邊緣運算在物聯網和汽車領域興起

邊緣運算（Edge Computing）正在改變物聯網（IoT）和汽車產業，它支援從源頭進行即時資料處理，降低延遲並增強安全性。這種轉變可以降低延遲、增強安全性並優化頻寬，進而突破傳統以雲端為中心的模式的限制。

關鍵創新包括恩智浦（NXP）的 EdgeVerse 和意法半導體（ST）用於邊緣 AI 的 STM32N6 微控制器。儘管面臨功耗等挑戰，但到 2030 年，市場年複合成長率（CAGR）仍將超過 30%，可望打造更智慧、更有效率的系統。新聞來源

重點摘錄

1. 最近的發展突顯了這一趨勢，例如，恩智浦半導體擴展了其 EdgeVerse 平台，提供了一套針對工業、物聯網和汽車應用量身定制的全套處理器，強調安全性和可擴展性，使設備無需持續依賴雲端即可處理複雜的運算；

   
   

2. 意法半導體近期推出 STM32N6 系列高性能微控制器，專為汽車和機器人領域的邊緣 AI 應用而設計，這些晶片整合了神經處理單元，可加速邊緣機器學習任務，推理時間較前代產品提升高達 50%，這項創新對於自動駕駛汽車至關重要，因為感測器的瞬間數據分析可能決定著安全與災難的發生；

   
   

3. 在汽車領域，邊緣運算透過支援多接入邊緣運算（MEC）框架，正在徹底改變連網汽車，使汽車能夠處理物聯網資料流，以實現預測性維護和即時交通導航等功能，無需給中央伺服器帶來過大的負擔；

   
   

4. 然而，將邊緣運算整合到物聯網和汽車微控制器中並非一帆風順，功耗仍然是一項關鍵挑戰，因為邊緣設備必須在資源受限的環境中有效運作，需要一種能夠在本地處理和雲端整合之間取得平衡的混合架構來緩解這些問題；

   
   

5. 目前的市場分析表明，邊緣運算產業將呈現爆炸性成長，OpenPR 最近發佈的一份關於美國邊緣運算產業的報告預測，大規模的併購將出現，技術發展將推動該產業到 2030 年的 CAGR 超過 30%；

   
   

6. 物聯網設備的激增將推動這一趨勢，預計到 2030 年，物聯網設備數量將達到 300 億，由於邊緣運算將資料處理分散化，安全性至關重要；

   
   

7. 恩智浦平台透過內建加密和安全啟動機制解決了這個問題，減少物聯網網路中的漏洞，最大限度減少雲端通訊本質上可以增強資料隱私，而資料隱私在汽車應用中至關重要，因為連網汽車的個人資料面臨風險；

   
   

8. 倫理問題也隨之而來，尤其是在 AI 驅動的邊緣系統中，業內人士必須在創新與責任之間找到平衡；

   
   

9. 採用的障礙包括互通性和標準化，IBM對物聯網邊緣運算的理解是倡導開放標準，以確保跨裝置的無縫整合，在汽車領域，這對於車隊管理至關重要，因為不同的微控制器必須有效溝通；

   
   

10. 成本因素也扮演重要角色，雖然邊緣基礎設施的初始投資可能很高，但減少資料傳輸帶來的長期節省卻十分可觀，對於業內人士而言，與意法半導體和恩智浦等領導企業合作，能幫助企業充分利用這些效率優勢。

訂閱偉盟電子報

免費註冊會員，獲得實用秘笈

聯絡偉盟，索取解決方案