關於 無法使用 預 設 閘 道 2021 ，我們在網路上蒐集到這些相關的討論、資訊與評價

IoT的快速發展迫使人們重新思考傳統Wi-Fi，Wi-Fi HaLow與傳統Wi-Fi有何不同？

TECHSUGARTECHSUGAR 發表於 2021年6月22日 15:00 2021-06-22

Wi-Fi就像是我們互聯世界的氧氣，是當今最普遍的無線網路協議，承載了超過一半的網際網路流量。「Wi-Fi 是一個通用術語，指的是經過二十多年發展而成的802.11協議家族。Wi-Fi聯盟是推動Wi-Fi應用和發展的組織，該組織用數字命名法，簡化了常用的幾代Wi-Fi名稱，例如，Wi-Fi 4 = 802.11n、Wi-Fi 5 = 802.11ac 、Wi-Fi 6 = 802.11ax。您正在家裡或工作場所使用的，很有可能就是這些類型的Wi-Fi。

儘管Wi-Fi 4/5/6無處不在，但物聯網（IoT）的快速發展，迫使人們重新思考傳統Wi-Fi，揭示技術差距，重新定義802.11協議在現今超低功耗物聯網設備的無線連接世界中應該發揮的作用。物聯網和機器對機器（M2M）應用，對遠端連接和低功耗的更高要求，促使人們需要另一種為物聯網而最佳化的Wi-Fi。

Wi-Fi HaLow（發音為HEY-low）協議，透過提供超低功耗的無線解決方案，填補了這一空白，與傳統Wi-Fi相比，該方案可以在更遠的距離和更低的功耗下，連接更多的物聯網設備。該協議於2016年得到了IEEE 802.11ah任務組的批准，被Wi-Fi聯盟稱為Wi-Fi HaLow。

Wi-Fi HaLow本質上是一款低功耗、遠距離、多用途的Wi-Fi版本，在免許可的1 GHz頻譜下運行。Wi-Fi HaLow標準結合了能效、遠端連接、低延遲、高解析度影片品質數據速率、安全功能和本地IP支持，是無線連接、電池供電的物聯網設備的理想協議選擇。讓我們仔細看看Wi-Fi HaLow和傳統Wi-Fi之間的一些主要分別，以及為什麼802.11ah協議非常適合物聯網應用的連接要求。

一種省電的協議

Wi-Fi HaLow為耗電的物聯網設備，提供了卓越的能效。IEEE 802.11ah規定的各種複雜的休眠模式，使HaLow設備能夠長時間處於極低功率狀態， 節省電池能量：

TWT（Target wake time）：這允許工作站（STA）和存取點（AP）預先安排一個時間，喚醒休眠的節點以存取訊號。

RAW（Restricted access window）：存取點可以授予工作站子集傳輸其資料的權限，而其他工作站則被迫休眠、緩衝非緊急數據或兩者兼而有之。

BSS（Basic Service Set ）空閒期：這將工作站的「允許空閒期」延長至五年。

TIM（Traffic Indication Mapping ）： 更有效地分組編碼TIM，節省信標（Beacon）的傳輸時間。

短MAC標頭：將低標頭傳輸虛耗、傳輸時間和功耗，並釋放無線電波頻段。

空值PHY協議數據單元（NPD）：這將類似MAC的ACKs/NACKs嵌入PHY層，以減少時間和功耗。

短信標：短（有限）信標頻繁發送以同步工作站，而完整信標的發送頻率較低。

BSS著色機制：顏色分配表示特定接入點的BSS組，而站點可以忽略其他顏色。

雙向TXOP（BDT：Bi-directional TXOP）：當喚醒工作站，發現存在用於傳輸的上行和下行訊框（Frame）時，會減少介質的存取次數。BDT使用實體層協議資料單元（PPDU）的訊號（SIG）字段中的響應指示，以增加對第三方工作站傳輸的TXOP持續時間保護。

該協議的高效休眠和電源管理模式，支援物聯網設備使用電池運行多年，以及多種靈活的電源和電池大小選擇，從採用鈕扣電池的短距離物聯網設備，到傳輸超過一公里的更高功率、採用更大電池的應用。與2.4 GHz和5 GHz頻段的Wi-Fi協議相比，該協議採用的sub-GHz窄頻訊號，傳輸距離更遠，能耗更低，讓每單位能耗可傳輸更多數據。

因此，Wi-Fi HaLow晶片所需的功率僅為傳統Wi-Fi晶片的一小部分。雖然傳統Wi-Fi的數據速率較高，讓使用者能夠在2.4 GHz、5 GHz和6 GHz頻段，使用寬頻頻道快速傳輸高解析影片和下載大量檔案，但這些Wi-Fi連接的有效距離很短，電池消耗很快，需要頻繁充電或更換電池，或者最好有一個主電源連接。基於這些原因，Wi-Fi HaLow是電源受限的物聯網設備的更好選擇，這些設備需要達到更遠的距離，並能用電池運行數年，同時仍然提供較高的數據吞吐量。

Wi-Fi HaLow的sub-1 GHz協議優化了滲透率、覆蓋範圍、功率和容量。

覆蓋範圍更廣

802.11標準涵蓋的頻率範圍非常廣泛，從sub-GHz到毫米波（mmWave）。Wi-Fi HaLow是第一個在免許可的sub-GHz頻段運行的Wi-Fi標準。Wi-Fi HaLow提供的數據速率，從幾百kb/s到幾十Mb/s不等，傳輸距離從幾十公尺到一公里以上。

與傳統Wi-Fi使用的最窄的20MHz頻道相比，Wi-Fi HaLow的sub-1 GHz訊號使用更窄的頻道，從1MHz到更窄。由於頻道中的熱雜訊較低，這種20倍的頻寬系數轉化為13 dB的link budget改進。與傳統的2.4 GHz Wi-Fi相比，750 MHz – 950 MHz之間的RF頻率，需要額外增加8dB-9 dB的link budget，進而節省自由空間傳輸損耗。此外，Wi-Fi HaLow協議增加了一個範圍最佳化的調變和編碼方案（MCS10），可提供額外的3dBlink budget改進。

總之，與傳統的2.4GHz IEEE 802.11n（Wi-Fi 4）相比，Wi-Fi HaLow提供了高達24dB的link budget改進。與頻率更高、頻寬更寬的802.11ac（Wi-Fi 5）和802.11ax（Wi-Fi 6/6E）協議相比，Wi-Fi HaLowlink budget優勢進一步增強，其使用頻寬更寬的5GHz和6GHz頻譜。這就解釋了為什麼Wi-Fi HaLow訊號的傳輸距離，是傳統Wi-Fi的十倍，而不需要網路擴展器。例如，電池供電的攝影鏡頭可以放置在家裡或車庫外牆更方便的地方。照明系統可以從單個AP控制，而不管燈具是在室內還是室外的花園裡。

為終端使用者提供無線物聯網解決方案，覆蓋數百公尺的距離，而無需額外的擴展器或昂貴的手機行動網路，是802.11ah協議的一個關鍵競爭優勢。Wi-Fi-HaLow的遠端覆蓋優勢，擴展了智慧型家居和智慧型城市網路的範圍，讓使用者能夠控制1公里以外的物聯網設備，遠遠超出了傳統Wi-Fi協議的覆蓋範圍。

訊號穿透力更強

一般來說：頻率越低，覆蓋範圍越遠，穿透障礙物的能力越強。Sub-GHz 的Wi-Fi HaLow訊號可以比傳統Wi-Fi更容易穿過牆壁和其他障礙物。與2.4GHz和5GHz頻段的Wi-Fi協議相比，住宅和商業建築的建築材料和布局的變化，對sub-GHz HaLow訊號的影響較小。Wi-Fi HaLow可以穿透牆壁和建築物，這有助於減少客戶投訴和產品退貨，這些問題有時會困擾使用傳統Wi-Fi的產品。

Wi-Fi HaLow使用正交分頻多工（OFDM）調變，來校正反射和多徑環境。無論設備製造商的產品是在室內還是室外，或者是在地下室還是閣樓，Wi-Fi HaLow都可以確保設備與接入點之間有穩健的連接。這種靈活性消除了提供專有集線器或橋接設備以補償不同家庭架構的額外成本和複雜性。

高度可擴展的解決方案

單個Wi-Fi HaLow接入點可以處理多達8191個設備，是傳統Wi-Fi接入點的4倍多。在可預見的未來，這足夠連接每個LED燈泡、電燈開關、智慧型門鎖、電動窗簾、恆溫器、煙霧探測器、太陽能電池板、監控攝影鏡頭或任何可想像的智慧型家居設備。典型的家庭Wi-Fi路由器，通常支援幾十種設備。當頻寬服務提供商在家居中進行部署時，單個Wi-Fi HaLow接入點可以成為一個可擴展的平台，用於提供額外的安全和公用事業管理設備和服務。

多種訊號傳遞選項，減少了管理和控制大量HaLow設備所需的開銷。這樣可以最大限度地減少訊號衝突，並為有源設備釋放無線電波，以便以最快的調變和編碼方案（MCS）速率傳輸更多數據。與傳統Wi-Fi一樣，HaLow可以根據訊號完整性和與接入點的距離，自動調整頻寬。預定義的MCS級別支持單流、單天線產品的頻寬從150 Kbps到40 Mbps，使用的頻寬從1 MHz到8 MHz，80 Mbps的能力也可通過使用可選的16 MHz寬頻道來實現。

Wi-Fi HaLow的星形網路拓撲結構、卓越的穿透力、廣闊的覆蓋面積和巨大的容量，將無線連接從難以部署和頻寬受限的網狀網路中解放出來，簡化了網路安裝，並將總體持有成本降至最低。

具有抗噪性的免許可頻譜

與採用2.4GHz、5GHz和6GHz頻段的傳統Wi-Fi一樣，Wi-Fi HaLow使終端使用者能夠擁有自己的設備並使用免許可的sub-GHz無線電頻譜，範圍從750MHz到950MHz。Wi-Fi HaLow的可用頻率範圍、最大傳輸功率和占空比，在世界各地有所不同。（例如，美洲可用的HaLow頻譜是902 MHz至928 MHz，而在歐洲是863 MHz至868 MHz）。

Wi-Fi HaLow在工業、科學和醫療（ISM）頻段內運行，可以使用多種頻段：1MHz、2MHz、4MHz、8MHz和16MHz。頻寬越窄，訊號傳輸的距離就越遠。使用OFDM，以跨多個子頻道的數據包形式傳輸數據，這可以提高在具有挑戰性的RF環境中的性能，特別是當有來自其他無線電設備的強干擾時。前向錯誤更正（FEC）編碼也為恢復數據包提供了額外的保護，確保穩健的連接。

安全性和互通性

與其他IEEE 802.11 Wi-Fi版本一樣，Wi-Fi HaLow是一種固有的安全無線協議，支援最新的Wi-Fi認證要求（WPA3）和空中傳輸（OTA）AES加密，其數據速率可以實現安全的OTA韌體升級。

就像其他類型的Wi-Fi一樣，HaLow是一個全球公認的標準（IEEE 802.11ah），定義了連接設備如何進行安全認證和通訊。採用Wi-Fi HaLow的設備供應商，可以保證其產品和網路，將按照Wi-Fi聯盟的開髮指導來實現互通性。由於Wi-Fi HaLow是IEEE 802.11標準的一部分，Wi-Fi HaLow網路也可以與Wi-Fi 4、Wi-Fi 5和Wi-Fi 6網路共存，而不影響其RF性能。

本地IP支援

所有物聯網路都需要網路協議（IP）支持，以實現雲端連接。由於Wi-Fi HaLow是802.11 Wi-Fi標準，因此它提供本地TCP/IP支持。這種內建的IP功能，意味著物聯網連接不需要專有閘道器或橋接器。所有連接到具有Wi-Fi HaLow功能的路由器的客戶端設備，可以使用IPv4/IPv6傳輸協議，直接連結網際網路，以獲得基於雲端的服務和物聯網數據的管理。

HaLow效應：延伸範圍，拓展物聯網的可能性

傳統Wi-Fi的網路擁塞、範圍限制和較高的功耗，以及可連接到單個AP的設備數量有限，在當今物聯網設備的世界中已不再可行。這些限制阻礙了各行業出現的以物聯網為中心的新商業模式，這些模式需要更遠的距離、更大的容量、更靈活的電池和電源選項，同時最大限度地降低部署成本。

作為一種遠端協議，Wi-Fi HaLow支持那些2.4GHz和5GHz Wi-Fi無法達到的室內外物聯網應用，例如遠端監控鏡頭、門禁網路甚至無人機。其他潛在的使用案例包括大型公共場所，如體育場館、購物中心和會議中心，在這些場所，單個Wi-Fi HaLow接入點可以替代大量的接入點，無需複雜的網狀網路，簡化了安裝，降低了總持有成本。

工業物聯網、過程控制感測器、大樓自動化、倉庫和零售店等眾多應用，也將受益於這種遠端、低功耗協議，讓無數設備能夠在日益自動化的世界中保持連接。事實上，Wi-Fi-HaLow在傳統的802.11協議中因其覆蓋範圍、能效、容量和多功能性而脫穎而出。

附圖：▲Wi-Fi 4/5/6與Wi-Fi HaLow的比較
▲ 傳統的Wi-Fi 4/5/6協議，使用更高的頻率和更寬的頻寬來最大化吞吐量。
▲ 比較802.11n/ac（左）和802.11ah（右）的吞吐量與範圍。（資料來源：Sensors期刊（Basel ）。2016年11月，IEEE 802.11ah：一種應對物聯網挑戰的技術，作者：Victor Baños-Gonzalez, M. Shahwaiz Afaqui, Elena Lopez-Aguilera, and Eduard Garcia-Villegas）

資料來源：https://www.techbang.com/posts/87835-wifi-halow-iot?fbclid=IwAR1P3nR4iV8V3ZhhOO4zX7GZ_9Tz4v5MBzLlCX3aXYbnOCVqPYi58LPFrmQ

萬物聯網有效益也有威脅　建立可信任安全生態刻不容緩

掌控資訊基礎架構風險　5G物聯網未來前景可期

2021-01-26顏志仲

物聯網作為近年來最熱門的議題之一，在這個萬物聯網的時代，隱私與安全是不可或缺的。然而，物聯網的安全並非是靠單一廠商一蹴可及，必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。

新世代5G高速網路的佈建，再次讓物聯網的應用飛速成長。隨著物聯網設備進一步深入我們生活周遭，物聯網的安全更必須被高度重視。而物聯網的安全，需要整個生態鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商共同努力方能達成。

工業物聯網之安全要求大不同

2020年各大電信業者5G陸續開台，隨著「高速度」、「低延遲」、「多連結」的網路到來，各式應用場景的討論絡繹不絕，熱鬧異常。軟硬體廠商均卯足全力，希望藉由新的網路型態在低迷的景氣中打造全新的商業機會。然而，在這樣各類新型態的應用即將面市之時，更應回頭關注一下物聯網的基礎架構風險。

物聯網資訊基礎架構風險地圖。

與傳統的資訊科技（IT）及運營科技（OT）相較，物聯網的安全則集其大成，強調隱私（Privacy）、安全（Safety）、資安（Security）、可信賴度（Reliability）以及資訊韌性（Resilience）。對傳統IT而言，生命財產安全的要求是相對陌生的，但別忘了，2010年Stuxnet造成了伊朗核電廠的高度破壞，到了現今汽車、家電、各式感測器連網的IoT時代， 不安全的資訊基礎架構能對日常生活造成什麼樣的破壞？隨著破壞的「所需成本」與「其影響層級」的重新再平衡，隱晦式的資訊安全（Security by Obscurity）早已不該成為唯一的安全機制。

物聯網之資安風險控制框架

那麼在萬物聯網的時代，物聯網的安全相較於傳統IT/OT會有哪些重點？參考工業網際網路聯盟（Industrial Internet Consortium，IIC）以及相關先進的建議，以下的物聯網資訊基礎架構風險地圖可以作為初步的參考。

端點與嵌入式系統層

物聯網興起之後，安全上最大的不同即落在端點及嵌入式系統這一端。這部分近年討論熱烈即是信任根（Roots of Trust），亦即將安全之信任基礎建置於硬體上，減少韌體遭竄改而導致的安全風險，其常見技術包含現場可程式化邏輯閘陣列（FPGA）、信賴平台模組（TPM）以及可信執行環境（Trusted Execution Environment）等。

總的來說，這些技術均透過端點硬體晶片上內建的安全設計，提供其上的系統軟體安全憑證、安全基礎認證、加密資訊儲存等基礎的安全功能。以此為基礎，就可以實作簽章以認證並授權核可的使用者或應用程式進行系統操作、比對Hash值嚴格控管開機程序，減低惡意程式預先載入系統的風險，或是以信任根驗證系統更新是否合法等等，進行各式端點的安全控管。必須特別注意的是，這樣的安全功能有賴各供應鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商將其導入並實作，才能完備整個信任鏈的健全。

然而，現今許多正在進行的IoT專案有兩個共同難題，一是專案大多建置於多年前的基礎架構（Brownfield），難以將新式安全架構完整導入；另一難題則是受限的端點資源（Resource-constrained Endpoint），專案常因端點載具體積、耗能以及成本等多方考量，無法建置應有的安全功能。這時，只好仰賴資訊基礎架構風險地圖裡其他層的控管機制來緩解端點的安全疑慮。

通訊連接層

談到物聯網通訊，首先得提到其無所不在的網路（Ubiquitous Network）特性，亦即其網路已非傳統IT的多層式架構；再來就是其應用的通訊協定，多使用Fieldbus等通訊協定來連接各種不同的設備，這些歷史悠久的通訊協定因早期封閉式網路有著實體隔離的特性，極少內建安全機制。根據國外的研究，內建通訊加密與安全認證的工業用通訊協定不到十分之一。試想不安全的通訊協定連接上網際網路後可能對關鍵基礎設施（例如電廠、水壩）造成多大的安全風險？

然而，物聯網的趨勢總是得走下去，還是有一些方法來控制這些問題，包含網路實體隔離、透過虛擬機隔離作業系統核心、應用程序隔離等方法來控制風險，在架構允許的情況下，也應建置加密通道（例如MPLS）或是使用IPSec等加密技術來建立安全的傳輸通道。

此外，傳統的Gateway端防護依然是有效的，只是須特別注意的是，傳統的防火牆僅針對IT環境常見的設備建立預設的防護，對於工業用通訊協定的支援相當有限，另外也欠缺第七層應用層的關聯規則，這部分未來將有賴IT廠商、OT大腕及各業界專家們通力合作來完成了。

雲端平台與應用

基於地域性與可擴充性考量，現今越來越多的應用放置於雲端服務業者，這時候可以思考使用雲端安全聯盟的CAIQ（Consensus Assessments Initiative Questionnaire）來評估自身導入雲端服務的安全水準。而在系統開發的過程中，也必須遵行Security by Design的精神，早期將安全需求內建於系統中，其中，Right-size Security是相當重要的，必須考量安全遭破獲的嚴重性與影響層級，建立相對應的系統安全控制，方能說服主管機關與投資者。

而在最後的安全測試上，也必須著重End-to-End的安全測試，也就是從雲端平台一路到端點的安全測試，而非只是針對端點產品的安全測試與認證。需要知道的是萬物聯網的時代，任何一個節點的安全漏洞均可能導致整個系統全面性的破壞崩解。台灣身為ICT產業大國，資通產業標準協會（TAICS）業已參考國際標準制定網路攝影機等設備之資安檢測標準，政府亦積極發展物聯網資安認證標章，我們樂見各應用領域之安全檢測基準能夠順利地推展開來。

風險治理流程

在整體風險治理架構上，首要之務是進行風險評估，工業網際網路聯盟（IIC）已經建立IoT Security Maturity Model，將安全要求分為風險治理、安全功能與系統強化三大面向協助組織進行深度評估。另外，建立完整的安全組織與流程亦是絕對必要的，須知物聯網可能牽涉的是生命財產的安全議題，因此安全組織不能只是產品與IT人員，還須包含法務、公關、總務、客服等各單位，並進行完整之緊急事件應對演練，以備不時之需。 而在具規模的組織，建立相當的風險智能功能團隊亦是必要的。需要了解的是，物聯網設備多是專業領域之特殊應用，因此資料需要大量的領域專家進行分析解讀，這時亦可以應用機器學習技術使用監督式學習尋找錯誤資料，並進行風險評分，甚至可進階使用非監督式學習進行資料分類與異常分析，尋找系統優化之契機。

最後，這些風險分析的規則，最好能適度轉換成Machine Policy，建置安全智能於端點，使資料中心與端點通力合作，形成一個正向輪迴，持續強化安全偵測，阻擋威脅於機先。

物聯網安全之未來

物聯網作為近年來最熱門的議題之一，在這個萬物聯網的時代，隱私與安全是不可或缺的。然而，物聯網的安全並非是靠單一廠商就能一蹴可及，必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。這個生態鏈中包含硬體製造商必須建立信任根，解決方案商基於硬體安全方案實作安全功能，系統維運商精實管理維運安全，最後加上安全認證的導入方能健全。

現今，已經看到硬體製造商提出多樣的安全晶片，政府亦積極推展物聯網安全標準，目前包含視訊監視器、無線路由器以及智慧運輸等，均有相對應的檢測單位。

放眼未來，樂見更多資源投入，發展更多領域的安全基準，更重要的是希望民眾能提高安全意識，方能促使廠商將相關安全要求導入產品與日常維運中，建立起更為安全、便捷的物聯網新世界。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/viewpoint/26443E6FD1EE49CEB4A565A6F3A5A0FF?fbclid=IwAR0r3Vk8jZ784d2FzIyFT0tO03sJlt3wjh4K-eTxX6e70GSoVigky4HPFF4

端點AI -- 邁向一兆個智慧端點之路

【作者： Thomas Lorenser】 2021年01月14日 星期四

從工業到家庭、健康照護與智慧城市，由無數的應用和裝置蒐集來的大量數據產生即時的洞察與價值，智能（Intelligence）必須從雲到終端遍及整個網路。因此，提升終端運算能力、並結合機器學習技術，就有可能釋放物聯網終端裝置即時的數據分析力。

越來越多的智能圍繞在我們周遭的世界。我們聽到許多關於物聯網（IoT）、雲端運算與其他令人興奮的科技，如何在未來數十年改變人們生活的預測。從工業到家庭、健康照護與智慧城市，物聯網讓遍及日常生活的各種應用，變得更為豐富，且讓生活因此改觀。

應用的領域相當多元，有數百個子項目與數千個應用。這些應用產生許多數據，但數據本身不重要，重要的是我們可以從中擷取的價值。我們不能仰賴以往把所有數據都傳回雲端伺服器的傳統作法 – 這種作法隨著數據量的增加無法進行擴充，因此需要不同的解決方案。

把數據從端點傳輸至雲端是有代價的，包括更長的延遲、數據傳輸時的用電、頻寬，以及伺服器的容量，這最終也將是使用場景價值成功或失敗的關鍵。這在物聯網中特別容易發生，原因是許多應用必須仰賴最低延遲的即時數據分析與決策。

事實上，有時候端點可能只擁有有限（如果有的話）的連接性。因此，智能的分配必須遍及整個網路，一路到數據源頭的端點，如此我們才能在正確的地方擁有處理能力。提升終端運算能力並結合機器學習技術，就有可能釋放物聯網端點即時的數據分析力，而兩者的匯聚也稱為「端點人工智慧（Endpoint AI）」。

什麼是端點AI，為何它很重要？

端點AI主要是讓端點（即便是最小型的裝置）變得更聰明且更具智慧，可以在端點上執行必要的即時分析，同時：

‧ 改善整體系統效能
‧ 降低耗電量配置
‧ 降低對雲端處理的依賴

我們舉個例子：想像有一個負責監控水管狀態的小型端點，目的在檢測異常情況，例如水管漏水。倘若水管破裂能儘早檢測出來，避免對房屋造成損害，這對於屋主與保險公司都有極大的價值。這種裝置若能檢測出漏水，只需再加上雲端連接性，就能善用端點上的處理能力並創造價值。

不過，如同之前討論過，到目前為止看到的都是「雲端優先」的方法，這種方法把智能放在雲端上，而數據則不斷地沿著網路進行傳輸。然而為了迎合耗電、頻寬與成本的需求，這種方法正在改變，如此才能促成更寬廣的使用場景。舉上述的漏水檢測器為例，把處理能力移到端點內，可以把電池壽命從數個月延長至數年。

對於許多的使用場景而言，最佳的方式是將智能普遍分配到整個網路上，包括一路配置到端點。Arm貴為整個網路上的每個節點，都提出了解決方案：從數據中心、（終端）伺服器、閘道，一路到端點。

今日感測器產生的數據大多被丟棄，原因是要傳輸這些數據，從能源與頻寬的角度來看，成本實在太高。想像一個電池驅動的物聯網端點，使用藍牙、窄頻物聯網，或其它方式連網。端點從各個感測器搜集數據，然後把資料傳至閘道或另一個裝置。

不過，這個使用場景的通訊，往往成為整套系統耗電量最大的一部份。因此，系統架構師得進行取捨，以便在系統的耗電量限制下作業。他們得兼顧端點內感測器數據的資料速率與數據處理，以便讓電池壽命保持在可接受的範圍內。

倘若我們只在感到有興趣的事件發生時，使用機器學習架構方法來儲存或傳送數據，並藉此降低無線電波的使用、同時優化電池的壽命，又會怎?樣呢？儘管這些端點上的運算資源一直以來都太過貧乏，無法在裝置本身支援訊號處理與機器學習，但端點 AI 現在卻讓它變成可能。

事實上，今日已有許多的應用，使用Arm Cortex-M架構的裝置內的機器學習技術。受到Arm在內的許多領先企業機構支持、稱為tinyML的社群運作，正在驅動這個趨勢，目標是在微處理器（MCU）上部署機器學習。

tinyML基金會正在協助讓傳統的嵌入式世界與全新的端點AI世界，找到兩者之間的交集。藉由他們的努力，更多的開發人員現在已經可能直接在微處理器上，運行越來越複雜的深度學習模型，藉以加速端點AI，並產生出全新的使用場景。快速檢視其內容，我們發現它大多利用Arm的IP架構。Cortex-M處理器能提供應對各種既有使用場景的正確功能集。

例如，Audio Analytic 公司使用 Arm Cortex-M0+ 處理器實作聲音辨識。其它的實例則使用 Cortex-M4、Cortex-M7 與 Cortex-M33 的數位訊號處理器（DSP）的運算能力：

接下來呢？

我們正處於一段令人興奮時期的開端，在這個期間，新的科技將促成新的能力，並且讓要求更為嚴苛的物聯網端點使用場景，成為可能。端點搜集越來越多的數據，這些數據可以用節能的方式進行分析並找出型態，並觸發下一步的處理。這也是為何物聯網端點與微處理器（MCU）必須具備更多的能力，以應付與日俱增的需求。

為了支持端點AI的願景，Arm特別開發Cortex-M55（Arm具備最高AI能力的 Cortex-M 處理器）與Ethos-U55（可搭配Cortex-M的微神經網路處理器），兩者是應對許多新興使用場景的完美組合。與現有的Cortex-M處理器相比，Cortex-M55搭配Ethos-U55的總機器學習效能可以提升480倍。

此外，重點不只有IP。Arm的CMSIS-DSP與CMSIS-NN程式庫的演進，以及我們與Google的TensorFlow Lite Micro團隊的協作，將讓開發人員可以更簡便地把他們在之前Cortex-M平台上的作業，轉移到Cortex-M55與Ethos-U55。

端點AI靠視覺-語音-震動驅動

麥肯錫公司已經找出在2025年以前，可為邊緣與端點處理創造出2500億美元硬體價值的橫跨11個產業的100個使用場景。藉由分析這些專供端點AI利用的使用場景，可以發現主要的使用場景都圍繞三個領域：視覺、語音與震動。

預測性維護在許多大眾市場應用中，是一股重要的成長驅動力。據估計，每年因為機器停機造成的損失超過 200 億美元。

我們可預見上述三個類別之一，或是多個類別的使用場景或應用。例如，除了可以使用震動監控來執行異常檢測，也可以利用聲音辨識的技術，或是使用影像。端點AI已能支援設備上的訊號處理和機器學習。

附圖：圖一 : Arm在所有設備及裝置上實現無所不在的人工智慧

資料來源：https://ctimes.com.tw/DispArt-tw.asp?O=HK51E75CFDSARASTD7