英特爾放「猛虎」Tiger Lake進攻筆電後,下一步要搶吃2兆商機的邊緣運算市場
英特爾放「猛虎」Tiger Lake進攻筆電後,下一步要搶吃2兆商機的邊緣運算市場

「到了2023年,將會有高達七成的企業在邊緣(edge)處理資料,」英特爾業務行銷暨公關事業群副總裁汪佳慧表示。從另一個角度來看、意即到了2023年,將會有高達7成的資料不在資料中心裡進行運算,而是直接在最接近使用場景的邊緣處理,加速應用場景所需要的即時反應。

佈局邊緣運算,英特爾看好近2兆新台幣商機

這次英特爾針對邊緣運算的應用推出了第11代Intel core處理器Tiger Lake、Intel Atom x6000E系列以及Intel Pentium和Celeron N與J系列等產品,整合硬體跟軟體提供給客戶更完整的解決方案,「為了2024年邊緣運算市場上看650億美元(約台幣1.95兆元),我們必須做好準備,」汪佳慧說。

英特爾業務行銷暨公關事業群副總裁 汪佳慧
汪佳慧表示,為了2024年邊緣運算市場將上看650億美元(約合1.95兆新台幣),英特爾必須做好準備。
圖/ 英特爾提供

邊緣運算之所以重要,主要是因為未來終端應用場景將會面臨到大量數據的狀況,若要將資料傳回雲端分析完畢後再回傳至裝置,會相當費時,對於未來物聯網的使用場景而言也無法即時完成。

《數位時代》曾經採訪過資策會資深產業分析師施柏榮,他表示,過往資料都是在終端裝置與雲端運算間傳輸,距離不僅遙遠,當面臨到資料量更龐大的時候,也會延長傳輸時間,因此邊緣運算概念的誕生,就是為了要滿足運算、分析、低延遲等各種功能的需求。

第11代處理器,內建GPU搶攻AI應用領域

就這次英特爾針對邊緣運算端出的產品中以Tiger Lake為例,採用除了是10奈米SuperFin製程,更重要的是這顆處理器內建Iris Xe繪圖核心,鎖定的正是需要高速處理、電腦視覺以及低延遲確定性運算的基本物聯網應用進行強化,對於目前邊緣運算多以「圖像」為主的需求而言,有相當大的助益,目前也有多達90多個合作夥伴採用Tiger Lake進行邊緣運算的解決方案。

資深副總裁兼客戶運算事業群(CCG)總經理Gregory Bryant
Tiger Lake從本月初登場後,就以數字證明比競爭對手AMD效能表現更佳,現在也要靠這顆有內建Iris Xe繪圖核心的處理器,搶攻邊緣運算市場。
圖/ Intel提供

延伸閱讀:英特爾Tiger Lake處理器亮相!「猛虎」一出閘就表演輾壓AMD產品

英特爾內部的數據顯示,跟過去採用第8代Core i5-8500處理器相比,採用第11代Core i5每秒推理速度提高2倍,能有更好的AI(人工智慧)表現。「包括工業部門、零售、醫療保健跟智慧城市都是Tiger Lake合適的應用場境,」英特爾物聯網平台行銷經理亞太物聯網事業部張沛哲說。

intel 10奈米 SuperFin製程
intel 10奈米 SuperFin製程
圖/ 螢幕截圖

至於Intel Atom x6000E系列的產品,雖然沒有內建GPU,不過對於AI圖像的運算表現上的表現也不差。張沛哲表示,工業控制如滿足工業機器人、化學和能源網格控制的及時控制系統和裝置,是他比較擅長表現的應用領域。

除了硬體,也提供平台讓客戶更容易掌握產品表現

不單只有硬體的部分,英特爾也透過軟體服務如Edge Software Hub,讓客戶能確保產品能在邊雲情境的表現下達到最佳的效能。

張沛哲解釋到,當客戶選擇英特爾的硬體產品作為邊緣運算的解決方案時,若是有效能表現上的疑問,都能透過Edge Software Hub平台上的軟體工具進行偵測,例如能協助檢測客戶的程式設計上是否哪裡有需要改進的地方,才能讓英特爾的硬體有更佳的表現與效能。

張沛哲近一步透露,有鑒於物聯網的應用領域廣泛、破碎,Edge Software Hub未來會是希望能建構成一個更完整的一站式服務,提供的不僅是相關的軟體工具需求,也能透過英特爾的認證,把客戶開發的軟體、硬體產品都上架到這個平台上,與客戶建立一個更強大的生態系。

這顆Tiger Lake「猛虎」一登場就要左攻筆電、右打邊緣運算,但會不會遇到供貨短缺的問題?張沛哲表示,縱使筆電的市場相較於邊緣運算的應用來說要大得多,但是產能上依舊會做適當分配,來滿足客戶的需求,且目前不同產品都採用10奈米製程,製程良率相當樂觀。

責任編輯:錢玉紘

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓