendForce指出，工業4.0浪潮持續推動企業數位轉型，物聯網、大數據、機器人等技術也成為打造智慧製造的重要節點。然不論是工業物聯網布建、智慧製造的導入、抑或智慧工廠的建置，由於耗時較長且所費不貲，對企業而言皆非一蹴可幾，在佈署及執行過程中可透過工業物聯網聯盟(IIC)等組織提出的工具來評估自身的成熟度，進而調整步調與方向，如根據基礎設施的完成度來選擇被動性維護、預防性維護、以及預測性維護的採用。
此外，TrendForce進一步指出，由於許多非數位原生的傳統製造業，均是透過數位工具導入及異業整合等方式實施智慧製造，故若企業擁有可跨域整合、更敏捷靈活因應生態系等優勢，將較易切入大廠供應鏈或與其合作。台灣中小企業具備充足的產業知識及適應彈性，當數位化時代挖掘出更多顧客痛點時，大廠不願做且小廠做不來的市場便能讓其挾競爭優勢一展身手。
|
|
|
|
