英特爾布局邊緣 AI 生態系，推動零售、製造與交通的 Physical AI 落地

AI 的發展正從大型模型的訓練階段，逐漸轉向如何讓模型真正進入產業場景。英特爾邊緣運算事業群生態系發展部門總經理杜唯揚表示，邊緣運算過去歷經嵌入式運算、物聯網到電腦視覺等階段，如今隨著生成式 AI、Agentic AI 與 Physical AI 興起，邊緣端將成為 AI 落地的關鍵場域。

邊緣運算指的是把運算能力部署在靠近資料產生位置的地方，例如工廠產線、零售門市、路口號誌或車輛本身，而非全部送往雲端處理。這樣的架構在延遲、頻寬成本與資料隱私上具有明顯優勢，對需要即時反應的應用尤其重要。

Physical AI 的興起，讓邊緣的角色更加吃重。當 AI 需要控制機械手臂、引導自主移動設備或即時判讀現場影像，運算必須在毫秒級完成，往返雲端的延遲難以接受。同時，工廠與交通場域產生的感測資料量極為龐大，全部上傳既不經濟也不必要。業界分析人士指出，未來的 AI 架構將是雲端與邊緣分工，雲端負責訓練與全局決策，邊緣負責即時推論與控制。

建構生態系是這類布局的關鍵。邊緣應用的場景高度碎片化，零售、製造與交通各有不同的設備型態、軟體堆疊與法規要求，單一廠商難以獨力覆蓋。透過與系統整合商、軟體業者與設備廠合作，才能把晶片與平台轉化為可部署的解決方案。

對台灣產業而言，這是具體的參與機會。台灣在工業電腦、嵌入式系統與設備製造上具備完整能量，長期與國際晶片業者合作，若能掌握邊緣 AI 的軟硬整合能力，有機會在 Physical AI 浪潮中扮演更關鍵的角色。

後續觀察重點在於邊緣 AI 實際導入的產業案例、相關硬體平台的效能與成本表現，以及生態系夥伴的擴展速度。