Database

技術_邊緣AI

Properties2
tags技術/邊緣ai, 產業/ai伺服器
aliasesEdge AI, Industrial AI, 工業AI, 邊緣運算AI, Edge Inference, Agentic AI at the Edge, WEDA, IWS, Industrial AI Workstation, 產業 Domain Skill

閱讀時間約 9 分鐘

技術_邊緣AI

定義

邊緣 AI（Edge AI）是在資料產生地附近的裝置、閘道器或工業電腦執行 AI 推論，而非將所有原始資料送回雲端。它與傳統邊緣運算的差異，在於本地節點不只做資料擷取與規則控制，還需執行神經網路、視覺辨識、生成式模型或 agentic workflow。

2026 年的重要性來自模型壓縮、NPU／GPU 模組成熟，以及工廠、醫療、交通和半導體設備對低延遲、資料隱私與離線運作的需求。2395_研華（市） 管理層預期邊緣 AI 營收占比由 1H26 的 22.5% 升至 2026 年底 30%，顯示它已由概念驗證轉向多垂直市場部署。

邊緣 AI 與雲端 AI 並非替代關係：雲端負責大型模型訓練、集中管理與跨站點分析；邊緣節點負責即時推論、資料篩選與現場控制。硬體需求會連到工業電腦、嵌入式板卡、記憶體、儲存、網路與電源管理。

圖解

flowchart LR
    SENSOR[感測器／相機／設備資料] --> EDGE[邊緣AI節點<br/>IPC／嵌入式系統]
    EDGE --> INFER[本地推論<br/>視覺／異常／Agent]
    INFER --> CTRL[即時控制／告警]
    EDGE --> FILTER[資料篩選／摘要]
    FILTER --> CLOUD[雲端模型訓練與管理]
    CLOUD -->|模型／策略更新| EDGE
    classDef source fill:#ffd8a8,stroke:#f08c00,color:#111;
    classDef edge fill:#a5d8ff,stroke:#1c7ed6,color:#111;
    classDef action fill:#fff3bf,stroke:#f08c00,color:#111;
    classDef cloud fill:#d0bfff,stroke:#7048e8,color:#111;
    class SENSOR source;
    class EDGE,INFER,FILTER edge;
    class CTRL action;
    class CLOUD cloud;

圖說：邊緣節點在現場完成低延遲推論與控制，只把篩選後資料送上雲端；雲端再回傳模型與策略更新。本次美林報告抽取圖片均為訂單、財務或估值圖，沒有能解釋技術原理的來源圖，因此以 Mermaid 補位。

技術原理

模組功能觀察重點
感測與資料擷取接收影像、聲音、設備訊號與環境資料介面種類、時間同步、資料品質
邊緣運算平台IPC、嵌入式板卡或工業閘道器承載工作負載CPU／GPU／NPU 算力、功耗、耐候性
推論執行環境執行視覺、預測維護、生成式或 agentic 模型模型格式、量化、延遲與記憶體需求
裝置管理遠端部署模型、監控設備、OTA 更新大量節點管理、安全與版本一致性
雲邊協同雲端訓練與管理、邊緣即時推論頻寬成本、資料治理、模型漂移

與一般雲端 AI 不同，邊緣 AI 必須在有限功耗、記憶體與散熱條件下維持即時性，並承受長生命週期、工業環境與多種 I/O。競爭門檻不只在算力，也包含機構設計、可靠度、軟體相容性及垂直應用整合。

關鍵參數 / 判斷指標

指標意義投資觀察
推論延遲從資料輸入到控制輸出的時間低延遲應用提高高階運算模組與本地加速器價值
每瓦算力功耗限制下的有效 AI 性能有利具備散熱、電源與嵌入式整合能力的廠商
記憶體容量／頻寬決定可部署模型規模與並行度記憶體缺料或漲價會壓縮硬體毛利與交貨量
B/B ratio訂單相對出貨的領先指標2395_研華（市） 2Q26／7 月為 1.44x／1.64x，顯示需求能見度提高
Design wins 轉量產率概念驗證轉為營收的效率比單純案件數更能驗證工業 AI 是否進入規模部署
邊緣 AI 營收占比AI 功能滲透程度占比提高通常改善產品 ASP，但需觀察毛利是否被零組件成本抵銷

產業動能

  • 2Q26 營收先行驗證：報告_美林_研華_20260717（2026-07-17）記錄 2395_研華（市） 2Q26 初步營收 NT$26.1bn、QoQ +28%、YoY +46%，高於公司指引，當時 B/B ratio 維持高於 1。
  • 工業 AI 訂單增加：報告_美林_研華_20260807（2026-08-07）指出，2395_研華（市） 1H26 取得 123 個 design wins，估計年化營收潛力 US$444mn。
  • 邊緣 AI 滲透加速：2395_研華（市） 預期相關營收占比由 1H26 的 22.5% 升至 2026 年底 30%，應用涵蓋 AIDC、半導體設備、醫療與自動化。
  • 訂單與產能同步走強：美林 2026-08-07 報告顯示 2026-07 B/B ratio 1.64x，3Q26 台灣／昆山產能利用率估 105–110%。
  • 軟硬體一體機商業化：報告_中信_研華_20260806（2026-08-06）指出，2395_研華（市） 以 WEDA 平台與 IWS 整合 server、AI Agent 基礎軟體及產業 Domain Skill；目前仍在初期導入，未來 1–2 年營收貢獻有限。

概念股 / 族群

類型廠商角色觀察點
工業電腦／平台2395_研華（市）IPC、嵌入式板卡、邊緣 AI 解決方案Design wins 轉營收、2026 年底占比 30% 目標

信心水準

研華的訂單、B/B ratio 與邊緣 AI 占比目標有公司管理層及美林報告支撐，信心中高；個別 design win 的客戶、量產時程與毛利貢獻尚未具名揭露，仍需後續法說驗證。

技術瓶頸 / 風險

  • 零組件供應與成本：PCB、SSD／DDR4、CPU、PMIC 缺料或漲價可能延後出貨並壓縮毛利。
  • 部署碎片化：不同垂直市場的 I/O、作業系統、模型與認證差異大，限制標準化規模效益。
  • 資安與裝置管理：大量分散節點增加 OTA、憑證、模型竄改與供應鏈攻擊風險。
  • 雲端回流／架構分流：若網路成本下降或雲端延遲足以滿足應用，部分工作負載可能回到集中式雲端。
  • Design win 轉換風險：案件數不等同量產營收，終端資本支出放緩可能延後部署。

相關技術

來源

相關頁面

本次 ingest 更新（DIGITIMES，2026-08-21）

  • DIGITIMES 將 AI 需求由雲端延伸到 Edge AI、Agentic AI 與 Physical AI；台系 IC 設計業者 2026 年合計營收估年增約 10%，但個別公司仍需以量產與營收驗證。
  • 產業研究整理指出 3Q26 創意與世芯可能進入 Turnkey 量產階段，毛利率可能受成本結構影響；這是研究估計，不是公司已確認的財測。
  • 技術_人形機器人 是 Edge AI 的新應用分支，關鍵觀察從單點算力延伸到功耗、感測融合、模型部署與安全認證。

來源：從雲端到邊緣AI_台系晶片設計產業動態解析_DIGITIMES（DIGITIMES，2026-08-21）。

關係圖譜

反向連結