“物聯網”、“邊緣運算”和“人工 智能 ”等流行語已經流傳了好一段時間。這些字詞隨處可見，但每個人對于這些名詞背后的理解與定義可能不盡相同，甚至一頭霧水。

許多人在理解這些名詞內容時，往往過度吹捧背后的技術含量 ，把概念講得天花亂墜，而我們認為這些術語背后真正的價值在于，透過智慧城市的例子和其他嵌入的概念來顯示如何將不同的科技連結在一起。然而，解釋現實生活中的人工智能可能會很復雜，因為它是一個包含許多互連元件的系統，而不僅僅是一個個載入了智慧軟件的裝置而已。

因此，在解釋這些名詞之前，我們有必要先將本文相關的名詞進行完整的定義：

物聯網 （IoT， Internet of Things）

物聯網已經被廣泛地運用在各種領域，各界對于它的定義也已經具有一定共識，它泛指透過網絡 （通常是指網際網絡） 互聯的“事物”。在這種情況下所指的“事物”并非嚴格指涉個別的電子裝置，也可以是服裝 （如可穿戴的電子產品），甚至可以是身上戴著心律調節器和類似裝置的人。所以基本上，每一個芯片在網絡內傳輸資料的應用方式都可以算是物聯網的應用范疇。

物聯網的原始概念需要將資料發送到云端進行處理和分析。但是，隨著互聯的裝置數量大幅增加，許多應用方式碰上了一個問題，也就是大量來回傳輸會導致數據延遲。因此，為了解決云端運算對于物聯網未來發展的限制，邊緣運算已經成為支持物聯網持續擴散的重要技術之一。透過在邊緣分析資料，裝置可以自行判斷哪些內容需要發送到云端、哪些內容可以過濾掉。簡單地說，邊緣運算指的就是將計算力從中心位置移到邊緣，這種轉移將大幅增加系統運算效率。

人工智能 Artificial Intelligence （AI）

嚴格來說，我們目前所使用的人工智能仍然處于 “狹義人工智能” 的概念范圍內，這是指一個程序或系統能夠執行一組特定的任務，無需任何直接的人工輸入，例如利用機器學習來實現文字、圖片和語音辨識技術，藉由人工智能，處理成千上萬 （甚至數百萬） 不同的資料并學會了如何區分不同的輸入。

智慧物聯網 （AIoT）

智慧物聯網，其顧名思義就是結合人工智能以及物聯網的技術所形成的。這可以視為將人工智能向邊緣移動，讓更大的計算范圍發生在物聯網裝置所在的位置。你可以想象一個運行面部識別的監控系統，與其將資料發送到云端進行分析而產生延遲，而是把資料改成由本地的人工智能裝置直接進行分析。

而這些技術名詞的概念與定義看似深奧，其實在工業環境的應用卻非常廣泛。物聯網和人工智能的概念，如何應用在現實場景中，睿達存儲提供許多成功的智慧物聯案例：

無人機交通監控

我們的城市道路隨著不斷發展的同時，交通堵塞問題也每況愈下。因此使用實時資料來監控和改變交通流量，可以顯著提高效率并改善塞車的情況。透過智慧路燈的架設，在每個路段監測流量并且及時調整交通號志，或者透過無人機作為機動性的更高的部署選擇，并且可以監測更大范圍的地區，利用智慧實時搜集信息，然后送交附近的裝置進行分析。

配備著睿達工業級TF卡或工業級SD卡的無人機 

第一步分析由邊緣人工智能平臺處理。這包括車輛識別和交通流量評估。因此，裝置可以根據分析自行判斷如何處理資料。例如，車輛數量是否在增加？是否有堵車的風險？然后，將基本資料發送到一個集中的平臺 （或云端），在那里根據資料采取疏導交通、改變限速和調整紅綠燈等措施，管理城市中的交通問題。

人工智能平臺 

大多數資料處理都會在云端進行，邊緣運算也會越來越受到廣泛運用。雖然物聯網裝置具有更強大的計算能力，但網絡頻寬仍然受到限制。目前正在進行的5G基礎建設，則可以有效地解決資料傳輸延遲問題，大幅提升實時分析，以滿足智慧物聯網工作負載的要求。

車隊管理和人工智能

在車輛管理面，人工智能還可以加強車隊管理的營運業務。管理大型車隊可能具有相當的挑戰性，而優化營運的方法有很多：降低燃料成本、減少不安全的駕駛行為、車輛維護等等。

目前的大多數車輛定位系統都嚴重依賴全球定位系統。你自己可能也經歷過進入隧道時，GPS完全失去定位能力的情況。在都市中，車輛駛入室內停車場或其他衛星覆蓋差的地區時也可能會發生這種情況。另外，定位系統也很難定位車輛所在的海拔高度。

其實除了GPS之外，還有其他資料來源能讓我們定位車輛的位置。例如，每輛車本身都可以不斷追蹤車輛速度和轉彎幅度。接著，車上的人工智能平臺可以利用這些參數來補足缺失或不完整的定位資料，在任何時候計算出車輛的位置。這項技術稱為車輛航位推測法，簡稱DR。最后，資料也可以運用無線網絡傳回給交管人員。

使用DR技術，允許在隧道內進行車輛追蹤 

這就是人工智能裝置即使不在衛星的視線范圍之內，仍能協助交管人員追蹤車輛位置的方法。想象一下這種情況：某一輛汽車在隧道內發生事故，但如果車輛只裝載了基本的GPS追蹤系統，交管人員仍無從得知已發生事故，除非透過某種方式獲得聯系。然而，若使用人工智能追蹤系統，則如果車輛不動、引擎突然熄火，或出了某種問題時，交管人員則會立即收到通知。

存儲和存儲器 － 智慧物聯系統的基本面

許多智慧物聯網相關討論往往聚焦在人工智能與機器學習。然而人工智能和物聯網不僅是一個具備AI算法的硬件，或是買來就隨處可用的魔術盒子，而是應該將之視為一個由許多智能化的基礎元件所組成的智慧系統。而存儲和存儲器等元件身處于資料傳輸的每個節點中，正是占據智慧系統中最基礎的角色。與過去相比，應用在智慧物聯的基礎元件，隨著終端設備所存儲的數據量將越來越多，也扮演著越來越重要的角色。舉例來說，首先，此一環節的資安防護能力如果不足，將有可能危及整體系統。針對此種市場需求，  睿達進一步讓 SSD與系統綁定，在此設計中， SSD 只能與綁定的系統配對運作，安裝于其他系統則會無法存取。這種方式需要系統與SSD雙方廠商都具有一定程度的資料加密技術，才能安全且快速的讀寫數據。

此外，AIoT應用遍及各特定領域，每一領域的系統都有其特殊需求與對應功能，SSD廠商必須能因應其特色，與之合作設計出適用系統，這除了存儲器技術外，還需要各領域的專業知識，包含應用于特定領域時，精準、實時處理數據，才能達到智慧化需求。

結論

現在智慧物聯網仍是當紅的火熱話題，因此在評估這項技術時，務必要能夠區分哪些是目前可行的技術、哪些存在于未來。AIoT的架構龐大、應用多元，所需的專業技術極多，不可能由單一廠商完成所有配置。睿達存儲透過其在工業存儲領域的專業分工與攜手合作，快速導入系統設計，建置快速且完善的智慧物聯網（AIoT）。