边缘智能：地面与云端的中介桥梁--物联网

展望第三波数字革命，360行都积极推动数字转型，可想而知这股海啸对于世界经济与社会文明的冲击，肯定不亚于上一波人联网时代；所以不管老牌或新创公司都誓言抢攻物联网商机，道理便在于此，只因物联网与人联网的差别

从1985~1999年，堪称PC与互联网蓬勃兴起的时期，对我们而言，也是经济起飞的美好年代。在当时，美国在线（America Online）的创办人Steve Case称得上是深具影响力的人物之一；如今尽管他已非产业要角，但仍透过著作“第三波数字革命”引发热烈回响、再次成为焦点。

Steve Case将2000~2015年的App经济与移动革命，定调为第二波数字革命，驱动因素在于“人联网”，透过人们全天24小时联机，衍生巨大商机。然而接下来以物联网（IoT）为轴心的第三波数字革命，将透过无所不在的联机，促成实体产业大转型，影响之大更胜于上波革命。

欲成功开创物联网事业，必不可缺技术元素

研华技术官杨瑞祥说，展望第三波数字革命，360行都积极推动数字转型，可想而知这股海啸对于世界经济与社会文明的冲击，肯定不亚于上一波人联网时代；所以不管老牌或新创公司都誓言抢攻物联网商机，道理便在于此，只因物联网与人联网的差别，在于前者全面采集人、设备、环境各种信息，维度更广，价值的想象空间更大。

尽管物联网前景看俏，但某中国连锁集团老板却坦言耕耘得有些吃力，就算自身已掌握深厚的产业知识，仍缺乏足够的技术能量支撑，导致施展不开，让一些好的商业创意难以落地实现。这个感叹，无形中道尽了物联网必不可缺的胜利方程式，即是产业知识、技术、创新，三者有共伴关系，缺少任何一块都无法成形。

既然物联网离不开技术，那么它所需的技术架构为何？从底部一路往上推演，最下方即是感知层，由温度、湿度、振动、速度、定位等等琳琅满目的传感器担纲要角，负责采集前端对象（Things）的物理或环境信息。

按照多数人认知，物联网传感器采集到的数据，都会经由有线或无线网络（尤其以无线为主）上传云端，执行后续的储存、计算与分析，即便现实中不乏这般运行模式，但不适用于多数状况。

持平而论，意欲将现场数据真正转换为有价值的信息，中间往往需要一些处理程序，仅靠云端SaaS平台，未必能一步到位撑起完整大局，而这些中介的处理程序，绝对是不容忽视的关键要角。

边缘智能，地面与云端的中介桥梁

前述的中介技术元素，可统称为边缘智能（Edge Intelligence），大致就是人们理解的物联网网关，但它包含众多的物联网软硬件整合方案，内涵之丰富，实已超越网关层次的字义解读；以研华的边缘智能产品阵容而论，便涵盖超薄精简型计算机、嵌入式无风扇计算机、物联网开发工具、WISE-PaaS软件套件等项目。

简单来说，边缘智能的主要任务就是串联下层前端设备与上层处理应用，纾缓SaaS云端平台的负担与压力，可执行数据格式转换、数据统计、逻辑流程开发与整合等预处理工作。接着透过WISE-PaaS平台里头负责通讯服务的WISE-Agent，协助执行自动云端连结，把已经去芜存菁的底层设备信息，精准传递到上层云端平台，进行机械学习、数据可视化或数据分析预测等运算处理；由此看来，WISE-PaaS像是跨越虚（云端）、实（对象）交界的重要接口。

纵使从物联网技术结构来看，关键要素不外是传感器、网络、网关、PaaS、SaaS等大项，但这些项目彼此间的链结关系，往往也蕴藏很高的技术含量，进入门坎不算低，无怪乎前面提到中国某大连锁集团的老板，感慨物联网并非一门容易做的事业，即是因为只要投入施作，就会发现其间存在不少技术瓶颈，足以卡住整个商业流程的运行，无奈要找到突破这些瓶颈的技术人才，却是不太容易。

究竟有哪些技术障碍？研华智能网通事业群协理邱建清，试举一个底层的基本范例，众所皆知物联网架构包含传感器、无线通信等两个关键成分，其实它们分属两个截然不同的产业，彼此亦不甚熟悉。

所以单就传感器采集数据、再透过无线网络上传之“理所当然”的过程，就可能因为两边技术无法整合而横生阻碍；幸而研华从第三方技术平台色挺身而出，偕同伙伴推动M2.COM标准并提供相关开发工具包，才让传感器、无线通信两边人马得以无碍对话，加速物联网产业成长。

“唯有一开始做合适正确的信息搜集，才有后续发展，”邱建清认为，M2.COM的出现，对于成就未来的物联网创新故事，绝对有推波助澜的效果。

至于无线传输技术，亦因为技术种类五花八门、适用的场景各不相同，显得较为复杂，基本上关键的衡量指标，无非就是传输速度、网络覆盖、成本等三大量尺。

无线网络可概略分为星状、网状等两大结构，前者包含人们熟知的3G、LTE、Wi-Fi等，也外还有被讨论度愈来愈高的LoRa、NB-IoT、SigFox等等，而星状架构则以Bluetooth、ZigBee两项最为典型。

前述技术项目与应用需求的对应关系，大致有着基本脉络，比方说需要较高传输速度的场景，适合选择Wi-Fi；期望长时间使用装置，无需频繁充电或更换电池者，可视实际情况从BLE、ZigBee、LoRa及SigFox等项目挑选合适标的；如果欲进行超过1公里的远距无线传输，则包括Sub-1G、LoRa（后者可支持15公里长距传输），都是值得研究考虑的选项。

综上所述，由于物联网创新事业的推展，涉及产业知识、技术、新创等三大构面要素，明显可见其迈向成功的路径，实与第一、二波数字革命大不相同，最后的赢家可能不再是专精于某项特长的单一大企业或新创公司，而是集结三项要素的共创团队，而在彼此携手共进的过程中，如同研华身居第三方技术平台的角色，就显得格外重要。

结合边缘运算，提升经济效益

亚马逊（taiwan）网络服务（AWS）资深经理曲中和指出，物联网之所以产生价值，必然历经智能（Intelligence）、模型（Model）、移动（Action）三部曲，要确保三段故事接续执行，背后有一连串故事情境必须成立。

如同研华描述的基本架构，借助传感器搜集资料，再透过网关上传云端，藉此把地面的事物接上云端，善用云端平台上的大数据分析、人工智能、数据库等各种加值利器，快速产生高值化的Intelligence。

其实在前述一整串脉络外，有三个非常值留意的环节，可能与多数人认知的物联网价值链有所冲突，它们分别是实物、经济（成本）与法规。譬如在实物部份，不论人们对5G等新通讯技术的高速，寄予再多期待，但都不能乐观假设无线通信永不中断。

倘若凡事皆仰赖云端形成智能，则一旦网络断讯，必将产生不小的脱序动乱；再者，姑且不论特定产业对于数据能否上云，已有明确限制，就算可毫无限制将物联网感测数据全数送上云端，必定衍生庞大联机与储存成本，不符合经济效益。

为解决前述隐忧，AWS面向边缘运算提出AWS Greengrass服务，用户若将此部署在诸如研华的工业计算机或网关，即可在地面享有如同云端的功能，根据现场状况，直接就近做条件判断、事件触发，不必凡事靠云端获取智慧，因而大幅减少储存传输与储存费用。更重要的是，Greengrass可支持脱机运作，不必惧怕因断讯而造成智能决策机制停摆。