邊緣AI（Edge AI）是將人工智慧推論運算直接部署於終端裝置或邊緣節點，而非集中於雲端資料中心進行處理。好處是在裝置端即時完成資料分析與決策，有效降低傳輸延遲、減少雲端頻寬依賴，同時提升資料隱私與資安防護能力。隨著5G/6G通訊與AI模型輕量化技術成熟，邊緣AI也成為下一階段人工智慧應用的重要發展方向。
一、邊緣AI晶片與平台發展
目前市場已形成多元化AI加速器生態，各家晶片廠商持續強化裝置端推論效能：
Renesas Electronics
DRP-AI 3.0為動態可重構處理器架構後繼版本
強化MAC運算效能並提升整體AI推論能力
推出RZ/V2MA SoC，整合DRP-AI與ISP並基於Arm Cortex-A55架構
Hailo
Hailo-15H提供約40 TOPS等級運算能力
支援車用等級安全設計架構
持續導入ADAS相關應用
其他主要AI加速平台
Qualcomm Edge AI平台
Intel Movidius VPU
Google Coral Edge TPU
Apple Neural Engine
Copilot+ PC平台普遍導入約40 TOPS等級NPU
二、技術發展趨勢與系統需求
邊緣AI晶片設計正朝向高效能與低功耗並行發展，並逐步導入系統級整合能力：
●運算效能逐步邁向100 TOPS等級應用需求
●功耗控制維持在數百mW至數W範圍
●支援5G/6G低延遲通訊架構
●結合Zero Trust資安架構設計
●逐步導入裝置端學習（On-device Learning）能力
邊緣AI已由單一推論晶片，轉向「AI+通訊+資安+系統整合」的多層次架構演進。
三、主要產業應用場景
邊緣AI已逐步滲透多項關鍵產業，並加速落地應用：
製造業（智慧工廠）
異常偵測、AOI外觀檢測、品質管理
推動產線自動化與智慧製造升級
汽車產業（聯網車與自動駕駛）
ADAS功能持續升級
部分市場已進入Level 4自動駕駛試運行或限定場域應用
醫療與健康照護
穿戴式裝置進行連續健康監測
AI輔助診斷應用逐步普及
Federated Learning成為重要隱私保護技術
零售與物流
無人商店導入即時辨識系統
倉儲機器人進行自主運作與調度
能源產業
智慧電網監控與負載預測
AI應用於能源調度與效率優化
