邊緣AI 2026將成 IoT晶片發展核心

04:102021/05/02 工商時報 集邦科技資深分析師曾伯楷

隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。在AI晶片助益下，IoT邊緣與終端裝置可透過機器學習或深度學習等技術加值，同時帶出無延遲、低成本、高隱私等優勢，顯示出AI晶片的重要性。預估全球AI晶片產值至2025年將達720億美元。

與此同時，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。

一、MCU、連接晶片、AI晶片為IoT晶片產業鏈三大關鍵零組件。　物聯網在傳統上多以感知層、網路層、系統層與應用層作為架構堆疊，主要經濟效益雖來自應用層的智慧情境發展，然感知層所需的產業鏈之上游零組件仍是支撐終端場景運作重要核心，其中又以微控制器（MCU）、連接晶片與AI晶片最關鍵。

MCU方面，建立在高效能、低功耗與高整合發展主軸下，IoT MCU現行從通用MCU演化成特定為IoT應用或場景所打造，如2021年3月STMicroelectronics推出新一代超低功耗微控制器STM32U5系列，可用於穿戴裝置與個人醫療設備；Silicon Labs同期推出PG22 32位元MCU，主打空間受限且須低功耗的工業應用、Renesas RA4M2 MCU著眼IoT邊緣運用等。

連接晶片方面，受物聯網設備連線技術與標準各異影響，通訊成物聯網晶片中相當重要的一環，從蜂巢式的4G、5G、LTE-M、NB-IoT，到非蜂巢式的LoRa、Sigfox、Wi-Fi、Wi-SUN等，從智慧城市、工廠、家庭至零售店面皆被廣泛運用，範圍擴及至太空，如2020年下旬聯發科與國際航海衛星通訊公司（Inmarsat）合作，成功以NB-IoT晶片完成全球首次5G物聯網高軌衛星資料傳輸測試。AI晶片方面，隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。此外，Microsoft在其2021年3月舉辦的年度技術盛會Ignite 2021上指出，2022年邊緣運算市場規模將達到67.2億美元，與深度學習晶片市場相當吻合，亦提及市場預估至2025年全球深度學習晶片市場將有望達663億美元。同時，Microsoft認為至2026年全球AI晶片有3／4將為邊緣運算所用，顯示出IoT晶片於邊緣運算的發展將成未來廠商重要布局之一。

二、邊緣AI效益顯著，成長動能仰賴數據處理過濾、邊緣智慧分析。

首先，從邊緣運算定義來看，市場雖已談論數年但定義與類別始終未統一，原因是各廠商於邊緣託管工作的目的不盡相同。例如對電信商而言，初步處理數據的微型數據中心是其邊緣端，而對製造商來說邊緣裝置可能是生產線的感測器，此也造就邊緣運算的分類方式略有出入。另外，例如IBM有雲端邊緣、IoT邊緣與行動邊緣的類別，ARM多將邊緣視為雲端與終端間的伺服器等裝置，亦有個人邊緣、業務邊緣、多雲邊緣等類型。

其次，從邊緣運算類別來看，現行分類趨勢和研究方式尚有以數據產生源為核心，藉由設備與數據源的物理距離作為分類參考，並將其分為厚邊緣（Thick Edge）、薄邊緣（Thin Edge）與微邊緣（Micro Edge）。厚邊緣多用以表示處理高數據流量的計算資源，並配有高階CPU、GPU等，例如數據中心的數據儲存與分析；薄邊緣則包含網路設備、工業電腦等以整合數據為主要目的，除了配有中間處理器外，也不乏GPU、ASIC等AI晶片；微邊源因與數據源幾無距離，故常被歸類為生成數據的設備或感測器，計算資源雖較為匱乏，但也可因AI晶片發揮更大效益。

整體而言，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性，在平台管理、工作量合併與分布式應用也更有彈性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益提升包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。

數據處理與邊緣分析於過往邊緣運算時已可做到，並在AI加值下進一步提升效益。以前者而言，數據透過智慧邊緣計算資源可在邊緣處預先處理數據，且僅將相關資訊發送至雲端，從而減少數據傳輸和儲存成本；從邊緣分析效能來看，過往多數邊緣運算資源處理能力有限，運行功能時往往較為單一，而邊緣智慧分析透過AI晶片賦能，進而能執行更為繁複、低延遲與高數據吞吐量的作業。

三、全球大廠搶攻IoT晶片市場，中國加重AI晶片發展力道。

IoT晶片於邊緣運算所產生的效益，使其成為廠商重要策略布局領域，雲端大廠如Google、AWS等紛紛投身晶片自製；傳統晶片大廠如ARM最新產品即鎖定邊緣AI於攝影機和火車的辨識應用、Intel亦投資1.3億美元於十餘家新創AI晶片設計廠商，NXP Semiconductors、Silicon Labs、ST則陸續在其MCU或SoC添加邊緣AI功能。此外，新創企業Halio、EdgeQ、Graphcore皆以AI晶片為主打。整體而言，若以區域來看，歐美大廠聚焦加速AI運算效能，但最積極發展AI晶片產業的則屬產官學三方皆支持的?心，代表性廠商包含地平線、華為旗下海思等代表；台灣則由產業聯盟領頭與聯發科和耐能等重要廠商。

（一）中國產官學助力，2023年AI晶片產值估將逼近35億美元。

AI產業是中國發展重點之一，其輔助政策如2017年《新一代人工智能發展規劃》、《2019年促進人工智能和實體經濟深度融合》，至「十四五」與「新基建」，都將AI視為未來關鍵國家競爭力。各大廠也因此陸續跟進，如百度發布AI新基建版圖著眼智慧雲伺服器；阿里宣布未來至2023年將圍繞作業系統、晶片、網路等研發和建設，騰訊則聚焦區塊鏈、超算中心等領域。

產官學研加重AI的發展力道也反映於AI晶片上，ASIC（特殊應用基體電路）廠商比比皆是。其中，AI晶片布局物聯網領域的廠商眾多，包含瑞芯微、雲天勵飛、平頭哥半導體、全志科技等，主要面向雲端運算、行動通訊、物聯網與自動駕駛四大領域。其中，物聯網領域進一步聚焦於智慧家庭、智慧交通、智慧零售與智慧安防部分，執行語音、圖像、人臉與行為辨識等應用。若進一步聚焦於邊緣運算領域，則以地平線、寒武紀、華為海思、比特大陸、鯤雲科技等最為積極。整體而言，TrendForce預估，中國AI晶片市場有望從2019年13億美元增長至2023年近35億美元。

綜觀中國AI晶片發展，雖有中美貿易摩擦導致設計工具、製造封測等環節較受限制，且開發成本始終居高不下，然而，藉由產官合作以及中國內需市場需求動能，仍能有效支撐該產業成長。若以邊緣運算來看，鑒於AIoT市場持續茁壯，特定應用的ASIC將是重要發展趨勢，尤以汽車、城市與製造業來看，相關場景應用如人身語音行為辨識、人車流量辨識、機器視覺等需求皆相當明朗，預期也將成廠商中長期發展主軸。

（二）台灣人工智慧晶片聯盟積極整合，監控與機器人為邊緣AI應用兩大方向。

台灣廠商聯發科和耐能同樣結合邊緣運算與AI兩技術作策略布局，就整體產業而言，2019年由聯發科、聯詠、聯電、日月光、華碩、研揚等廠商共同組成的台灣人工智慧晶片聯盟（AITA）發展迄今已越趨成形，各關鍵技術委員會（SIG）亦訂定短中長期發展目標。

邊緣AI發展則由AI系統應用SIG推動，其第一階段至2020年著眼半通用AI晶片發展與智慧監控系統應用平台的裝置端推論，2021年則聚焦以裝置端學習系統參考設計，以及軟硬體發展平台的裝置端學習為主，並規劃在2023年能以多功能機器人為主體，發展多感知人工智慧和智慧機器人AI晶片發展平台。

換言之，藉由業界在智慧裝置、系統應用與AI晶片的串聯，短期至2022年都將是台灣邊緣AI大力發展階段，並朝智慧監控、多功能機器人深化，預期此也將帶動系統整合的凌群、博遠，終端設備的奇偶、晶睿碩，以及晶片設計的聯發科、瑞昱等邊緣AI商機；但相較中國廣大內需市場，台灣仍需藉由打造讓晶片廠和系統商充分整合的互補平台，以利降低晶片開發成本，並從其中尋求更多可供切入的大廠產業鏈。

附圖：2019～2023年中國AI晶片市場推估
AI於IOT流程主要著眼數據處理與分析之效
台灣人工智慧晶片聯盟系統應用SIG發展架構

資料來源：https://www.chinatimes.com/newspapers/20210502000153-260511?fbclid=IwAR0zlvUv8MKpcHrbgpa3xRAFaQXaxZuep9TCeZ-75myILNjuDV4SWEIdKZ8&chdtv

三層電路貼在皮膚上，延展度 800%！這款「電子刺青」還能控制機器手

作者 雷鋒網 | 發布日期 2021 年 02 月 12 日 0:00 |

聽過「電子紋身」（Electronic Tattoo）嗎？早在 2013 年，Motorola 高級副總裁 Regina Dugan 就曾拿出看似普通紋身貼紙的產品。Regina Dugan 表示這款電子紋身是行動式智慧設備，可惜並未多展示充滿未來感的那面。

2016 年 YouTube 一支影片，幾位生物駭客展示將電子設備植入皮下的過程──設備差不多硬幣大小，由一個印刷電路板、5 個表面貼裝發光二極管（SMD LED）組成，由矽膠包裹，一塊 3 伏特電池供電。

設備植入並受磁鐵觸發後，LED 燈會發光，皮膚會出現一朵梅花。

如果你覺得電子紋身只是廠商炒概念、科學怪人開腦洞，那就錯了。

2018 年，美國卡內基美隆大學的科學家就將電子紋身寫進論文，用液態金屬合金塗覆銀奈米顆粒，兩者融合後形成電路，經過印刷，紋身就可輕鬆轉移到皮膚，且導電性也很高。

當時參與研究的卡內基美隆大學助理教授 Carmel Majidi 表示：這是電子印刷領域的突破。

就在最近，中國科學家也聯合打造出電子紋身。

2021 年 1 月 13 日，論文發表於《科學》雜誌子刊《科學─進展》，題為「Multilayered electronic transfer tattoo that can enable the crease amplification effect」（可實現摺痕放大效果的多層電子傳遞紋身）。

論文作者來自南方科技大學（深圳灣實驗室生物醫學工程研究所）、首都醫科大學生物醫學工程學院及中國科學院大學國家奈米科學技術中心。

什麼是「電子紋身」？

看過前文，大概能對電子紋身下個定義：「能直接貼在皮膚上的超薄電路」。電子紋身可隨著皮膚狀態任意拉伸彎曲，可說是穿戴式設備的最高境界了。運作原理是 NFC（Near Field Communication，近距離無線通訊），能讓設備靠近時交換數據的技術。

NFC 是在 RFID（無線射頻身分辨識）技術的基礎上結合無線連接技術研發而成，日常場景也為各類電子產品提供安全快捷的通訊支援。行動支付、文件傳輸、門禁、手機與車鑰匙集合的背後，都離不開 NFC──轉到電子紋身，NFC 可確保訊號傳遞。

其實電子紋身有很多用途，如耳機、無線收發器、電源、噪音檢測器、測謊儀等等。作者也提到：「電子紋身在皮膚健康和運動感測有很大潛力。」

然而電子紋身目前問題是：固形性、黏性和多層性等特性不能並存，是研究人員設計新型電子紋身的起因。

多層電子傳遞紋身

研究人員設計出「多層電子傳遞紋身」，即 multilayered electronic transfer tattoo（下稱 METT）。

為了組成多層電路模板，科學家用到兩種材料，一是金屬聚合物導體（metal-polymer conductors），二是彈性體嵌段共聚物（elastomeric block copolymer）。

METT 共有 3 層：

黏合層（adhesive layer）：很薄（~8μm）的壓敏膠，受外部壓力時，黏合層使 METT 與皮膚緊密附著。

釋放層（release layer）：矽酮膜，主要目的是便於電路模板從釋放膜剝離。

兩者間的電路模組：含 3 層電路，每層都嵌有可拉伸導體的聚苯乙烯─丁二烯─苯乙烯（SBS）薄膜（~14μm）。

第一、二層電路上有應變感測器，數量分別為 11 和 4，第三層電路上有一個加熱器。

由於金屬─聚合物導體（metal-polymer conductor）有良好延展、可重複性，因此可用作應變感測器。

如下圖 A、B 所示，基於金屬─聚合物導體的應變感測器電阻，隨著拉伸應變增加而增加，METT 甚至可容易拉伸到 800%，遠遠超過皮膚最大變形度。

METT 可用於溫度調節、運動監測和機器人遠端控制，具高延展性（800%）、固形性和黏性，可做到摺痕放大效果，因而能將聚集應變感測器的輸出訊號放大 3 倍。事實證明，無需任何溶劑或加熱，METT 就能在不同表面牢牢附著。

遠端控制機器手臂

不僅如此，為了展示新型電子紋身的可擴展性，科學家更製造出 7 層 METT，當成可拉伸加熱器。

上圖 A 是 7 層加熱器俯視圖，每個電路層都包含一個基於金屬─聚合物導體的加熱器，兩端有 2 個連接點，用於與其他層加熱器形成垂直電連接。因此，7 個加熱器就以串聯方式連接電源。

上圖 B 展示不同層基於金屬─聚合物導體的加熱器，透過連接點形成的電連接。

論文介紹，除連接點外，金屬─聚合物導體透過 SBS 形成良好電絕緣，熱成像時未發現短路。研究結論之一是，隨著層數增加，紋身的順應性隨厚度增加而降低，兩層電子紋身足以滿足大多數功能。

科學家將 METT 實際應用──透過手指彎曲發出的訊號放大，透過藍牙傳輸到機器手臂，因此 METT 能遠端控制機器手臂，模仿人手動作時也不會出現異常震動。

論文表示，團隊已透過 2 層 METT 做到以 6 個自由度遠端控制機器手，透過 3 層 METT 以 15 個自由度遠端控制機器手。

可肯定的是，未來電子紋身在醫療、VR 和可穿戴式機器人方面有巨大潛力。

附圖：▲ 蘋果手機上的 NFC 功能。
▲ 科學家測試 METT 應變感測器的機電性能。

資料來源：https://technews.tw/2021/02/12/multilayered-electronic-transfer-tattoo/