Edge AI驅動製造業自主決策 工業物聯網引領產業升級浪潮
- 鄭茨云／DIGITIMES企劃
-
隨著感測器普及與現場資料暴增，傳統雲端分析難以滿足低延遲與高可靠性需求，Edge AI可在設備端即時推論，實現異常預警、瑕疵檢測與流程優化。工業物聯網則負責資料感測與連接，結合開放標準與MLOps自動化，讓模型可於邊緣端部署更新。
為協助產業掌握當前Edge AI與工業物聯網的商機，DIGITIMES近期舉辦了「工業物聯網與Edge AI引領下一波轉型風潮論壇」，邀請多位專家深入剖析技術脈動與趨勢發展。
全球製造業加速導入AI技術，智慧工廠正從自動化邁向「自主化」新階段。DIGITIMES整合行銷處處長陳毅斌指出，這波轉型的核心驅動力正是Agentic AI。與傳統依規則運作的自動化系統不同，Agentic AI可形成動態可學習的製造網絡。
應用涵蓋四大場景：採購物流Agent即時監控供應鏈、預測原料短缺並自動調度；排程Agent整合ERP與MES資料，自主優化生產順序；品質Agent結合影像與感測資料進行即時檢測與持續學習；維護Agent預測設備壽命，降低突發停機。
系統架構分為設備層、決策層與資料層，形成完整學習體系。跨廠Agent共享知識庫，實現供應鏈聯防聯控，使AI從輔助走向自主決策，開啟智慧製造新格局。
異質算力協同生成式AI 雲邊架構重塑製造競爭力
邊緣AI運算需求快速成長，企業極需從雲到端的整合運算架構，以支撐智慧化轉型。凌華科技邊緣運算平台事業處總經理陳少華指出，凌華已打造三層AI運算架構：Light-weight AI適用於監控與環境偵測等輕量辨識任務；Medium AI（100–275 TOPS）支援智慧工廠、醫療影像等高精度即時分析；Heavy AI（>300 TOPS）則對應生成式AI、機器人與數位分身等高負載應用。
產品生態涵蓋DLAP邊緣平台、MXE智慧閘道器及模組化主機板，支援Intel、NVIDIA、MediaTek、Qualcomm等異質架構，並整合Jetson AGX Thor可達3,352 TOPS運算效能。軟體層以EVA與EdgeGO SDK支援AI模型部署、遠端管理與多設備協作。
生成式AI的邊緣部署可兼顧低延遲與資料隱私；人形機器人則採「大腦×小腦」雙層架構，結合LLM決策規劃與控制模型協同運作，廣泛應用於建築、礦業及半導體產線等高風險環境，展現從雲端學習到邊緣行動的智慧循環。
AMD正從晶片製造商轉型為軟硬體整合的解決方案供應商，以高效能、低功耗、高整合架構滿足雲端至邊緣的多層運算需求。AMD台灣區商用事業處資深技術顧問Simon Chang指出，AMD以CPU×GPU×FPGA×軟體的整合實力，構築完整AI運算生態。
資料中心層EPYC處理器已取得x86伺服器41%市佔率，成為Microsoft、Meta、Google、AWS等主要供應商；Instinct GPU系列獲全球前十大AI公司中7家採用；Pensando晶片以高頻寬DPU/SmartNIC支援AI訓練網路。
邊緣端Ryzen AI系列內建NPU，兼顧低功耗與長續航；Ryzen AI Max APU整合CPU、GPU與NPU三核心，支援96GB統一記憶體，可在3公升小型系統中執行70B–100B等級大型語言模型。
軟體層以ROCm開源平台為核心，具備開放性與跨平台整合優勢，並與台灣ISV合作推動工業視覺檢測方案。AMD以「Token-per-Dollar」為核心價值，聚焦資安隱私、低延遲控制與離線運作等Edge AI應用，提供更高效益的AI運算方案。
全球製造業正面臨嚴峻的人力缺口，促使企業加速導入AI與自動化技術。AWS資深解決方案架構師Jamie Kuo指出，透過雲端×邊緣混合架構與端到端MLOps流程，可建構具即時決策與自主學習能力的智慧製造系統。
架構採Hybrid OT與IT整合設計：AI模型在雲端SageMaker訓練後部署至邊緣設備進行低延遲推論，並以on-premises active/active設計確保高可用性，透過Grafana監控全球據點。
智邦科技導入AWS時序資料解決方案，整合IoT SiteWise與OPC-UA、MQTT等工業協定，將資料彙整至Data Lake進行AutoML訓練。AI瑕疵檢測將標註時間由3小時縮短至0.3小時，模型調校縮短至1小時，準確率提升至9成以上。
進階應用結合Amazon Robotics與NVIDIA Omniverse，於Isaac Sim建立數位分身環境生成合成影像訓練AI，實現從自動化邁向自我調適的智慧製造架構。
AI邊緣自主化崛起 開啟智慧製造競爭新軸心
隨著邊緣AI平台化工具的成熟，企業導入AI的技術門檻大幅降低，應用部署也能快速擴展。擷發科技CTO吳展良博士表示，該公司以IC設計（CATS）與AI軟體服務（CAPS）雙平台策略，透過自研AIVO平台協助客戶快速完成AI模型的多場域部署。
AIVO採無程式碼設計介面與多語言架構，支援Linux與Windows跨平台運作，可整合MTK、Jetson、Intel、Ambarella、Hailo等異質硬體，提供從資料標註、訓練、推論到邊緣部署的一站式流程。核心特色包含半自動化資料標註、統一Inference API跨平台推論、以及AIVO Client集中管理多節點設備，支援異品牌混合運作。
工業通訊層則整合GPIO、MODBUS與PLC協定，讓AI模型能即插即用。應用面涵蓋智慧倉儲、工業安全監控、智慧農牧、車用防護與輕量語言模型等領域，從2至26 TOPS皆可依需求彈性配置。擷發科技以模組化架構與可視化工具，打造跨晶片、跨系統、跨產業的AI加速生態。
邊緣運算正從傳統嵌入式系統邁向具備自我學習與即時決策能力的智慧節點，預估未來75%的機器生成資料將在邊緣端完成處理。Wind River資深業務經理Bruce Sun提到，該公司提出五層架構：從具AI感測功能的Intelligent Sensor、集中管理的Gateway、貼近資料源的On-Premise Edge、區域資料中心到公有雲，確保異質環境下的即時運作與一致性。
該公司解決方案包含支援容器化的即時作業系統VxWorks RTOS、商用嵌入式Wind River Linux、多核心虛擬化平台HVP，以及雲原生DevSecOps平台Wind River Studio，支援自動化測試與CI/CD流程。新一代eLxr Pro為強化版工業級Linux，具高安全性、即時應用與AI加速支援。
應用案例涵蓋零售邊緣管理與電信O-RAN部署，並被ABI Research評為2024年全球首屈一指的5G雲原生平台，持續以「安全 × 智慧 × 永續」引領工業邊緣發展。
Edge AI正成為智慧製造落地的關鍵技術，從雲端轉向邊緣的運算趨勢已無法逆轉。陽明交通大學管理學院副院長林春成教授表示，Edge AI技術發展呈兩大方向：AI模型下沉與算力邊緣化，現今MCU亦能執行AI模型，如Balletto BLE晶片整合無線連結、AI運算與超低功耗，透過模型量化、剪枝與TinyML技術，語音喚醒模型僅需數百KB記憶體即可在毫瓦級運行。
實務設計須依現場環境調整，重點不僅是準確率，更在穩定性與解釋性。林春成強調，台灣結合硬體實力與在地驗證場域，有機會在全球Edge AI生態中扮演關鍵角色，未來將走向平台化與模組市集化的新模式。
工業物聯網資安威脅持續升溫，零信任架構與AI驅動防護已成為製造業數位轉型的核心基石。Cisco亞太區工業物聯網產品經理吳竣民指出，該公司推出的IE3500/IE9300系列新世代工業交換器，通過IEC 62443-4-2資安認證，具備邊緣運算能力，可同時實現網路連結、OT可視化、安全遠端連線與網路微分段。Cyber Vision支援資產自動偵測、CVE漏洞追蹤、異常行為分析與入侵防護，透過深層封包檢測與威脅情報庫進行主動防禦，使控制層設備可視性從20%提升至100%。
AI模型輔助偵測可依風險動態調整防火牆規則，強化橫向移動防禦。實際導入顯示，SDA架構協助大型製造廠虛擬化數百台HMI與IPC，顯著降低維運負擔與資安風險。Cisco以「網路即資安神經中樞」為願景，整合零信任、AI分析與邊緣防護，協助企業打造更安全且具韌性的智慧製造環境。
企業AI應用正從單點導入走向平台化與智能代理整合，推動從邊緣運算到自主決策的全面升級。慧穩科技總經理林耿呈指出，該公司以「簡化導入流程 × 強化決策智能 × 平台自動化」為核心，協助企業讓AI真正解決營運問題。
WinEdge系列為AI邊緣推論平台，WinEdge-N專注數據AI即時推論與自我學習，WinEdge-V結合影像辨識與異常偵測，採積木式模組化導入，快速整合感測器、AI模型與資料庫。AIWinOps與NumOps平台則為訓練與監控中樞，前者支援自動標註、模型訓練與部署，後者聚焦時序資料分析與設備狀態監控。
WinChat企業LLM助理結合鑑別式與生成式AI，支援多模態互動並可主動執行任務，落實任務級AI代理運作。慧穩科技以Edge AI即時推論結合Agent AI協作，打造可快速部署、持續優化的AI生態，讓企業「運用AI」而非「被AI取代」。
全球智慧製造市場正快速成長，DIGITIMES分析師姚嘉洋指出，台灣製造業尚未全面邁入AIoT智慧工廠。當前AI應用集中於AGV/AMR自動搬運、協作機械手臂、智慧光學檢測、AI Agent與數位分身模擬，但仍面臨安全協作、系統彈性與操作複雜度挑戰。
矽智財方面，Arm U系列NPU已成主流，獲Alif、英飛凌、新唐與瑞薩採用；高通以4奈米Dragonwing處理器鎖定邊緣AI；聯發科持續擴大邊緣運算產品線；台積電則以3至90奈米製程打造分層供應鏈。
系統端布局亦加速：研華攜手Arm與高通推出AMR方案，MOXA強化TSN與5G網路韌性，宜鼎APEX系列整合Intel Core Ultra與RTX Ada GPU達870 TOPS，安堤推出Hailo-8加速卡（104 TOPS/25W），凌華支援QRB5165與Genio 1200平台，創鑫智慧則與國網中心共建混合雲。
隨著晶片架構由CPU演進至CPU+GPU+FPGA+NPU，AIoT正成為智慧製造的核心框架，而資安與系統韌性將是下一階段競爭關鍵。
AI邊緣驅動產業共創 數位製造迎接新臨界點
除了精彩演講外，論壇也特地舉辦座談，由工研院南分院科技產業發展組專案組長黃建智擔任主持人，邀請台灣智能機器人科技董事長黃國聰，針對「工業物聯網× Edge AI在製造業場域應用的關鍵突破點與市場機會」議題，發表專業觀點。
黃國聰表示，工業物聯網與Edge AI正重塑台灣製造業格局，呈現高科技產業領先、傳統產業追趕的兩極化發展。產業現況顯示，ICT、通訊、半導體等高科技產業導入IoT與Edge AI已趨成熟，甚至超越部分國際大廠，而傳統產業與中小企業仍採從單點導入到線性串接、全場域擴展的漸進模式。
Edge AI實現運算下沉至生產現場，提供秒級反應能力，典型應用包含設備預兆診斷透過溫度振動聲學感測監測劣化趨勢、AOI瑕疵檢測利用邊緣推論即時判定良率、公安監測結合雷射視覺偵測危險行為、AMR/AGV支援自主移動與物流調度。
對於目前智慧製造導入時，面臨的高布建成本、新舊設備並存、通訊協定不一與資安不足等挑戰。他建議可從網路分層設計導入Wi-Fi 6或5G專網、感測層採Bluetooth 5.0低功耗方案、閘道器轉換Modbus至MQTT整合OT與IT，並以IPv6支援大量節點部署等對應策略著手，中小企業宜從高報酬應用場景起步，採模組化與訂閱制降低成本。
產業策略須由製造者轉為賦能者，以平台化與夥伴共創推動價值。Edge AI是台灣「彎道超車」契機，結合IC設計與AI應用優勢，發展IT×OT跨域人才並參與國際標準制定，提升全球競爭力。
