我們現正目睹物聯網規模展現指數型成長的態勢。每一秒鐘，就有127部新裝置聯網，預計至2027年，全球將有430億個物聯網裝置。生活將變得更加多采多姿，相關系統解決方案需求也隨著此市場而成長、演變，消費者要求更精細、更強大且節能而準確的功能。

物聯網未來發展非常令人振奮，而邊緣人工智慧（edge AI）正是眾多關鍵技術推手之一，因其能在物聯網邊緣實現資料分析、提供預測性見解與智慧決策，進而強化物聯網功能。

首先，我們先介紹基本概念：什麼是邊緣 AI？

開發人員和使用者或許已相當熟悉人工智慧（AI）和/或機器學習（ML），但「邊緣AI」這個詞彙則不然。邊緣AI是指AI應用的實作和部署位置落在邊緣運算環境內，或是接近資料所在的裝置中，而非雲端運算設施之類的集中環境。

邊緣AI在實務上的作業，包括從感測器或追蹤器、健康監測裝置等其他來源收集資料，並直接在邊緣裝置機器上以AI模型進行處理，然後將模型的輸出用於觸發動作或傳送通知。邊緣AI在本機上處理資料，有助大幅加速推論作業並支援即時使用案例，減少延遲時間和網路流量，強化隱私與安全，同時實現節能效益。

如今，開發人員正在思索邊緣AI各式各樣的使用案例和應用，例如家電和智慧家庭系統採用的臉部/手勢辨識、穿戴式裝置和健康監測裝置、工廠自動化的預測性維護，以及搭載AI的監視攝影機，可即時偵測並應對可疑活動，不僅能夠提升效率，更可降低服務費用。

AI部署常見使用案例，包括能進行語音辨識分析的智慧喇叭和語音助理技術，背後功臣則是一系列複雜的AI技術，例如自動語音辨識（ASR）將聲波轉換為文字，再運用自然語言理解（NLU）擷取其實際意義，然後智慧喇叭透過自然語言產生（NLG）技術產生回應。

智慧家庭市場也出現全新趨勢，AI在此的用途是提升邊緣裝置效率，並創造順暢自然的使用者體驗。其他案例更涵蓋洗衣機調整水量、洗衣精用量、清洗和脫水時間，以提升洗衣效率；恆溫器習得使用者偏好溫度、偵測室內外溫度、區別房內是否有人；烤箱依據使用者的口味偏好製作客製化餐食，同時確保只有成人能操作裝置以維護安全；甚至是吸塵器能區分地板類型，實現最佳清潔和電池效率。這所有的使用案例皆仰賴邊緣實作的複雜 AI 演算法。

圖一 : PSoC Edge 目標應用

一股新興趨勢或技術勢必擁有截然不同的挑戰及應注重的關鍵面向，邊緣 AI 也不例外。目前，邊緣 AI 在下列層面的衝擊尤其明顯：

效能提升（與低功耗）

物聯網持續成長推升感測器需求，因此必須分享更多資訊，同時裝置複雜性也會上升，以因應運算功能增加的需求。目前裝置本身處理機器學習作業的能力日益多元，因此，高效能核心必須搭配神經網路運算硬體加速器以支援機器學習作業，在這新一代邊緣裝置崛起的環境中，這兩者缺一不可。

然而，若要實現功耗最佳化，讓電池驅動終端裝置更省電、提升運作效率並減少耗電，則上述要求會面臨更加嚴峻的挑戰。好消息是：邊緣裝置儲存資料並執行演算法，較所有資料傳送至雲端所消耗的能源更少。

安全與隱私

邊緣 AI 裝置本身會執行多數作業與資料處理，減少傳送至雲端和外部位置的資料量，降低安全和隱私疑慮，但這不代表邊緣 AI 裝置上的所有資料永遠不會遭遇攻擊。安全攻擊不斷演化，因此所有邊緣 AI 裝置都必須內建強大、層級適當的安全機制，以利維護資料完整性和隱私。

缺乏專業知識、耗費時間、無全方位支援

沒有適當的專業知識，幾乎不可能開發邊緣 AI 裝置，例如不瞭解如何使用針對 AI/機器學習最佳化的特定加速器和處理器等硬體，或是 AI 模型開發與部署採用軟體的使用經驗不足。知識不足加上耗時疑慮，恐怕會導致開發人員選擇不採用最佳實務，或限縮管理團隊制定適當決策的能力。

當然，這些案例也都必須仰賴全方位而強大的軟硬體，搭配專家提供的端對端工具鏈解決方案，以降低新一代邊緣 AI 裝置的不確定性，並且加速上市時間。

英飛凌 PSoC Edge 能解決邊緣 AI 的挑戰，結合全新微控制器系列的多樣特性，例如高效能、低功耗、尖端安全和全方位支援微控制器，有助加速上市時間。

如前所述，由於邊緣匯集大量感測器，而且必須處理複雜資料，因此系統複雜性上升，但也促使微控制器領域不斷突破效能極限。同時，低功耗與高能源效率，依舊是當今物聯網領域最迫切的需求。

圖二 : 由於邊緣匯集大量感測器，而且必須處理複雜資料，因此系統複雜性上升，但也促使微控制器領域不斷突破效能極限。

為了滿足這些要求，英飛凌推出採用多域架構的 PSoC Edge，提升效能實力，包括高效能核心和硬體加速神經處理器單元，同時強化能源效率，融合常時在線應用適合的超低功耗域。

如此一來，物聯網裝置在深度睡眠模式中，仍可偵測聲學事件或臉部偵測動作及觸發動作，將系統全面喚醒、執行必要任務後，再恢復睡眠模式，大幅提升能源效率、延長電池續航力，且不會犧牲效能。因此，邊緣 AI 不只可加速數位化進程，也可透過功耗最佳化協助達成去碳化。

如上所述，另一項關鍵挑戰在於保護資料，且必須盡可能減少安全威脅。有鑑於此，解決方案供應商的邊緣 AI 產品、服務必須隨附更高層級的安全機制，讓消費者有更多安全裝置的選擇。若邊緣 AI 裝置未能設置妥善保護措施，則可能會遭到竄改，成為網路破壞的切入點。此外，攻擊者可進一步掌控整體市場上具備邊緣 AI 能力的裝置，例如恆溫器、智慧喇叭或智慧鎖，並分析其弱點、打造惡意軟體，藉此入侵整個技術和網路。基於這些原因，新型邊緣 AI 裝置必須內建強大、層級適當的安全架構，如同新推出的PSoC Edge。

最後，英飛凌深知邊緣AI裝置上市時間的重要性。英飛凌近期收購Imagimob後，新增了端對端機器學習平台─彈性高、簡單易用，並且著重在交付生產級機器學習模型。PSoC Edge擁有堅實生態系統合作夥伴、完整文件、具連線能力和人機介面模組的評估套件，以及ModusToolbox軟體，並整合Imagimob 邊緣AI開發平台和Ready Model，可加速具備機器學習能力的微控制器進入可驗證的量產流程，因此，PSoC Edge是一套完整的硬體、軟體和工具組合，有助實現順暢的設計作業並加速上市時間。

（本文作者Omar Cruz為英飛凌科技 PSoC Edge 產品管理資深經理）