迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

強力推薦，激勵人心的真實故事 <3 ..... 台灣黑手的世界風電大賽!! （04/30/2020 今周刊）

未來二十年，離岸風電將帶領台灣產業進行再一次進化，這次的主角，不再是站在浪尖風口的高科技產業，而是台灣最基礎、最傳統的產業——黑手。

只不過，「與國際接軌」這五個字，看來簡單，其實是一個「革自己的命」、打掉重練的過程。

「那一大片，荒廢好一陣子了，以前種鳳梨，後來也種香蕉⋯⋯，直到做風電，才把它重新整理！」銘榮元創辦人廖晟合，指著窗外為離岸風機打造的水下基礎生產線，手掌穿過溜進室內的冬陽時，長期受熱萎縮變形的傷痕隱然可見，打鐵創業的艱辛，在他身上烙下了擦不掉的印記。他望望一旁的總經理、兒子廖士銘，淺笑說：「生意要做大一點，一定要走這條路呀！」

他應該欣慰的，因為就在農曆年前的這天上午，銘榮元幫台電的一期風場，完成了第一支「純」國產基樁，這支八十公尺的百噸大鋼管，三月就會打進台灣海峽，就像地基，用來支撐一百多公尺高的大風機，預計在今年底，台電風場就將併聯發電，點亮九萬戶台灣人家。

里程碑的慶祝，熱鬧但短暫，廖家祖孫三代，在高雄港留下了難得的合影之後，就急忙趕回屏東新園鄉媽祖路的廠房，這條三五○公尺長的基樁生產線，關係著公司的未來。

以前，靠著臨近中油林園廠的地利之便，銘榮元一路從打鐵店，做到南台灣重要石化反應爐供應商，但在「黑色能源」逐漸萎縮之際，未來，得靠著離岸風電，才能找到下一個成長的力量。如果一切依計畫，光是風機的基樁生意，就能為銘榮元帶來比以前多一倍的營收。不過，訂單來得一點都不容易，基樁「精準度要做得跟潛艦的艦身一樣⋯⋯，我們三個月就把產品做出來，讓他們服服貼貼！」廖士銘說來輕鬆，但這個初步成績，是近五年來加速進化的結果。

傳統「黑手」產業蛻變縮影 銘榮元從打鐵店做到風機基樁

銘榮元的成長，不是單一個案，而是台灣傳統「黑手」產業蛻變的縮影。一位歐洲風電商就說，台灣三至五年間本土採購的量，比起歐洲十到十五年累積的還要高，這是全球前所未見的狀況，只在台灣發生，不是單一公司的升級，而是黑手生態鏈的集體進化。

儘管反對、質疑的聲音從未間斷，但在過去一年，台灣離岸風電大軍已經加速與外商合作，組成水下基礎、電力設備、風力機組及海事工程四大系統策略聯盟，用急行軍的速度，在「離岸風電元年」交出了不差的成績單。

從台北港，一路到苗栗、台中港、芳苑、興達港、高雄港、屏東，開始改變西海岸的樣貌。如果一切依計畫，未來，世界級的離岸水下基礎廠房，將在台北港誕生；亞洲最大的離岸風機葉片廠，也將立足台中港；被譏「二十二年沒停過一艘遠洋漁船」的高雄興達港，可能擺脫「蚊子港」的惡名，成為南台灣甚至東亞最重要的綠能基地。

根據經濟部統計，過去一年，離岸風電進展迅速，簽訂供應合約金額已達四五七億元，建廠投資也將近三五○億元。全球最大離岸風電開發商沃旭能源台灣總經理汪欣潔更直指，台灣，就是沃旭在歐洲以外最重要的供應基地！

離岸元年的準備，其實只是台灣參加風電世界大賽的第一步，因為風場經營可是百年事業。「離岸風電很像造林。」天力離岸風電總經理徐傑輝觀察，「風場經營，都會把一個區塊劃分為好幾等分，二十年一過，一部分就會除役，再蓋新的，算是百年事業！」要建樹成林，首先要把風電國產化這棵小樹養好，讓台灣與國際接軌，把國外廠商自一九九○年代起在離岸風電蓄積三十年的養分及功力，快速輸入。

只不過，「與國際接軌」這五個字，看來簡單，其實是一個「革自己的命」、打掉重練的過程。

一般來說，風機的使用，最少需確保二十年運作正常，特別是離岸風機，因為插在海上，受環境考驗更大，從計畫、製造、施作、訓練及後勤，都有一套必須符合國際標準的要求，不僅風場開發商在意，承作保險的跨國公司更是不會放鬆。

資優生也喊難的國際標準 百噸鋼管 只能有原子筆厚度的偏差

「對我們複合材料這行，是相當大挑戰⋯⋯，通常遊艇的要求，十公尺長的材料，五毫米（mm、公釐）的公差就可以了，但風機只能允許兩毫米！」先進複材副總經理陳凱琳講到這兩年來跨入風機機艙罩的心得。先進複材的母公司嘉鴻遊艇集團，有台灣遊艇王美稱，在玻（碳）纖複合材料這行已經是業界翹楚，有國際水準，但還是得捲起袖子重新適應。「以往客戶只關心最後成品，但對於風機商，訂單還沒拿到，就得先通過檢核。」他表示，兩家國際風機大廠三菱重工維特斯（MHI Vestas）及西門子歌美颯（Siemens Gamesa），在先進複材準備跨入風機期間，就開始駐廠，「所有細節都要，連檢驗設備都提升到航太等級，雖然有衝擊，但能讓我們進步！」

對於這點，銘榮元感受也很強烈。總經理廖士銘指出，離岸風電整套水下基礎高達八十公尺，等於二十至三十層樓高，為了平均分散壓力、得到最好的支撐，打進海底的基樁鋼管，一定要做得「非常直」、「非常圓」。

依國際風機標準，一支六十六公尺長的鋼管，只能有十三毫米的偏差，對照國家標準（CNS）六十六毫米的要求，確實嚴格很多。「你能想像嗎？二十層樓高的百噸鋼管，只能有原子筆厚度的偏差！」廖士銘說，銘榮元以往承作的產品及工程都已經是遵循煉油廠百年以上的標準，「在石化業，我們都是遵守美國的標準，現在重新學歐洲的標準。」為確保一切遵照新的遊戲規則，「台電派了核能檢測隊來，用核電的標準檢查品質。」

這個功課，連中鋼這個傳產資優生做起來都不容易。一路參與中鋼進軍風電轉投資籌畫過程的興達海洋基礎副處長蕭琮仁就回憶，中鋼從二○一三年開始成立「風電事業發展委員會」，啟動開發計畫，「我當時覺得這個很有發展，就毛遂自薦。」一開始花了半個月的時間走訪德國在內的五至六個國家，最後中鋼才選定從水下基礎切入，因為一座水下基礎一二○○多公噸，九○％都是鋼鐵製成，鋼是中鋼的本業，理應不難。但真正進入之後，才知這行真的不容易，「特別是對焊接要求很高！」

如牛排上盤、咖啡溫杯的細膩 中鋼追趕技術 頂級焊工技轉特訓

焊工陳鼎泰對此很有體會。他說，加入興達海基之前，自己就已經是6G頂級焊工，但重新學習之後，才了解到風機因為體積大、鋼板厚，外國技師會要求在焊接時，一定要先把鋼板加熱均勻，「很像牛排要上盤一樣。」整塊鐵板溫度一致，這樣焊接的品質才會好，但也不能加熱過度，因此「入熱量」總共多少，必須嚴格計算，「就像好咖啡，必須控制溫杯的熱度！」與其他行業的焊接相較，「不管冷的、熱的，一直燒下去就對了，只要有黏住就好。」

6G頂級焊工：焊接行業將焊工等級分為6等，6G是最高級的焊工，可以執行45°斜角接口的焊接工作。

為了追趕技術，中鋼先從內部篩選出平均年資十年的資深焊接人員，再請西班牙Nervión公司來台進行為期三個月的技術移轉與指導。興達海基總經理呂武雄曾說，外籍電焊技師每人每天在台顧問費用，至少以萬元起跳，來來回回光花在外籍技師的費用，就至少一億元。

不能讓工程人員暈船 宏華砸8億訂作運輸船

不只風機本身有要求，國際標準的風場開發，連人員運輸都有要求。負責沃旭、中能風場人員接送的宏華營造就表示，台灣西海岸到海峽風場，只有短短幾十公里的路程就有一連串的規定。總經理陳宗邦指出，歐洲開發商要求人員運輸船（CTV）不僅要速度快，還一定要夠穩、夠安定，讓風場工程人員在完全不暈船的狀況下，以最快速度到達海上進行作業，「只要有人暈船，這個人就不具備到風場工作的條件。國際規格就是分秒必爭，時間就是風機商最昂貴的成本。」

這樣的條件，一般「單船體」的遊艇，根本不符合標準。為此，他們花了近八億元資金，特別訂作五艘人員運輸船。為了求穩定、淺吃水，這種船採用「雙船體」結構，「等於是把兩艘遊艇併起來！」陳宗邦說。為求速度，船身兩側還加裝破水的船翼，航行起來就像在水上飄一樣，時速可以達到五十公里，就連駕駛、停泊都須特殊訓練。去年十二月，宏華與英國廠商簽約，送了第一批至少擁有一級船長資格的種子教官，到比利時接受操船、停靠風機的訓練。

不過，只要做對事，這一切應該都會有回報。

世界級水下基礎 世紀鋼條件俱足 將稱霸亞洲

「我敢說，我們在台北港的水下基礎，一定是世界級的！」世紀鋼董事長賴文祥有信心地解釋，丹麥等歐洲國家的風機廠商大都是用舊廠房，水下基礎建設多以支援二MW到六MW（千瓩）的中小型風機為主，但這幾年離岸風電技術成長迅速，風機快速長大，九MW的大型風機最近都已經正式商轉，西門子歌美颯十二MW的超大風機也已在試車階段，預計二○二三年在英國登場。

以發電裝置容量二MW的小型風機來看，葉片旋轉直徑只有八十公尺，但九MW的大型風機，葉片旋轉直徑已經到一五○公尺左右，十二MW的風機葉片旋轉直徑更廣達二二○公尺。風機變大，水下基礎建設也要同步放大，歐洲舊廠「最多也只能做到八MW，除非他們另起爐灶，在碼頭邊蓋新廠，否則根本沒有能力再接訂單。」賴文祥話鋒一轉，反觀台北港的廠房，就在碼頭邊，台北港水深夠、達十六公尺，「做到十六至十七MW絕對沒問題，甚至二十MW，我的廠房也一樣可以做。」

台灣風場到二○二五年總計裝置容量要達五．五GW（百萬瓩），可能約需設一千台風機。賴文祥相信，世紀鋼三階段的廠房完成之後，不僅廠房將稱霸亞洲，甚至在世界其他地方，也很難找到這樣的水下基礎建設基地。

不只水下基礎建設，台灣也會有世界級的葉片廠。

天力總經理徐傑輝表示，天力現在在台中港的葉片工廠，設計時就是瞄準九MW以上的大型風機，三六○公尺長的工廠可以輕易生產長度八十公尺以上的大型葉片，「台灣這個廠一定比歐洲更好，因為歐洲是用老廠房改的，舊廠房動線很難調整，但新廠房可以從頭做起。」採用高階複合材料的葉片製作過程對溫溼度要求很高，不允許空氣中有鹽分，更不能有海沙，一旦鹽或沙掉進葉片中，就會像牙菌斑一樣，讓葉片「蛀牙」，進而斷裂，因此廠區必須達到接近半導體產業無塵室的要求。

世界級葉片廠 天力擁後進者優勢

更因為天力新廠接的單子都是大型葉片，裝上風機之後，葉尖的瞬間時速將超過四百多公里，只要被小石頭擊中，就能產生致命的傷害，因此必須特別設計一個保護套。對於這個新工序，「在歐洲，只能從舊廠挪一個空間出來，但在台中港新廠，就能特地為葉尖設計一道流程。」徐傑輝計算，工廠在二一年量產，葉片年產量可以達到一五○支，一台風機三支葉片，五十套的營收大概就是五十億元新台幣，若兩條產線一起開動，一百億元營收就可達成。以規模來看，在亞洲就是數一數二的地位。

除了台灣市場之外，天力也著眼其他亞洲市場，徐傑輝強調，特別是日本也開始大力發展離岸風電，九州有一個二二○MW的風場規畫，約有二十三台風機的量，「接下來葉片也會從台灣這邊供應。」

先進複材也瞄準亞洲市場，「我們以前做遊艇，身上流的血液，就是出口。」陳凱琳說，風機機艙罩的組件大，沒有辦法放到四十呎的貨櫃中，若用特殊規格從歐洲運過來，運輸成本就占產品的四成至五成，非常不合算，因此「整個亞洲供應鏈的競爭力，就會在台灣。」

「風及日頭，是老天賜給我們最好的禮物，台灣若不好好發展，實在對不起天公伯！」每次談到風電，這幾乎已經成為賴文祥的口頭禪。他說，台灣沒有自產能源，這不僅是經濟挑戰，更是國安議題，但再生能源給了台灣自主的機會，「老共總不能叫太陽不升、風不吹。」特別是台灣有全世界最好的風場，更沒有停下來的理由。

雖然，風電引起的爭議從未停歇，國產化的困難，也不曾少過，但不久之後，當風電溫暖地點亮餐桌時，台灣人應該會相信，媽祖庇佑的不再是打魚郎，看顧的不再是農田，而是台灣全新的能源未來。

影片原始來源：
https://youtu.be/Xau-HcYvbhk

完整圖文內容請見：
https://www.businesstoday.com.tw/article/category/80393/post/202002260021/台灣黑手的世界風電大賽

♡

【為了想好好安放自己】

　
出發去高雄宣傳的前一天，因為一些工作上的事有點不開心，結果去一趟半馬式的宣傳回來後，現在甚至有點想不起來是發生了什麼不開心的事。常覺得自己幸運，可以因為寫書，認識平常當演員無法遇見的人，然後再自由發想一些有趣的互動方式，認識對方的作品、生活與夢想，當然，能夠靠在一起的，都是對某件事懷有龐大熱情的人，我們不需要正能量大放送，只想邀請有緣的讀者與觀眾，一起分享對這世界的一點看法與感受。

　
// 可以不確定時間，但不能沒有重量
日食生活 today'sweet

在和Jamie做甜點的時候，我問了他一個問題：如果計時器和秤只能有一個，你會選哪個？他說秤，因為如果比例錯了，口感結果會差很多，但是沒有計時器，只要一直注意還是可以掌握熟成的時間。我當下覺得這很有趣，但沒細想，只想到其實我家沒有掛時鐘也大半年了（其實是一直找不到喜歡的）。有時坐在書桌前打字，或在窗前躺在沙發看書，一不留神根本不知道過了多久，只覺得天好像變暗了，空氣中溼度變高了，起身關窗，等著午後的陣雨。通常那時間差不多就是兩三點，有時是四點，下完雨後，黃昏就開始了。原來我也是可以沒有計時器的。

　
我又問Jamie，怎麼從廚師變成甜點師，自己喜歡吃甜點嗎？他卻說自己並不喜歡吃甜食，而是製作甜食所需要的邏輯性與精準度，改變了他的生活。看他乾淨的打扮，以為是一個一絲不苟的個性，差點忘了他曾是個不愛唸書一直翹課延畢的問題學生。他做甜點卻不只做甜點，某種程度跟我寫故事不只寫字的想法好像，我感覺到他腦子沒有一刻再停止轉動，我們聊著聊著就講出很多有趣的可能合作方式。我明白他為什麼要做甜點，因為制作的過程才能讓他專注地放空，就像我寫太多東西時，我需要跑步，需要打掃家裡，看似放空，其實是沈澱，沈一沈又有新的思緒串了出來，一步接著一步。這個他的日食小店，與冰櫃裡每日親手制作的蛋糕，像他生活的秤。那我必要的秤是什麼，我還在問自己。

　

//大概其實真希望是一本劇本
三餘書店 TaKaoBooks
　
我告訴杜思慧老師，我很驚訝這本書，其實很多男子（男生與男人都有）喜歡，老師想了一下說，大概因為妳沒有強加女性情緒在文字裡面，給了很多想像空間。我瞭解女性遠遠大於男性，現在我更好奇男子的喜愛重點會是什麼（我想新手店長即將會在下面給我答案），但或許該說，這本書每個人的點都不一樣（至少我目前聽到的），千種觸動，開始於同樣的萬字，已非常欣慰。
　
老師拿著我的書，總是不小心要說成「這本劇本」，劇場導演的眼裡一眼看穿我的企圖與滿滿的佈局。我告訴老師，我們真的拿著這本「東西」再一起做點什麼好嗎？我問老師，如果她是導演她最想導哪個故事，她說「暫時無法安放的」，那如果她是演員最想演哪個角色，她說「一對母子的訪談稿」。我倍受鼓舞，第一次直接被劇場前輩證明，我要做的事，不只是天馬行空的異想天開。我用盡全力在最短的時間，創造出合格的舞台，一個人坐在大門口，揮著手請你進來聽我們說故事。

　

//時間鐘擺向前向後其實都沒有意義
新手書店
　
我對新手店長是有特殊感情的，除了他是第一個邀請我講座的書店外，也是第一個說我小說好看的男子，甚至是第一個給我文字毫不留情高度讚譽的人。我見到店長，是很想擁抱他，但總覺得店長看到我總是害羞的樣子，決定還是不要嚇壞他（畢竟即將要當爸爸了～）。

　
店長太太這次有小露一下臉，跟我說他們去日本時，店長一直捧著我的書，不知道看了多少遍，一下拿旅館房卡開書，一下又拿悠遊卡，店長一看到我就說，你的書真的不能拿刀片割啦！太整齊了啦！我說，沒辦法，潔癖的讀者很多嘛（包含杜老師也說得要割的整整齊齊）。

　
店長說，我們是朋友。是的，我們是一年用一本書聯絡的朋友。而且店長非常瞭解我（雖然他可能自己不知道），每次見到他，他都會說中幾句讓我驚奇的話，這次他說，這本書你不可以一次讀完，如果一次讀完，你會要跑幾十公里才能復原（店長，我說過幾乎一模一樣的話）。還有一刻，店長講話時，我很沒有禮貌拿起手機不知道在打什麼，其實是因為我筆記本不在桌上，但很想記下店長分享他家牆上鐘擺的故事。他說，鐘擺前後一直搖晃，都不停，所以「時間向前向後其實都沒有意義」，但如果你去「推」它，就能改變它的律動。

　
在店長眼裡的我，可能活力四射，好像企圖滿溢，但他一定非常明白我將那些迷惘、失落、沮喪埋藏在文字的哪裡，卻又死命掰開縫隙，讓光透進來的狼狽模樣。很開心一年可以見一次店長，這次去新手，也可能因為有李拾壹加持的兩首歌炒熱氣氛，人潮更勝去年。明年，實在不知道還會不會見面，但我的文字，不會停止。

　

「故事就自己一直發生更多，直到下一本小說出現。」

　
這是我寫給我心愛編輯的話，謝謝她這幾天像經紀人一樣照顧我的生活起居。這次特別選擇在南部做活動，就是希望能好好照顧中南部的讀者，雖然行程緊湊我們常常來不及吃飯，甚至忘記喝水，只希望能走到更多讀者身邊，在炎熱的夏日好好談個天。

　
（突然想到兩個媽媽小插曲，有個媽媽被念大學的兒子“吩咐”來參加，笑盈盈地拿著兒子買的書給我簽名。另一位媽媽在新手書店簽名時，要我寫上女兒的名字，說要買來送給女兒。媽媽，真可愛。）

『溫聲細語』讀劇會
http://tickets.books.com.tw/progshow/05010101024709

終於進書了...
http://www.books.com.tw/products/0010718571