邊緣運算所能帶來的應用與價值，就是更快、更好的體驗，它能實現在用戶端或者製造前端的智慧化服務。而這些，恰恰就是目前智慧時代所急需要的功能。

極致的邊緣運算會是什麼樣的風貌？或許目前人手一支的智慧手機，就是最接近的答案。

你看智慧手機它就位在每個人的身邊，是各類電信與網路服務的最末端（邊緣），但它幾乎無所不能，通訊、顯示、感測、影音樣樣兼備，能在第一時間就解決使用者多數的需求。而且能夠取得最接近使用者的各項資料與數據，並結合人工智慧的技術，在裝置端自主學習並改進運行效能，進一步提升使用者的體驗，這幾乎就是完美的邊緣運算的呈現。

所以從智慧手機的功能與體驗，我們大致可以得知邊緣運算所能帶來的應用與價值，那就是更快、更好的體驗。它透過更敏捷的系統架構，結合更高的設備端算力，進而實現在用戶端和製造前端的智慧化服務。而這些，恰恰就是目前智慧時代所急需要的功能。

避免決策延遲 全球力推邊緣運算

根據市場研究公司technavio的研究，全球2019至2023年全球邊緣運算市場的年複合成長率（CAGR）將近41%，市場規模將達到57億美元。而其主要的驅力則來自於對於「去中心化」的運算力需求，藉此減低因數據傳輸路徑過長所造成的決策延遲。

而當前新冠病毒疫情之下，邊緣運算架構的導入又更顯重要。由於新冠病毒的感染力驚人，使得企業與廠房必須仰賴更多的自動化控制應用，而同樣要減低決策延遲的因素，邊緣運算就成為首選的系統設計考量。

圖一 : GlobalData指出，單是亞太地區（APAC），2019年到2024年的邊緣運算市場規模將達到58億美元。

另一家市場研究公司GlobalData也指出，單是亞太地區（APAC），2019年到2024年的邊緣運算市場規模將達到58億美元，年複合成長率為21%，為全球第二大（僅次於美國）的市場。

該機構認為，在所有的行業之中，包含製造業、金融服務、能源、資訊（IT）、消費者產品，將會是最積極採用邊緣運算解決方案的領域，這些業者的合計支出，將占2024年整體金額的半數以上。

尤其是在目前物聯網（IoT）與5G時代中，邊緣運算的導入更是完善其相關服務體驗的關鍵技術。

以製造業來說，結合邊緣運算的工業物聯網（IIoT），可讓工業流程更加精簡，同時改善供應鏈，並減少設備機台對人力操作的倚賴。至於金融服務，也可透過邊緣運算的機制，來強化銀行服務方案的安全與隱私程度。

此外，智慧城市、車聯網、智慧家庭，以及越來越多的聯網裝置等，這些應用都會產生大量的資料，也需要數據儲存與分析的需求，因此也需要邊緣運算來增進即時決策的能力。

提升應變質量 優化工業、城市與能源服務品質

進一步解析工業物聯的邊緣運算應用，則最關鍵的著眼點，仍是環繞在各個數據節點上的資料處理能力，透過在端點就先行對資料進行處置，藉此降低對於雲端存取的需求，同時經過處理的資料也更容易進行後續的分析，或者從中萃取出有價值的資訊來進行傳輸，此舉也有助於降低網路和整體系統的負擔，對於優化生產流程也有助益。

而工業物聯網的資料節點，大致可分為兩段，一個是資料擷取的節點，另一個則是資料傳遞的節點。

資料擷取的節點通常就是感測和數據輸入的設備，或者稱為邊緣設備，在工業的領域常見的有影像的掃描、各項工件數值的探知、作業環境的感測等。

以工具機台為例，導入邊緣運算架構之後，各項刀具與工件的感測數值就能在第一時間進行分析，不僅能提高加工的品質，對於機台本身的預修和保養的判斷也能也更精確和迅速，若再搭配機器學習的技術，更可以進一步提升整體的效率。

圖二 : 邊緣裝置將產生大量資料，單靠雲端將無法因應。（CTIMES製圖；Source：英特爾）

另一個節點，則是資料傳遞的閘道。從物聯網架構的角度來看，第二層的通訊傳輸設備也需要具備一定程度的運算功能，才能在資料傳遞至雲端之前，再進行有效的分級處理，簡化大雲端平台的負擔與傳輸成本。

尤其是一個廠房內的物聯網路所連結的設備可能非常龐大，儘管在裝置端有一定的運算能力可以因應終端的需要，並針對原始的資料進行分析，但數個或者數十個終端所匯集起來的資料量仍是非常可觀，若無在閘道端再進行第二層的處理和運算，仍十分考驗雲端平台的運算能力，同時也會加大整體系統的運算與傳輸負擔

因此在閘道節點實施邊緣運算，一來可以避免將所有的數據都往上傳送到雲端，降低雲端處理平台的工作負擔與數據傳輸費用，二來也可以即時反應處理底層設備的需求，讓整體系統的運作更快速。

而在智慧城市的應用中，邊緣運算的重要性也日漸提升，尤其是城市中所控制的設施與場景更多元也更龐大，若仰賴雲端機制來進行反應，則效率與成本將難以竟功。

以智慧路燈為例，燈光的開啟與熄滅將可以做到依據各別所處的環境，自動進行設置，甚至提供不同的亮度與色溫，不再需要統一的控制。這不僅有助於節省城市的能源，同時也能提供更接近居民需要的服務。而有了更高的運算力之後，路燈也能結合其他的智慧應用，進而成為改善城市生活品質的重要設施。

若從節電的角度切入，則能源控制則是另一個邊緣運算重要的導入應用，再搭配人工智慧技術，更能直接學習和分析用戶端的用電狀況，給予最貼近實際使用需求的控制。尤其是傳統的電力調度和傳輸都是由以中央式管理為主，傳輸的距離不僅較長，同時決策速度也慢，更不易進行區域的調教。

圖三 : 智慧電錶就是城市中典型的邊緣運算應用，能夠帶來更加的能源優化。（source：大同）

採用邊緣運算之後，就能依據使用者端的環境狀態進行反應，更細緻的去計算電壓與功率等，進而判斷每個端點的電力使用的狀況，並把資料後送到區域的電力管理中心。因此在管理上，就可以更加精確的探知詳細的用電狀況，以提供適用的電量電力，進而達到節電的功能。

而裝置在用戶端點的運算與感測設備，則可提供給用戶明確的分析報告，使其用電透明化，也能有助於用戶控制用電的情況。如有AI的技術，則又可依據使用的狀況進行自動優化，對於節能省電又將更上一層樓。

結語

從應用與使用體驗的角度來看，能夠在越接近使用端進行服務，勢必會是最佳的解決之道，其不僅反應的速度快，同時愈接近用戶也愈能探知用戶的真實需求，而這就是邊緣運算的最大利基。

特別是在5G商轉後，物聯網應用將會開始迅速的崛起，此時要達到真正的萬物互聯又各自分工運行的狀態，單靠集中式的雲端運算是無法產生最高的效益，唯有導入邊緣運算的架構，進行分散、分層的控管，才能展現出最大的效能。

而人工智慧和機器學習的興起，又會進一步加持邊緣運算的能力，實現更加智慧的應用。