為何製造、交通、醫療等傳統產業，在轉型時將部署邊緣 AI 軟硬體的優先性置於雲端 AI 之上？

傳統產業優先部署邊緣 AI 的原因

傳統產業如製造、交通、醫療等在轉型時，優先考慮部署邊緣 AI 軟硬體而非雲端 AI，主要是因為邊緣 AI 能更直接地滿足轉型過程中的實際需求，同時更具資金效益，且更易於技術人員操作。在美國 EWNA 展會上，邊緣 AI 的應用成為焦點，突顯了這一趨勢。

邊緣 AI 的應用與優勢

邊緣 AI 的應用範圍廣泛，涵蓋半導體製造產線的 AOI 視覺檢測、工業自動化製程監控、交通運輸的即時車流分析，以及智慧農業與環境偵測等。邊緣 AI 解決方案因其高效、低成本和可客製化的特性，受到市場青睞。擷發科技的 AIVO 平台採用 GPU/NPU 動態排程引擎，能根據工作負載自動分配算力，平均提升 30% 的每瓦效能，並降低 25% 的功耗。此外，該平台相容多種主流 AI 模型格式，能快速部署於不同的硬體平台，提供更高的配置靈活性。

台灣廠商的角色

在這次邊緣 AI 的趨勢中，台灣廠商扮演著關鍵角色。為了滿足北美市場的需求，台灣廠商紛紛推出最新的邊緣 AI 應用。例如，擷發科技宣布成立北美業務團隊，旨在解決產業轉型痛點，深化台美合作夥伴關係，協助客戶實現低成本、高效率的 AI 轉型。