边缘运算

边缘运算在近期讨论度不断提升，关键原因除了AI产业爆发性成长，促进产业需求之外，更确切的说，与中国DeepSeek崛起也有密切关连。

顾名思义，边缘运算（Edge Computing）就是把资料处理、分析和储存，从云端资料中心转移到更靠近资料产生的源头，如物联网装置（IoT）、智慧型手机、感测器、工厂机台和交通号志等。这样做的好处，是可以降低延迟、提升运算效率、保障资料安全，并减少对云端的依赖与频宽成本。

举例来说，工厂内有很多自动化设备，这些设备必须要即时反应，如果把数据传到云端分析再传回来，可能就会造成延迟，影响安全和效率。

这一切跟AI、DeepSeek有什么关系？

传统的边缘运算，只能处理简单的资料分析任务，但是当类似DeepSeek这种成本相对较低的AI开源模型逐渐问世，就有办法在边缘运算设备中导入AI，让设备变成「边缘AI」。

举个例子，很多企业不希望将敏感数据上传到OpenAI或Google的伺服器，而希望AI可以直接在本地端处理，确保数据不会离开内部系统，这时候「开源AI＋边缘运算」就成为解决方案。

摩尔投顾分析师陈冠廷表示，当AI变得更便宜，使用AI的需求越多，边缘运算的需求也会更多，包含智慧城市、自动驾驶、工业自动化等领域；而兆丰投顾则分析，随著使用AI的成本下降，预期美国巨头的大语言模型会掀起价格战，也让边缘装置的AI应用加速普及。

实际应用可以像是企业内部AI助理，让AI直接处理机密文件，就不用担心数据外流到第三方AI供应商；或是同样以工厂机台的应用，机台可以自备有简单的分析AI，抓出运行中可能遇到的问题。

总结来说，边缘运算能提供运行的环境、开源AI提供可用的模型，两者结合后让企业有更多自主运行AI的机会。而若再放大到消费者的面相，可以预见10年前一度非常热门的词汇「AIoT」，将真正走入消费者的日常生活中。

不过，尽管边缘运算在减少延迟、提高效率、保护数据安全等方面有明显优势，甚至加上AI之后让每个设备都像是一个小AI助理，但是普及化仍有一定的限制和挑战，例如要投入大量的设备、分散式架构的管理、标准化问题等。

再以工厂机台来举例，一家工厂可能拥有多家不同厂牌的机台。但如果要导入边缘运算，还需要架设标准化的平台让数据可以流通、设备间可以交流，对于工厂来说仍是一大挑战。

在边缘运算和边缘AI的趋势中，先撇除直接的半导体产业链（如台积电）和未上市的NPU公司，可以看见几个受惠的族群，包含工业电脑、AI PC和AI手机，以及特殊应用的类别。

其中的核心概念是「终端」，简单来说就是「把AI放入终端设备，让设备变聪明」，只要符合这个方向，都有机会在「边缘＋AI」的趋势中起飞，像是工业电脑是企业的终端、AI PC和AI手机是消费者的终端。

此外，ASIC晶片业者，是让终端设备更聪明、耗能更少的关键，也有望被划入受惠的族群。

首先，工业电脑本身就在服务垂直产业，如医院、半导体厂、零售应用等，当这些设备都可以加上AI，就让工业电脑成为热门的边缘AI概念股，包含研华、桦汉都在这个名单中。

工业电脑龙头研华过去就向《数位时代》表示，研华未来的边缘运算的发展将会呈现「5、3、3」的趋势，也就是 边缘运算的营收在5年内成长3倍，而每年至少30%的成长 。而过去研华董事长刘克振，在2024年自家的活动上就指出，研华将转型为「Edge Computing & Edge AI」（边缘运算和边缘AI）的全球领导者。

另一家工业电脑厂桦汉，也喊出集团将在2025年聚焦AI边缘运算、云地整合服务与AI智慧零售等核心技术。桦汉在近年非常强调「ESaaS产品（Ennoconn Solution as a Service）」，也就是「桦汉即服务」，不只要做硬体，也要投入软体做软硬整合，给智慧制造、智慧零售、智慧建筑等垂直市场客户更完善的服务。