研調:晶片是台廠切入Edge AI市場之最佳著力點

2019/08/14 14:52

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。
個股K線圖-
熱門推薦