2018 邊緣計算論壇 AI + IoT 心得分享
2018 邊緣運算論壇,AI+IOT 台灣轉型驅動新引擎 議程資訊
該論壇是屬於展覽的 Events
事前並不知道有這兩個展覽,算是到達現場的意外收穫
剛好論壇也有發放展覽入場卷,就趁著中午休息進去逛了一波
東西很多,中午休息時間完全不夠用 李東霖
電子產業展比較像是電子零件廠商來宣傳自家產品或使用技術
而 AIoT 展則較像個專題展,有學術組織也有公司等,展出一個個應用案例
事前調查問卷
https://fusionmedium.typeform.com/to/lcsMCO
- 您認為目前跨入邊緣運算技術最大的人才挑戰、管理痛點為何?(複選,最多2項)
- A. 企業決策者對邊緣運算概念還不是很了解
- B. 企業決策者對此技術有高度興趣,但是不知從何開始
- C. 企業決策者認為還不需要採用此新技術
- D. 企業內沒有相關的軟體人才與技術理解
- E. 企業內沒有相關軟硬體整合人才與技術
- F. 企業組織抗拒創新與新的技術
Image Not Showing
Possible Reasons
- The image file may be corrupted
- The server hosting the image is unavailable
- The image path is incorrect
- The image format is not supported
Learn More →
44.5% : 企業內沒有相關軟硬體整合人才與技術
Image Not Showing
Possible Reasons
- The image file may be corrupted
- The server hosting the image is unavailable
- The image path is incorrect
- The image format is not supported
Learn More →
42.5% : 企業決策者對此技術有高度興趣,但是不知從何開始
Image Not Showing
Possible Reasons
- The image file may be corrupted
- The server hosting the image is unavailable
- The image path is incorrect
- The image format is not supported
Learn More →
42.5% : 企業決策者對邊緣運算概念還不是很了解機器學習部署
AWS 香港台灣方案架構主管 Dean Samuels
- AWS greengrass
- 在 cloud 訓練與測試 model,並且能夠將 model 給 edge device 運行
- 同時資料還是會給雲端做永久儲存,但是能夠有效降低應用延遲(資料直接在 edge device 進 model)
- 與 cloud 失去網路連線也能夠持續對事件做出反應(使用在關鍵即時應用 e.g. 自駕車)
零延遲的數據運算怎麼做
台灣微軟 亞太區雲端物聯網事業群資深協理 李啟後
可以發現 AWS 與 Azure 幾乎是死對頭 李東霖
把 AI 放在所有終端裝置
arm 區域市場總監 蔡武男
Image Not Showing
Possible Reasons
- The image file may be corrupted
- The server hosting the image is unavailable
- The image path is incorrect
- The image format is not supported
Learn More →
別輕忽了資安
BlackBerry 北亞區高級銷售總監 丁海
- EoT (Enterprise of things) 企業物聯網
- 產業數位化 + IoT 萬物聯網,公司業務都需要通過終端存取 (e.g.筆電、手機、嵌入式設備…) 接入點越來越多,可能漏洞也跟著變多
- 建立檔案足跡,強化資安保護
- 客戶資料保護,GDPR 挑戰,用平台一次解決
台灣資安政策
行政院資通安全處 處長 簡宏偉
- 政府人才不夠,預估十幾年才能補上
- 積極訂立各種資安規範,最近在訂立 ipcam 規範
- 希望提供像 金融監理沙盒 的試驗場域,給予台灣產業環境與機會
用 ML 做即時智慧網路與資安管理
Aruba 資深技術經理 陳清淵
- 企業有內部網路也有外部網路,現在移動終端多外加人員流動,無法單靠 ip、mac 確認身份
- 利用 ML 去分析使用者(人 or 設備)行為,找出高危險行為提早通報
- 減輕網路管理負擔,提高資安保護
- Aruba central
用 AI 當監工的智慧工廠應用
SAS 台灣業務支援處副總經理 陳新銓
- 線下分析 -> 即時分析 -> 邊緣分析
- 幫助硬碟製造商,減少 50% 報廢成本 (預警分析)
- 站台間的參數調整
用 AR,設備檢修變即時
PTC 台灣物聯網總監 王寶慶
台灣紡織廠的數位升級之路
宏遠興業 資深經理 曾一正
- 老闆帶頭做,抓高階主管開讀書會了解相關概念與技術
- 尋找紡織的新出路,不能一昧的勞力密集,這樣只會逐水草而居
- 應用
簡單總結
如何開始邊緣計算:先將產業數位化
在對談中,提供平台的公司都建議台灣廠商可以先取得資料,才可能有後續的 AI
並沒有說一定要翻新所有設備,可以慢慢做
讓關鍵流程變成自動/數位化 (e.g. 原料備料、設備檢測、品管)
另外在中國,都強調要用最新的技術,即使提供技術的公司都說這還不成熟
資料與模型處理放哪裡?
|
device |
gateway |
cloud |
往 device 放 |
低延遲 低流量 高成本 |
|
|
往 cloud 放 |
|
|
高延遲 高流量 低成本 |
零和問題,看需解決的問題 因地適宜
領域知識整合非常重要
會 it 相關技術 (ml/ai) 也不一定就一定能解工業問題
要兩邊人才高度整合與溝通,同時具備兩邊知識