2024年即將創造近7,000億市場的邊緣運算，從工研院資通所所長闕志克的角度來看，台灣不管是在地營運商的布局或是硬體、軟體設備的供應，甚至是人才都有能大展身手的機會。
強化低延遲特性，小基站成解決方案
由於邊緣運算特別強調低延遲的特性，因此在闕志克的觀點裡其運算中心布局勢必以「小型基地台（Small Cell）」的方式呈現，如此才能滿足各種需要快速反饋的應用。
而這也是在地營運商可以著墨的商機，因為3大公有雲AWS、Google及微軟不會有這種很深入在地化的布局，去滿足終端應用所需的低延遲，因此他點出如 電信營運商或第四台業者 ，都是可以積極布局這塊市場滿足未來商用的需求。
闕志克指出，未來小基站的形式將可以很彈性，因為最重要的目的就是提供終端裝置能夠快速運算、低延遲，因此可能是在智慧路燈、零售店、塔台上的一個微型裝置。但終端裝置對於邊緣運算的實際需求，決定了邊緣運算的小基站數量，如果非市區、鬧區的地點，可能布建的小基站就不需要那麼多，此外，這些布局小基站的業者也有一個痛點需要解決。
誰能無痛轉移雲端上的資料，誰就能搶下業績
由於目前大部分的應用都是跑在公有雲上，而不同公有雲都有自家的系統，因此要能將這些公有雲上的系統以最方便的形式轉移到邊緣運算上進行分析，將會是布建小基站業者所面臨到的棘手問題。闕志克表示，哪個營運商可以提供給客戶最接近無痛的轉移，那他就能從公有雲手上搶下這些客戶的業績。
台廠兩大優勢：硬體設備製造具彈性、AI軟體人才將到位
除了小基站外，資策會資深產業分析師施柏榮也點出，我國在製造業上因為具有一定的水準，尤其在設計上具備彈性跟客製化，因此能夠滿足國際大廠在布建資料中心時的特殊需求。
不只硬體，軟體也是這波邊緣運算的亮點。由於影像處理是建構在人工智慧的應用上，因此對於開發AI軟體的各種應用也是闕志克特別關注的。他以產線的瑕疵檢測作為例子，解釋開發應用軟體的重要性。
若產線上因為軟體無法支援，因此每條產線為了方便瑕疵檢測，只能生產單一產品，那這樣的應用在他看來就有些不夠聰明。他認爲搭配邊緣運算，產線上的設備應該只需要一個鏡頭去拍攝產品，而背後的軟體則是隨時能根據生產的商品不同而調整，方便生產線上的各種產品進行瑕疵檢測──當然這不僅需要有軟體的支援，也要有大數據的幫忙才能達成。
對於邊緣運算未來的表現，闕志克樂觀認為，這塊餅有多大，端看這些軟體開發的人員對於應用影像分析的場景有多少想像，台灣雖然目前在AI軟體開發的人才雖然有些短缺，但這幾年已經開始布局相關人才，因此在未來2-3年內都會在市場就定位，他並不擔心台灣會在這塊即將起飛的趨勢中缺席。
責任編輯：林美欣
