【有恆為 AI 成功之本】台灣 AIoT 產業的人才與基礎設施都已完備!

評論
評論
REUTERS/Chris Helgren

Computex 在這個月初剛結束,在這次 Computex 期間,AWS 跟 Azure 都分別透過論壇及 Keynote 演講展示了自身 AIoT 的解決方案。其實 AWS 和 Microsoft 在今年三月中就已經分別開了研討會,展示他們在人工智慧+物聯網(AIoT)的解決方案,而這次 Computex 期間談了更多新功能與細節。

AWS 對物聯網也提供 1-Click 服務

AWS 在今年三月中的研討會,展現了讓客戶可以直接整合 AIoT 的架構,這個架構則提供了 AWS IoT、AWS Greengrass 與 AWS SageMaker 三種從設備到雲端串接的模組,再搭配 AWS 本身其他的模組,提供廠商一整套完整的解決方案:透過裝上其 IoT SDK(支援 Linux、Android、iOS)程式模組的設備,就能透過網路連接到雲端使用 AWS IoT 系統功能,包含管理與人工智慧分析。

而 Greengrass 則是針對 IoT 設備端邊緣運算(Edge Computing)的解決方案,本身也包含 IoT SDK,同時提供了安全機制;Sagemaker 則是提供資料科學家一個方便又完整的機器學習服務,透過建立、訓練、發布三個步驟,讓學習的成果的推論引擎,可以很快地發布到設定的設備上。

在 Computex 的研討會中,來自 AWS 的全球 IoT 夥伴方案架構師,更特別介紹了自家為 IoT 裝置設計的作業系統 RTOS 及 AWS IoT 1-Click 服務。RTOS 是 AWS 買下的公司所開發的,本身設計已具備相關的網路安全機制;而 AWS IoT 1-Click 服務可以透過在今年五月中發表的智慧型手機上的 APP,透過觸發 AWS Lambda 功能,來執行某種特定動作:例如通知技術支援部門、追蹤資產和補充商品或服務。可以輕鬆地建立裝置群組,並將其與 Lambda 函數產生關聯,就可以在觸發時執行所需的動作,而且接下來就能使用預先建立的報告來追蹤裝置運作狀態和活動。

微軟的 Windows 10+Azure

微軟在今年三月中的研討會也說明了 AIoT 解決方案:從設備端的 Windows 10 IoT 系列開始,結合 Windows 10 開發環境與 Azure 的 AI 雲端環境。

Windows10 10 IoT 系列是之前針對嵌入式系統 Windows Embeded 的升級版,Windows 10 IoT 有三種版本:核心版、移動版與企業版。台灣很多企業之前都用過 Windows CE(微軟提供的較早期的嵌入式系統版本)、後來升級到 Windows Embeded,而延續這樣的傳統直接升級到 Windows 10 IoT 系列對這些企業是較簡單的方式,但如果以往未曾採用則未必有轉換的成本。

Windows 10 IoT 系列不同版本具備不同資源需求,核心版最低(512MB RAM 最低需求),而企業版最高 (x64 2G RAM 最低需求);都具備智慧安全(Intelligent Security)功能;透過 IoT Edge 模組,就可以具邊緣運算功能。

Azure 人工智慧的雲端機器學習的服務,則可利用原來微軟開發者使用習慣的 Visual Studio,搭配人工智慧擴充模組及其他相關 Studio,加上 Windows ML 的簡易程式工具,讓 Azure 使用 Windows 10 當開發平台變成簡單。

在這個月的 Computex,微軟全球副總裁 Nick Parker 宣布了微軟的新的計劃:為了加速創新,微軟邀請合作夥伴加入「Intelligent edge 合作夥伴社群」,幫助合作夥伴串連,並且強調 Windows IoT Core 可以獲得為期十年的技術支援。還有強調在四月份 RSA 大會已經展示過的 Azure Sphere 整套的 IoT 設備邊緣運算+雲端運算解決方案:由微軟設計 IoT 裝置專用的連網微控制器(第一個為由聯發科打造的 MediaTek MT3620),微軟客製化 Linux 的 Azure Sphere OS 作業系統,結合 Azure Sphere 雲端服務。這整套系統是為了達成由 Azure Sphere 認證的 MCU 邊緣運算晶片透過連網能力與微軟的 Microsoft Pluton 安全技術、結合 Azure Sphere OS 及 Azure Sphere 雲端服務以確保網路安全。

結語:人才與基礎設施已完備,企業如何運用來發展商業才是關鍵

在人工智慧與物聯網整合與安全方案越來越重要的此刻, AWS 及微軟都提供相關解決方案,讓開發物聯網產品的公司可以用比較簡單的方法,規劃並做出自己的產品與提供人工智慧服務,大大的降低原來的設計門檻。

而雲端人工智慧所需要的資料科學家人才,透過「台灣人工智慧學校」的密集訓練及各個大學研究所訓練出來的人才,則能夠逐漸解決人才荒。

從這兩個角度,可以看出台灣在 AIoT 領域,這兩家大廠已經提供了相當不錯的解決方案作為基礎設施,產品開發上將能有不錯的進展,尤其使用它們的系統的價格並不貴,又可以讓網路安全、技術與設備設置風險大大降低。

不過接下來仍需要有好的產品與服務,結合好的商業模式,才能夠真正的在全球市場大戰中勝出。

相關文章

評論