摘要
智慧製造的時代來臨，原本機械自動化生產的產線已不足以應付市場競爭，因此原本機械自動化生產的製程設備，必須加入各式感測器來收集工廠機械的各種資訊，將資料標準化之後匯集整理到伺服器，再進一步分析與處理。一個完整的智慧製造整合系統包含數據蒐集、監控、分析、決策等，亦即可以從底層資料的蒐集、圖像化顯示、進而結合排程、進銷存系統等，再加上AI分析以輔助決策者快速做出正確決策，然而AI不僅可以用於雲端的決策段，透過Cloud-Edge架構，也可以將AI技術應用在產線的現場段，而且可以更即時的做出反應；而特化AI晶片只針對某些特定功能進行優化，屏除不需要的部分達到高效、省電的特性，適合應用於智慧製造Edge的應用。
關鍵字
無資料延伸閱讀
- 羅賢君、陳柏瑋、吳建達、張國強、吳俊諺、朱元華（2020）。AI晶片系統的軟硬體垂直整合。電工通訊季刊，()，19-25。https://doi.org/10.6328/CIEE.202009_(3).0003
- 周俊廷（2020）。邊緣AI運算之行動影像煉金術。電腦與通訊，(181)，34-36。https://www.airitilibrary.com/Article/Detail?DocID=1019391x-202003-202004010024-202004010024-34-36
- 唐文力（2020）。AI晶片發展的關鍵推手－智慧型編譯器ONNC。電工通訊季刊，()，39-43。https://doi.org/10.6328/CIEE.202009_(3).0006
- 陳澤世（2020）。AI晶片系統驗證實驗室。電腦與通訊，(184)，48-52。https://www.airitilibrary.com/Article/Detail?DocID=1019391x-202012-202101180011-202101180011-48-52
- 陳柏瑋、羅賢君、吳建達、張國強、沈志堅（2020）。AI晶片系統解決方案。電腦與通訊，(180)，13-17。https://www.airitilibrary.com/Article/Detail?DocID=1019391x-202002-202002200007-202002200007-13-17