交大、台達電首創邊緣資料中心 打造 5G 基礎

交大團隊在短短 2 年時間內完成整合光、電與軟硬體的雛型系統,效能遠遠超越國際學術界及商用市場上現存的系統。
評論
Photo Credit: 交大台達電合作團隊。圖/交大提供
評論

本篇來自合作媒體聯合新聞網,INSIDE 經授權轉載。

國立交通大學資訊工程系楊啟瑞教授、電機工程系田伯隆教授與台達電子產學合作研發團隊,獲邀參加在美國舉行的光纖通訊博覽及研討會(IEEE/OSA Optical Fiber Conference,OFC) 及開放運算平台高峰會(Open Compute Project,OCP) ,發表全世界第一套結合智慧控制的「全光交換邊緣資料中心網路系統(OPTUNS)」。這項研發成果驚豔世界各大IT廠,並表達高度興趣與合作意願。

楊啟瑞與田伯隆鑽研光通訊網路技術近廿年,從2000年光通訊極盛時期到後期網路泡沫化歷經多年盛衰,包含廣域光網路、被動光網路 PON,5年前重新檢視傳統系統的不足,將光通訊技術轉應用在雲端運算最重要的資料中心設備,其研發技術在2017年受到台達電青睞,捐贈億元設備協助交大研發團隊打造擁有四百台伺服器的邊緣資料中心,並派遣專業軟硬體工程師團隊進駐,與交大團隊進行緊密聯合研發。

過去4G雲端資料中心與使用端距離太遠,無法提供即時計算服務;5G世代來臨,將雲端設備機房移到網路邊緣成為趨勢,當邊緣資料中心(edge data center)越靠近終端裝置及使用者,計算反應速度得以更快。交大團隊在短短2年時間內完成整合光、電與軟硬體的雛型系統,效能遠遠超越國際學術界及商用市場上現存的系統。

楊啟瑞表示,團隊突破過去20年來光交換反應慢、不夠彈性且可用波長有限的限制,設計出垂直整合光、電、軟體、韌體及人工智慧控制技術的創新網路架構與系統,一舉解決上述問題,是國際上首度為資料中心設計並成功打造的完整系統。除了光元件有許多先天物理限制,要垂直整合高度跨領域的專業技術,也是各國研究單位努力多年但難以成功的主因。

田伯隆指出,未來邊緣資料中心會大量佈建在智慧城市及智慧工廠中,OPTUNS應用在5G時代邊緣計算(edge computing)中,相較傳統電交換系統可節省超過8成電力消耗,且反應時間縮小達1百倍,使得自駕車、無人機、AR/VR的應用得以成功實現。預計1年內完成試量產成品,提供邊緣計算的服務營運商及電信商。

責任編輯:Anny

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。