想像一下，當你用 Netflix 看電影時突然「窒機」，你會否相當不耐煩？或者你用手機打機，正在出絕招時突然要 Loading，會否令你相當無癮？這一切講求速度、即時性的功能，就是邊緣運算 (Edge Computing) 的功用。
隨著智慧型手機和 loT 物聯網的普及，全球資訊量開始大幅增長，國際數據資訊公司 IDC 觀察到，全球的資訊數據量從 2017 年開始大幅增加，這些由各式各樣感測元件收集而來的數據，除了在量方面以倍數增長，在質的方面，具有即時性或重要性的資訊佔所有數據的比重，也有越來越高的趨勢。
IDC 預計到 2025 年，全球有 4 成以上的資料量將是具備即時性、重要性或極端重要特徵的數據。因此，人們對數據的即時和穩定性的要求，便催生出邊緣運算。
簡單來說，邊緣運算可以減少雲端運算所需的時間和負擔，它將數據收集到邊緣設備，並實時處理和分析數據，因此數據不需要直接上傳到雲端或本地數據中心進行處理和分析，從而提升處理數據的能力及加快回應時間。
我們做一個簡單比喻：假設一個人很飢餓想吃點東西。這時候如果還需要換件衣服，再花時間走到餐廳購買，他會覺得很不方便；但要是已有些食物放在眼前，一伸手就能拿得到，他馬上就能夠心滿意足。
邊緣運算也是這樣，在處理資料的過程中，把資料傳送到雲端環境裏運行的人工智慧應用程式，勢必要長一點時間才能拿到答案；要是傳到附近的邊緣伺服器，這就像直接從眼前拿起食物吃一樣簡單方便。雖然邊緣運算速度比雲端快，但並不代表要取代它，他們兩者之間不是互相「競爭」而是做互補工作，共同為應用程序提供更好的性能。
1. 降低整體成本
單純依靠雲端運算時，各種物聯網裝置包括智能家居的家電如智慧雪櫃、智慧燈泡等，如果將所有資料傳送到雲端運算處理，在運作的時候都需要額外耗費大量頻寬和電力；但當這些物聯網裝置能夠透過邊緣運算先一步對資料作出即時處理，而毋需將所有資料全部上傳到雲端再進行運算，就能在數據儲存和運算方面降低整體成本。
2. 免除回傳資料時安全疑慮
當物聯網裝置具備邊緣運算能力，就能在裝置上直接處理資料，免除以往使用雲端需要回傳資料時，減低過程中資料被竊取的機會。
3. 應對即時決策的人工智慧上有更好表現
對於一些需要進行快速決策、強調低延遲性的物聯網裝置 (例如自動駕駛)，就特別需要人工智能透過邊緣運算即時得到結果，避免錯過決策的黃金時間，這也可以使人工智能和機器學習有更多創新及更好表現。
對企業來說，配備 AI 人工智慧和邊緣運算能力的裝置，除了能有效地提升企業工作效率，在資源整合和利用上也會更可更靈活與有彈性，也讓企業能在人力資源與商業模式中，較過去能有更大機會創新。更容易吸引到具備多元技能的科技人才。
2019 年開始，個人電腦也將繼智慧型手機、智能家居和物聯網裝置之後，大幅度導入 AI 邊緣運算技術，配合日常生活和工作，開發出更穩定、靈活和符合人性的操作與應用。
在香港，科技園致力推動和促進技術增長，當中包括人工智能、區塊鏈、網絡安全、數據分析邊緣運算等領域。科學園同時提供硬件和軟件配套設施，如推出 AI PLUG，協助聯繫人工智能科技相關的科技企業、服務供應商、產業及人才，透過資金及技術服務支援，推動更多創科突破。另外，每年接受兩輪申請的 HKAI LAB 協助初創企業將人工智能發明成果和技術商業化。
科學園技術支援服務：
https://www.hkstp.org/zh-hk/innovate-with-us/labs-and-technology-services/
撰文：Valerie、Ray
圖像設計：Maggie
