深入探討

下載白皮書

以邊緣網路為基礎的AI除了能夠即時快速回應，也具有各種重大 優勢，例如在邊緣裝置內建更出色的安全功能，以及減少在網路 流通的資料量。這種作法的彈性非常高，因為解決方案都是依據 各項應用量身打造。由於推論功能預建至邊緣裝置中，因此可減 少操作及維護時的技術需求。

邊緣運算也讓開發人員能在網路分散運算，將部分精密活動轉移 至區域網路的邊緣處理器，例如路由器、閘道及伺服器。這樣會 提供非常良好的操作可靠性，因為資料於本機儲存，情報於本機 衍生，可協助在連線斷續或沒有網路連線的區域進行部署。

一般來說，建構機器學習模型因應挑戰相當複雜。開發人員必須 管理大量資料進行模型訓練，選擇實作最適當的演算法，並管理 雲端服務以訓練模型。然後應用程式開發人員使用Python等程式 設計語言，將模型部署至正式作業環境。智慧邊緣裝置製造商將 會發現，在邊緣網路投入資源從頭開始執行AI實作是非常困難的 任務。