在新冠疫情期間，製造業紛紛加速了數位轉型的腳步，透過邊緣運算(edge computing)、人工智慧(AI)、虛擬實境(VR)/擴增實境(AR)、數位孿生(Digital Twin)，甚至是近期很夯的元宇宙(metaverse)概念…等眾多新興技術，實現智慧工廠。在後疫情時代，數位化智慧製造的發展也並未停歇，高效能邊緣運算、生成式人工智慧(Generative AI)…等再度進化的智慧技術，更是成為製造業數位轉型的關鍵技術。

各種關鍵技術不斷加入現有的廠區，促使智慧製造架構中的「要角」——微控制器(MCU)，也不得停下腳步，需與時俱進，才能肩負起這場製造業智慧化革命的重責大任。

新技術加持　智慧再升級

隨著邊緣運算與人工智慧等技術的進駐，智慧製造的發展如虎添翼。Silicon Labs資深產品行銷經理Chad Steider指出，邊緣人工智慧(Edge AI)在智慧工廠和許多其他產業的應用中均呈現日益成長的態勢，透過添加到這些智慧功能，並使其盡可能地接近關鍵操作的位置(即邊緣端)，將有助降低延遲並提高即時執行操作的準確性。

不僅如此，近期，較現有著重在辨識、分析的人工智慧技術，更上一層樓的生成式人工智慧，也因ChatGPT的「出世」，而受到廣泛討論，未來也可能被導入到智慧工廠中。ADI數位事業部處理器部門資深首席產品應用工程師Brian Rush，表示，包括GPT、chatGPT等相當知名的人工智慧模型，都屬於非常大型的模型，不只需要大量的記憶體，運作時的功耗也相當高。不過，進到邊緣及行動端的運算，運用到類似樹莓派、Nvidia Jetson這類的單板電腦(Single Board Computer)，這類運算的模型相對較小，功耗也可能是個位數到最多10W，而這類裝置也需要處理高畫質的4K甚至8K的影像。重要的是，上述發展讓智慧感測器的擴充成為可能。也就是說，當預期串接的感測器達到數十億顆時，需要更小的平台，進而衍生出tinyML的概念。

詳細內文請參考網址...