訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
資料中心競合新局 邊緣運算開啟軟體附加價值
新電子吳心予
獲取產業訊息零時差!立即訂閱電電公會電子報。

日前資策會MIC舉辦2021趨勢論壇,其中針對新興雲端服務與邊緣運算的影像辨識提出趨勢分析。受到新冠疫情影響,業者大力推出娛樂串流與遠距會議軟體,同時資料中心架構也走向多元。另一方面,採用邊緣運算的影像辨識技術,將會朝向以軟體及演算法增加附加價值的商業模式。

隨著資料中心業者不斷提供各式雲端服務,在雲端即服務的情勢下,高運算、高穩定且高即時成為三大重要需求。資策會MIC產業分析師龔存宇(圖1)指出,為了滿足使用需求,資料中心的硬體架構呈現多元化趨勢,並以加速運算層來提升整體的效能表現。資料中心的四大類處理器:CPU、GPU、ASIC及FPGA在這樣的趨勢下各面臨不同的機會與困境。其中CPU遇到資料與製程兩大挑戰,促使其他伺服器晶片重要性竄升。GPU因為Nvidia擴大其架構而成為GPU主流。比起GPU,在成本考量下ASIC更具優勢,同時大廠為了減少對外部廠商的依賴,如英特爾(Intel)、Google、亞馬遜(Amazon)等廠商皆自行設計晶片。FPGA更具彈性與客製化特性,適合邊緣運算應用。該市場以賽靈思(Xilinx)與英特爾為代表廠商,由近日AMD併購賽靈思的消息可以看出AMD看好FPGA市場,也為半導體產業帶來新的競合關係。

整體而言,近期Nvidia收購Arm、AMD併購賽靈思,可見資料中心大廠跨領域整合並拓展市場,為產業帶來新的競爭關係,同時彼此間的合作關係也逐漸減弱。

而邊緣運算在影像辨識方面,在講求低延遲、高可靠的自駕車及智慧工廠的應用興起,以及大幅低於雲端運算的成本,共同推動邊緣運算的市場成長,全球以中國及美國為首,不斷投入資金。資策會MIC資深產業分析師兼專案經理施柏榮(圖2)提及,2019年統計全球176個國家中,已有75個國家部署人工智慧(AI)智慧辨識系統,最多國家推動的技術應用前三名分別是臉部辨識、智慧城市與智慧警政。

邊緣運算的應用場景可分為雲端中心型、邊緣臨場型與聯幫分散型。在資料中心的情境中,終端設備將資料上傳雲端行程資料湖,經雲端部署驗證、訓練後的推論或模型,回到終端由邊緣運算執行。臨場型應用則在Edge Center進行大量本地學習,並採用分散式運算架構,在終端執行AI推論。聯邦分散型則適用於各領域資料四散的情況,可由分散式的Edge Server形成分散式系統進行資料交換,並以聯邦學習模型執行數據的學習、訓練。

就商業模式而言,客戶在乎演算法大於算力的情況下,軟體分析與演算法便成為關鍵角色,使得目前的邊緣運算的產品主要以軟體及演算法為附加價值,廠商則由產品提供者轉為數位資產顧問。數位資產包含特徵提取、演算法及使用邊緣運算的流程與步驟。未來邊緣運算將會結合硬體設備及軟體技術,成為軟體導向的產業型態。同時超越人眼的光源辨識,如X光、超音波成像,或者巨型/微型尺度的影像辨識,巨有利基市場潛力。部分的利基市場則將導入聯邦式學習模型,在維護個人隱私的前提下,進行跨領域、跨機構的數據學習。

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。