5G智慧物聯網(AIoT)加速邊緣智能(Edge AI)的發展

在20世紀時大家上網只為了查詢資訊，到了21世紀雲端計算(Cloud Computing)、物聯網(Internet of Thing, IoT)及各種長短距離通訊技術興起，於是大家就能更方便將各種感測器的資訊傳送到遠端，也能讓使用者透過各種行動通訊裝置遠端遙控家電等致動元件。

以往本地（裝置）端上會有一個單晶片(MCU)來接收各種感測器信號，如溫度、濕度、氣壓、照度、電壓、電流、PM2.5、振動等感測器。這些感測器有些是以類比信號輸入，有些會使用I2C, UART, SPI等有線數位通訊方式接入MCU，甚至有些會採藍牙(Bluetooth, BT), ZigBee等無線通訊方式傳入。

在沒有網路或通訊不良情況下，會先利用本身的快閃記憶體(Flash)或隨機記憶體(SRAM)暫存這些定時收集到的資訊。當恢復通訊時就能以有線乙太網(Ethernet)或無線網路（如WiFi, LoRa, SigFox, NBIoT等）甚至是一般手機的3G/4G/5G通訊模組將資訊傳至遠端的雲端服務器中。此時使用者透過行動通訊裝置（如手機、平板電腦等）或一般桌機、筆電上運行的瀏覽器程式，就能從雲端服務器中取得資訊，了解目前遠端的狀況。當然這裡也可反過來，送出控制命令，傳到一直在監聽命令的MCU中，此時便可依命令去控制燈具、馬達及各式家電的電源開關，甚至可傳送數值控制可調的家電，如冷氣溫度、電燈亮度等。如Fig. 1所示就能看出智慧物聯網的基本架構。

 

Fig. 1 智慧物聯網(AIoT)架構圖[1]。(OmniXRI整理製作) (點擊圖放大)

【課程簡報】20221021_研華線上論壇_邊緣AI應用快速部署挑戰

很高興今天（2022/10/21）受到研華及MakerPRO邀約擔任「實現企業邊緣AI轉型關鍵解密」線上論壇講者，和大家分享「邊緣AI應用快速部署挑戰」 這個主題。此次主要針對下列三個子題進行分享，希望能帶給大家一些幫助。

• AI應用開發流程
• 開發與部署挑戰
• 維運週期管理

以下就是今日簡報內容。（點擊圖放大）

MCU攜手NPU讓tinyML邁向新里程碑

去(2021)年9月時小弟曾寫過一篇「當智慧物聯網(AIoT)遇上微型機器學習(tinyML)是否會成為台灣單晶片(MCU)供應鏈下一個新商機！？」[1]。其中對通用型單晶片(Micro Controller Unit, MCU) 的歷史及台灣投入現狀有完整的整理。同時也清楚說明了智慧物聯網(Artificial Intelligence + Internet of Thing, AIoT) 和微型機器學習(Tiny Machine Learning, tinyML) 的概念及兩者間的關係。文中也提出MCU等級的AI應用開發流程及台灣廠商面臨的機會與挑戰。但是，一年過去了，台灣方面廠商似乎沒有太多動靜，相較於對岸及國際上如火如荼的開展，不免有些感嘆。於是再次動筆寫下這一年觀察到的趨勢，整理了5大技術、40個產品和11家模型自動優化(AutoML)平台分享給大家，希望能引起更多人關注。也期望台灣廠商能更重視這個新興市場，投入更多資源，以免錯失下一個黃金十年。

【課程簡報】國產IC線上分享會─AIoT與tinyML生態系國際發展趨勢與國產晶片未來方向

很高興今天（2022/10/14）受資策會物聯網智造基地及益師傅的邀約，在「國產IC線上分享會」和大家談談「AIoT與tinyML生態系國際發展趨勢與國產晶片未來方向」這個主題。此次會分成三個子題，如下所示，而此次重點又會放在建構生態系上，而後兩項未能完整說明部份則會在2022/11/10的「台灣IC智造年會─智造匯壇」實體活動中再和大家補充說明。

• 如何建構tinyML生態系
• tinyML國際發展趨勢
• 國產IC投入現況與未來方向

 以下就是此次活動簡報。（點擊圖放大）

【課程簡報】20221005_南開科大_自動化工程系_從自動化到智動化

很高興今天(2022/10/05)受到南開科大USR中心蔡名桂主任和自動化工程系蔡建皇老師的邀約，和自動化工程系大四學生分享一下個人如何從一個電子小白踏入自動化產業，再轉型成為智慧製造的產業顧問的心路歷程。雖然簡報沒幾頁，但卻是個人從事第一線工作精彩的經驗分享。讓同學們不管是想升學或就業都有一些不一樣的想法。

以下就是此次的簡報分享。（點擊圖放大）

免費開源串流媒體分析工具Intel OpenVINO DL Streamer讓你也能成為智能影音分析大師

時光飛逝，轉眼2022年也過了四分之三，Intel OpenVINO Toolkit (以下簡稱OpenVINO) 2022.1版也在今年作出不少重大變革，其中一項重要又實用的功能「Deep Learning Streamer (以下簡稱DL Streamer)」也有許多更新。假若各位看過小弟在2018年寫過的「【Intel OpenVINO™教學】GStreamer串流影片智能分析不再慢吞吞─看Intel OpenVINO DL Stream如何加速影片推論」[1]，相信應該會對這項工具有一些初步認識。如果您是剛入門的朋友，也不用太擔心，透過本文依序從「什麼是DL Streamer」、「認識DL Streamer架構」、「如何安裝DL Streamer」、「DL Streamer小試身手」及「DL Streamer表現分析」等小節的介紹，相信應該能更快速、深入了解OpenVINO這項好用的工具。