（首圖來源：科技新報）。

鮑志偉表示，目前研華攜手 Nvidia、Intel、AMD、ARM、高通、聯發科及 Halio 等生態系合作夥伴共同推出各種邊緣 AI 產品組合，並打造邊緣 AI 價值鏈。邊緣 AI 盡顯優勢，AI 運算從雲端走向邊緣已成趨勢研華產業雲暨影像科技事業群副總經理鮑志偉表示，AI 運算從雲端走向邊緣已成趨勢。

除此之外，舉凡邊緣裝置的可用性、應用程式及裝置韌體更新也都被納入協作管理的範疇內。對此，目前邊緣 AI 安全有幾個重要的發展模式及方向，包括普遍應用在 IoT 裝置的可信賴平台模組（TPM）、分區設置防火牆，以及透過 AI 提升邊緣裝置安全。▲研華產業雲暨影像科技事業群副總經理鮑志偉表示，目前工業邊緣 AI 伺服器會在既有 CPU 運算基礎下新增AI加速器（包括迷你 PCIe AI 模組、AI SoM 系統模組或 AI ASIC），母須高規格高效能的 CPU，即可滿足不同產業應用所需最低 40 TOPS 的算力要求，同時讓整體功耗下降。但隨著雲端 AI 伺服器安裝量達到一定程度後，市場上將會出現 AI 應用熱潮從雲端朝向邊緣發展的跡象。資料來源：科技新報）。

一時之間，人們關注的焦點不是哪些AI伺服器搭載了突破性的 Nvida HGX/DGX 主板，就是內建了效能更高的 Nvidia GH200/GB200 Grace Hopper 超級晶片。不論如何，在兩巨頭的強力推動下，AI PC、AI 伺服器及各種邊緣 AI 應用將會迎來新一波的亮麗成長。面對台灣電信三雄、微軟等資料中心業者，是方如何持續成長動能，並投資機房緊抓新商機？ googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 「去年第四季開始，客戶都是要裝H100（輝達專門為處理AI運算推出的GPU型號）、要大供電需求。

以2023年營運來看，數據網路服務、IDC機房服務，以及是方自有的雲端服務，營收占比各為43.9%、31.3%、16.3%，另外還有8.5%語音通訊服務。成長仍在持續，是方今年前兩月累積營收5.5億元，同樣是歷年同期最高。「電信中立」特殊地位避商業競爭  與各家網路對接永豐投顧的研究報告指出，是方是台灣唯一可以跟全球前三大雲端服務業者──亞馬遜AWS、微軟Azure、Google的Cloud Platform直連的公司，目前是方的機房包括宏鼎、麗源一號共兩座，使用率逾九成。過去的基礎，如今搭上系統備援與AI趨勢，成為是方加速成長的利基。

站穩客戶對雲端建置的穩定成長，以及AI應用的新興需求，是方去年以全年營收32.43億元的成績，寫下歷史新高紀錄。能夠與國際一線業者合作，劉耀元指出，是方的優勢在於「電信中立」的特殊地位。

他解釋，不論是電信交換服務或是網路交換服務，客戶一旦選擇中華或任一家電信業者，由於商業競爭的狀態，「中華要串遠傳（的網路），會非常難」。因此，是方這類可建立專門連線、簡化傳輸過程的業者，在Google等雲端大廠布建資料中心的同時，也會成為連線需求提升的受益者，「客戶的資料中心愈大，對我們反而是好處」。▲ 是方電訊總經理劉耀元指出，隨著AI應用發展，對於機房供電與冷卻能力的要求持續攀升，這成為是方新機房設計的重點。」劉永信表示，這讓萬里雲對是方等IDC業者，需求顯著提升，「他們提供雲端機房，我們協助客戶做好備援」。

首圖來源：是方電訊）。只是，當Google、微軟等雲端業者，加速布建在台資料中心時，是方難道不會反被客戶競爭嗎？劉耀元指出，客戶建置資料中心的同時，也會思考如何確保數據高效率傳輸的需求，若採取通用網路、需要經過多個網路連線服務商（ISP），傳輸延遲就難降低。全文未完，完整內容請見《今周刊》。劉耀元說明，過去客戶常使用的單個機櫃，供電需求約為2~3KW，但如今隨著對大電量有需求的AI應用發展，帶動機櫃內供電提升到5~10KW。

而另一個機房需求的變化，則來自於AI帶動的大供電規格據報導，除韓國之外，太陽誘電也在日本、中國、馬來西亞生產MLCC，目前除了已在中國常州興建了新廠外，位於馬來西亞砂拉越（SARAWAK）的新廠已完工、提高產能。

MLCC使用於智慧手機、PC、電動車（EV）等廣泛用途，除太陽誘電外，村田製作所（Murata）、TDK、京瓷（Kyocera）等廠商也力圖擴增產能。首圖來源：shutterstock）。

需求看增，日本積層陶瓷電容（MLCC）大廠太陽誘電（Taiyo Yuden）傳出擬投資逾百億日圓，在韓國增產 MLCC。googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 日本新聞網站Newswitch 21日引述日刊工業新聞的報導指出，因來自汽車、伺服器、產業機器的需求看增，太陽誘電位於韓國的製造子公司「韓國慶南太陽誘電」計畫投資1,000億韓元（約110億日圓）擴增MLCC產能。報導指出，「韓國慶南太陽誘電」主要生產使用於車輛、產業機器等用途的MLCC，目前除了進行工廠改建外，還增設了廠房、倉庫等多棟建物，預估會在2024年度內完工，屆時將導入新設備、提高產能。太陽誘電未公布個別工廠產能資訊，不過太陽誘電目標將全球MLCC產能每年增加10-15%。（本文由 MoneyDJ新聞 授權轉載另一方面，蘋果仍可與像是 Google 這樣的公司合作，從伺服器上回退到 Gemini 之類的技術來完成某些任務。

《9to5mac》早先也在 iOS 17.4 作業系統中，發現一個名為「Ajax」的裝置端模型程式碼引用，蘋果也同時在開發 Ajax 的伺服器託管版本。googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 據《彭博社》記者 Mark Gurman 最新的專欄文章中指出，預計 iPhone AI 功能將完全由蘋果開發的離線大型語言模型（LLM）提供支援，可以預期蘋果會議「隱私」與「速度優勢」來宣傳這樣的做法。

但這點蘋果工程師或許可以利用其平台的全端垂直整合，透過針對其設備內的蘋果晶片來調整軟體，充分利用設備上的方式。設備端 LLM 的缺點是無法與其他雲端 LLM 運行的模型一樣強大，因為後者擁有數百億個參數，且也會不斷更新其背後的資料。

設備端的模型還可以依據提示來執行生成式 AI 任務，例如建立文件或圖像，並取得不錯的成果。雖然設備端的 LLM 可能沒有像是 ChatGPT 那樣的豐富資料庫來回應各種隨機瑣碎的問題，但設備端 LLM 可以調整、以更有能力來完成許多任務。

設備端模型的響應速度通常會比雲端服務來得快許多，而且設備端 LLM 還具備能在沒有連線或連線能力有限地方運作的優勢。例如設備上的 LLM 可以生成複雜的自動回覆訊息，會升級許多常見 SIri 請求的問題。（首圖來源：Unsplash）。外界大多預期，蘋果會在今年 6 月的 WWDC 大會時，推出搭載生成式 AI 功能的 iOS 18 作業系統

設備端 LLM 的缺點是無法與其他雲端 LLM 運行的模型一樣強大，因為後者擁有數百億個參數，且也會不斷更新其背後的資料。另一方面，蘋果仍可與像是 Google 這樣的公司合作，從伺服器上回退到 Gemini 之類的技術來完成某些任務。

例如設備上的 LLM 可以生成複雜的自動回覆訊息，會升級許多常見 SIri 請求的問題。googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 據《彭博社》記者 Mark Gurman 最新的專欄文章中指出，預計 iPhone AI 功能將完全由蘋果開發的離線大型語言模型（LLM）提供支援，可以預期蘋果會議「隱私」與「速度優勢」來宣傳這樣的做法。

設備端模型的響應速度通常會比雲端服務來得快許多，而且設備端 LLM 還具備能在沒有連線或連線能力有限地方運作的優勢。但這點蘋果工程師或許可以利用其平台的全端垂直整合，透過針對其設備內的蘋果晶片來調整軟體，充分利用設備上的方式。

設備端的模型還可以依據提示來執行生成式 AI 任務，例如建立文件或圖像，並取得不錯的成果。《9to5mac》早先也在 iOS 17.4 作業系統中，發現一個名為「Ajax」的裝置端模型程式碼引用，蘋果也同時在開發 Ajax 的伺服器託管版本。（首圖來源：Unsplash）。外界大多預期，蘋果會在今年 6 月的 WWDC 大會時，推出搭載生成式 AI 功能的 iOS 18 作業系統。

雖然設備端的 LLM 可能沒有像是 ChatGPT 那樣的豐富資料庫來回應各種隨機瑣碎的問題，但設備端 LLM 可以調整、以更有能力來完成許多任務這是未經證實的細分市場，其他汽車競爭對手早就遇到挫折。

特斯拉計畫下代汽車平台有兩款新車，一為小型平價電動車，暫名 Model 2，售價 2.5 萬美元，另一款為自駕車「Robotaxi」。路透社披露，平價電動車胎死腹中，雖然馬斯克和消息人士都出面反駁，但最近又有人再透露，特斯拉全部資源都押注自駕計程車，包括原型推出時間和生產力都是最優先，動員力就像特斯拉多年前全押 Model 3。

馬斯克現為戰時狀態專注自駕車關鍵在軟體，特斯拉全自動駕駛技術可讓車輛自動變道、自動停車、上下高速公路等，但仍需駕駛監督。分析師認為，特斯拉應有個核心業務，本質是主導市場的電動車製造商，自駕計程車是最上面的選擇性業務，先是成功的電動車商，下一步才是試探自駕計程車能做什麼，也認為現在特斯拉把所有雞蛋都放在自駕計程車籃子，是極度危險的策略。