要成為AI領域的微軟！太奇雲端靠AI邊緣運算讓終端裝置也能接地氣|數位時代 BusinessNext

「現在你看到的即時影像都是由AI去做偵測、辨識，而且所有分析在Edge端就完成」太奇雲端總經理李承勳對著投影幕上的監控畫面說道。

隨著智慧時代的浪潮來臨，將AI應用於安防領域的企業越來越多，但符合邊緣運算架構的新創，他們卻是少數。「 其實邊緣運算（Edge computing）的世界遠比雲端、伺服器端還要寬廣 」，李承勳強調。不論是路面車輛計算還是人流方向管控，透過邊緣運算便能在終端裝置上直接處理資料，不需先將資料傳到雲端運算後再回傳到裝置上。

對於極具時間敏感性的事件，AI邊緣設備能以毫秒為響應單位，避免錯過黃金處理時間。例如：在飯店場域內，當預設的禁區範圍識別到陌生人經過時，太奇雲端的AI就會立刻通知影像管理系統（VMS），讓飯店人員做出相關因應。同時，該事件觸發的時間軸也會以不同顏色標示，方便下次回放時能快速搜尋。

專注工業4.0、安控領域，提供邊緣運算解決方案

太奇雲端以深度學習為核心，運用技術協助客戶解決實際問題，其產品主要分為兩類，第一，為人工智慧監控分析；第二，是工業4.0的電腦視覺應用。

由於物聯網應用逐漸成熟，許多設備紛紛加入網絡，面對海量數據可能造成網絡延時或堵塞，邊緣運算因勢而生，使資料在終端裝置便能即時篩選、分類、彙整、記錄。像是在安全監控上，太奇和NX Network Optix合作，將他們的AI引擎嵌入其開放式影像管理平台(Witness VMS)，由NX和不同類型的網路攝影機連接，管理錄像記錄、警報連動。

「NX提供我們和客戶溝通時，一個視覺化的操作介面，而太奇則負責人工智慧監控分析，包括人體/物件分類、虛擬圍籬偵測等。」技術顧問林逸升表示，現有的智慧影像分析（IVA）僅便於檢測而非辨識，但利用太奇的AI，可以在光線變化時，也能保持精準的影像辨識能力，準確度達九成五。

另外在工業4.0方面，太奇雲端是唯一擁有產業實務經驗的新創，甚至獲得電子量測儀器及系統商致茂電子投資，欲結合其AI建置智慧工廠內的檢測設備。太奇透過把AI應用於自動光學檢測（AOI），不僅降低傳統以人力使用光學儀器檢測產品缺陷的成本，更提升生產良率、優化產品質量。除此之外，他們也提供大數據分析及預測，幫客戶分析生產線中的各項數據，進而改善製程。

善用本身價值，說服大廠合作投資

成立不到三年，太奇的AI應用已遍佈交通管理、安全監控和高科技製造產業，還獲得凌華、研揚、新漢三家工業電腦廠商支持，希望在他們的機台上加入機器視覺。林逸升拿起手邊研揚的工業電腦說，不只是這台裝置，未來太奇也將利用邊緣運算，把AI納入各式各樣不同的產品裡面。

而雖然不曾參加競賽，太奇雲端仍吸引眾多大廠主動上門談合作，其中原因為何？李承勳認為，關鍵在於完整性，也就是說，能從雲端運算基礎平台到AI應用，打造完善解決方案的技術能力。他舉例，「像是買車，你會只買引擎還是要一台車？對客戶而言，AI就是個引擎，但是沒有人只買引擎」，所以其實太奇的價值，源自能幫客戶建構一套真正可用的全程（end-to-end）解決方案。

截至目前，太奇雲端已取得許多企業投資，包括麗臺科技、聚碩科技、和鑫光電、致茂電子、國票創投，且大部分投資者同時是他們的策略夥伴，透過彼此協作發揮綜效，使太奇技術得以快速落地。談及創業初期如何敲門找投資，李承勳提到，第一家的選擇很重要。憑藉在半導體、光電產業多年所累積的經驗與人脈，他剛開始主動找上GPU製造廠麗臺科技，後來在麗臺介紹下致茂進來，就這樣一個傳一個，其他廠商也自然上門。

專業人才齊聚，為創業勇往直前

擁有二十年工作經驗，曾是源訊科技台灣區總經理，被問及當初為何想出來創業？李承勳回答「對我來說，如果我一生都要奉獻給IT，我覺得應該要有所轉變」，因此他跳脫穩定職涯，走上創業這條荊棘路。過程也曾遭遇服務項目大轉變，團隊需額外培訓新學能，所幸全體成員目標一致，對新領域也充滿熱忱。「在同業看來，我們是無路可退；但對團隊而言，我們是勇往直前」，架構師徐立興說道。

不只創辦人，太奇雲端的成員各個都經過業界歷練，「因為成員年紀都不小，創投還稱我們是業界最老的新創」，李承勳笑說道。但就太奇來講，年齡反而是種優勢，說明他們有足夠產業經驗，能與客戶講相同的語言。更重要的是，可以跟客戶主動溝通。「我們沒辦法扛著AI的招牌，就認為可以單打獨鬥，這不合邏輯」，因此對內，太奇雲端針對客戶需求與回饋，建構軟體工程；對外也積極跟各式各樣夥伴合作，創造生態體系，希望未來能進軍歐美、東協市場，成為AI領域的微軟。

創業快問快答

Q：服務的創意來源，是因為發生何事而有這樣的想法？
我們原本專注於物聯網雲端平台開發及建置，但後來發現客戶真正需要的是資料收集後之分析，也讓我們有利用AI來協助客戶分析資料的想法。

Q：就目前市場狀況，您認為貴公司服務的競爭優勢為何？
我們是少數真正能將人工智慧落地執行的企業，而非為了AI而AI。提供整體解決方案，讓客戶無需煩惱整合問題。

Q：長遠來看，公司想成為何種類型的企業？
Touch Cloud希望朝著成為人工智慧世界的軟體公司方向前進，並且將市場定位為全球。為了達成這個目標，我們不斷跟世界一流的軟硬體公司結盟，利用互相為對方帶來價值的方式，達到有品質且快速的擴張。

團隊資訊

公司名稱：太奇雲端股份有限公司 / Touch Cloud Inc.
成立時間：2016/2/3
服務名稱：運用於工業4.0分析需求的TC Microscope、運用於即時監控分析需求的TC Telescope
上線時間：2018/1/1
團隊人數：10
官方網站

本文授權轉載自：創業小聚

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。