關於 勁戰一代機油量 ，我們在網路上蒐集到這些相關的討論、資訊與評價

0513新加坡聯合早報

*【B1617變種病毒已蔓延近50國家和地區 世衛敦促開展更多研究】
傳播力更強的冠病變種病毒株B1617已蔓延到全球近50個國家和地區。世界衛生組織敦促開展更多研究，以瞭解該毒株的嚴重性和導致再感染的傾向。B1617最早於去年10月在印度出現，並相信是導致印度冠病確診病例呈爆炸式增長的原因之一。世衛組織說，上載到一個開放資料庫的4500多個冠病病毒樣本被驗出了B1617毒株，這些樣本來自44個國家，遍及世衛六大區域，即非洲、美洲、東南亞、歐洲、東地中海和西太平洋。
https://www.zaobao.com.sg/news/world/story20210513-1146329

*【世衛報告：系列糟糕決策導致冠病大爆發】
一個檢討全球應對冠病疫情反應的獨立小組發表報告，稱各方的猶豫不決加上協調不力，導致冠病演變成災難性疫情。為預防下一個大流行病，專家組建議對世界衛生組織進行大刀闊斧改革，並建立一個全新和透明的全球系統來探測疾病暴發，賦予其領導層更多權力，以便在短時間內部署調查員及公佈調查結果。
https://www.zaobao.com.sg/news/world/story20210513-1146334

*【日擴大並延長緊急狀態 擬為12歲以上孩童接種】
為了應對傳染力強的變種病毒，日本考慮將接種年齡層從16歲降至12歲，而當局原定5月11日解除的緊急事態延長到本月底，並將實施地區從東京、大阪、兵庫及京都，擴大到愛知和福岡。當局上月25日對東京、大阪等嚴重疫區頒佈的緊急事態，但未能在兩周內遏制疫情。衛生當局的資料顯示，上月累積新增病例在一個月內達10萬起，死亡人數也破萬。
https://www.zaobao.com.sg/news/world/story20210513-1146335

*【巴西暫停為孕婦 接種阿斯特捷利康疫苗】
巴西里約熱內盧的一名孕婦在接種阿斯特捷利康疫苗後中風死亡，巴西監管當局認為兩者可能有關連，聯邦政府週二宣佈暫停為全國孕婦接種該疫苗。衛生監管局表示，該名懷孕23周的35歲女子在入院五天后，週一因出血性中風死亡。“在評估了這起出血性中風的嚴重不良反應事件後，認為這可能與孕婦接種疫苗有關”。
https://www.zaobao.com.sg/news/world/story20210513-1146336

*【財長：去年首輪行管令重創經濟 馬國若再全面封城逾100萬人將失業】
12日是馬來西亞全面實施第三輪行動管制令（MCO 3.0）所有禁令的第一天。首相慕尤丁強調，開齋節前再次落實行管令是迫不得已，否則佳節後的每日新增病例可能破萬。財政部長扎夫魯承認，這次的管制不如去年首輪行管令嚴格，因為現在如果實施類似去年的全面封城措施，預計將導致超過100萬人失業。
https://www.zaobao.com.sg/news/sea/story20210513-1146342

*【馬國疫情持續惡化 下來單日新增病例或超過5000起】
馬來西亞冠病疫情日益嚴重，當地昨天增加4765起病例，這是今年2月1日以來最多的。衛生部警告，接下來的每日新增病例可能超過5000起。昨天也有39名冠病患者死亡，這是馬國去年初暴發冠病疫情以來，單日最多患者死亡的一天。
https://www.zaobao.com.sg/news/sea/story20210513-1146343

*【泰國計畫提高曼谷成人疫苗接種比率至七成】
泰國計畫在未來幾個月內，為首都曼谷大部分成人接種冠病疫苗，以抑制冠病蔓延。曼谷每日新增確診病例居高不下，已成為全國疫情的震中心。泰國公共衛生副部長索蓬說，目前曼谷成年人口僅5%接種了冠病疫苗，政府希望儘快將這個比率提高至70%。他指出，讓更多市民接種第一劑疫苗，有助於減低冠病死亡率，同時可抑制冠病傳播以及減輕其嚴重性。
https://www.zaobao.com.sg/news/sea/story20210513-1146344

*【印尼研究：發病和死亡率下降 科興疫苗具高度有效性】
印尼衛生部的一項研究顯示，中國科興生物（Sinovac）研製的冠病疫苗具有高度有效性。印尼衛生部官員潘吉在記者會上透露，雅加達12萬名醫療工作者今年1月至3月間接種了科興疫苗，資料顯示該疫苗能保護98%接種者免於死亡，同時使96%接種者免於入院治療，94%接種者沒出現冠病症狀。
https://www.zaobao.com.sg/news/sea/story20210513-1146346

*【中國沃森生物等研製的疫苗在墨西哥展開三期試驗】
中國公司研發的mRNA疫苗ARCoV將於本月30日起在墨西哥開始III期試驗，預計有6000名志願者參加。墨西哥外長Marcelo Ebrard11日在推特公佈上述資訊。他說：“中國方面已經正式通知我們，他們將在墨西哥開始（III期試驗），目前正等待墨西哥藥品監管機構的批准。”ARCoV疫苗由雲南沃森生物技術公司（以下簡稱沃森生物）、蘇州艾博生物，以及軍事科學院軍事醫學研究院共同研製，5月起開展海外III期臨床試驗。這是中國首個進入III期臨床試驗的mRNA疫苗。
https://www.zaobao.com.sg/realtime/china/story20210513-1146433

*【日本大阪一針難求 老人排隊預約疫苗落空引民憤】
冠病疫情嚴重的日本大阪，因疫苗接種預約不順利而引發民憤。大阪市政現場出現大混亂，當局對未能提供完善的預約服務致歉。據當地居民反映，混亂仍在繼續中。大阪府茨城市從5月6日上午9點開始通過電話，互聯網和櫃檯接受65歲以上老年人的預訂。 兩者均以先到先得的方式進行。
https://www.zaobao.com.sg/realtime/world/story20210513-1146426

*【日本90%以上冠病病毒已替換為變異毒株】
日本國立感染症研究所12日在厚生勞動部召開的專家組織會議上彙報分析結果稱，全國範圍90%以上的冠病病毒已替換為傳染性強的“N501Y”變異毒株。另外還獲悉，變異毒株導致重症的風險可能為以往毒株的1.4倍。在專家組織會議前，政府的對策小組會會長尾身茂在眾院厚勞委員會上就全國疫情稱，“是時好時壞的狀況”。尾身表示，被認為傳染性強的“N501Y”變異毒株的蔓延使感染人數增加。他表示大阪府的病例數“即將達到峰值”，認為將轉為減少。
https://www.zaobao.com.sg/realtime/world/story20210512-1146278

*【一周全球疫情 只有東南亞增長6%】
世界衛生組織11日發佈的全球冠病疫情週報顯示，截至5月9日的一周內，全球新增冠病確診病例約550萬例，較前一周下降4%；新增死亡病例超過9萬例，較前一周下降4%。兩項資料仍處於疫情暴發以來的高位。這一周，世衛組織劃分的全球6大區域中，大部分地區新增確診病例數下降，其中歐洲地區和東地中海地區下降明顯，只有東南亞地區新增確診病例數增長6%，且已連續第9周增長；新增死亡病例數上升最快的是西太平洋地區，達到34%，其次是東南亞地區增加15%，非洲地區增加3%，其餘地區均有下降。
https://www.zaobao.com.sg/realtime/world/story20210512-1146274

*【IPPPR小組報告：冠病大流行原可避免】
由國際專家組成的獨立小組在報告中指出，2019冠病大規模疫情原本可以避免，但各國政府未能即時因應，以及協調不足，以致疫情失控。冠病大流行防範和應對獨立小組（IPPPR）在外界期待已久的最終報告中指出，現行體制“未能保護人民”，而一些領導人視科學如無物，動搖了民眾對公衛處理的信賴。IPPPR小組指出，2019年12月外界對在中國武漢發現疫情的初期反應“欠缺急迫性”，各國直到2020年2月都未能注意警訊，錯失應對這一疫情的時機。
https://www.zaobao.com.sg/realtime/world/story20210512-1146283

*【展開空襲攔截火箭炮 以巴雙方交火至少59人死亡】
以色列對加蕯地帶發動多次空襲。與此同時，控制著加蕯地帶的哈馬斯和其他巴勒斯坦武裝組織向特拉維夫和貝爾謝巴發射了多枚火箭炮。
https://www.zaobao.com.sg/news/world/story20210513-1146330

*【以色列北部首次收到火箭彈警報】
以色列軍方說，在該國北部收到了火箭彈警報。這是以色列與巴勒斯坦本周早些時候的敵對行動升級以來，以色列北部首次出現火箭彈警報。以軍方說，自週一以來，哈馬斯武裝分子從加蕯發射的大約1500枚火箭彈在以南部和中部引發了警報，但此前未出現在北部。
https://www.zaobao.com.sg/realtime/world/story20210513-1146414

*【以色列決定升級對哈馬斯的軍事行動】
以色列安全內閣決定升級對加蕯統治者哈馬斯（巴勒斯坦伊斯蘭抵抗運動）的軍事行動。以政府發言人說，內閣決定在考慮與巴勒斯坦集團達成任何可能的停火之前“重擊哈馬斯”。以色列總理內坦亞胡警告，在以色列空襲中殺害哈馬斯高級指揮官“只是開始”。他在一份聲明中說：“哈馬斯和伊斯蘭聖戰組織恐怖分子將付出沉重的代價。”
https://www.zaobao.com.sg/realtime/world/story20210513-1146411

*【拜登：以色列有權自衛 望以巴衝突儘快結束】
美國總統拜登說，以色列有權捍衛自己，但在同以總理納坦雅胡通話後表示，他希望以色列與巴勒斯坦的暴力衝突儘快結束。拜登向媒體說：“我不久前與納坦雅胡通話，我的期望是（衝突）儘快結束。當數千枚火箭彈飛入領土時，以色列有權捍衛自己。”拜登說，美國國家安全和國防官員“一直與中東方面保持聯繫，不只是以色列，也包括埃及、沙烏地阿拉伯和阿聯酋”。
https://www.zaobao.com.sg/realtime/world/story20210513-1146410

*【聯合國上調世界經濟增長預期至5.4%】
聯合國經濟和社會事務部週二發佈報告說，鑒於世界兩大經濟體美國和中國經濟復甦勢頭強勁，將2021年世界經濟增長預期從年初預測的4.7%上調至5.4%。這份名為《2021年世界經濟形勢與展望》的年中更新報告將2021年中國經濟增長預期從年初預測的7.2%上調至8.2%，將美國經濟增長預期從3.4%上調至6.2%，將歐元區經濟增長預期從5.0%下調至4.2%。
https://www.zaobao.com.sg/news/world/story20210513-1146332

*【美批准建造國內首座大型商業離岸風電場】
美國政府批准建造國內首座大型商業離岸風電場，工程預計將在今年夏季展開。這是拜登政府朝實現創造就業與對抗氣候變化的目標所邁出的重要一步。美國內政部與商務部在一份聯合聲明中說，這個風電場項目名為“葡萄園風能”（Vineyard Wind），將在距離東北部麻州岸外瑪莎葡萄園島（Martha's Vineyard）和南塔克特島（Nantucket）約12海裡處的大西洋海域，安裝多達84颱風渦輪。
https://www.zaobao.com.sg/news/world/story20210513-1146333

*【涉參與爆炸案和武裝訓練 39人遭緬甸安保部隊逮捕】
緬甸安保部隊逮捕39人，指這些人涉嫌縱火、爆炸案或試圖參與少數民族武裝組織的訓練。自緬甸軍方今年2月1日發動政變奪權以來，緬甸多地接連發生爆炸事件，而且日漸增多，攻擊物件包括政府辦公室和軍事設施。至今未有組織出面承認幹下爆炸案，但軍方指責幕後黑手旨在使國家陷入不穩定。緬甸官方報章《緬甸全球新光報》報導，安保部隊逮捕了39人，並在一次突擊行動中起獲48個自製地雷、20根TNT炸藥、引爆器、導火線，以及火藥等爆炸材料。
https://www.zaobao.com.sg/news/sea/story20210513-1146345

*【美參院一委員會批准逾1100億美元法案 應對中國壓力】
美國參議院一個委員會週三以24比4的投票結果通過了一項折衷議案，授權在五年內投入超過1100億美元，用於基礎和先進技術研究，以應對來自中國越來越大的競爭壓力。這項被稱為《無盡前沿法案》的議案，將在五年內授權其中的大部分資金即1000億美元，用於關鍵技術領域的基礎性和先進研究、商業化、教育及培訓計畫，包括人工智慧、半導體、量子計算、先進通信、生物技術和先進能源等領域。這項議案仍需提交給參議院全體議員進行表決，而眾議院也在著手進行類似的行動。
https://www.zaobao.com.sg/realtime/china/story20210513-1146434

*【美輸油管已開始重啟運作】
美國最大燃油運輸管道營運商科洛尼爾管道運輸公司說，已開始重啟運作。colonial Pipeline上週五遭勒索軟體襲擊後，關閉了向人口稠密的東部各州供油的關鍵輸油網路。該網路總長8850公里，每天運輸250萬桶燃油，運輸量占東海岸燃料供應量的45%。科洛尼爾公司說，它在當地時間週三傍晚5時啟動恢復運作的第一步。該公司說：“重啟後，產品交付供應鏈需要幾天時間才能恢復正常。科洛尼爾服務的一些市場可能會在啟動期間經歷或繼續經歷間歇性的服務中斷。”
https://www.zaobao.com.sg/realtime/world/story20210513-1146431

*【迫使美國燃油供應中斷的是何種駭客攻擊】
美國主要成品油管道運營商之一科洛尼爾管道運輸公司遭駭客攻擊，旗下承載著美國東海岸近45%供油量的輸油幹線7日起被迫關閉，至今尚未恢復工作，導致美國多個州和地區燃油供應面臨危機。美國聯邦調查局已確認一個名為“黑暗面”的駭客組織是這起輸油管停運事件的幕後黑手，該局將繼續與科洛尼爾管道運輸公司和其他聯邦政府部門合作展開調查。據多家媒體報導，“黑暗面”是一個去年8月首次浮現的網路犯罪團夥，主要作案模式是向其附屬組織提供勒索軟體和相關設施並從附屬組織獲得的勒索贖金中抽成。
https://www.zaobao.com.sg/realtime/world/story20210512-1146284

*【俄美外長本月將在冰島會晤】
俄羅斯外交部網站發佈消息說，俄羅斯外長拉夫羅夫與美國國務卿布林肯當天通電話，雙方商定本月20日在冰島首都雷克雅維克單獨舉行會晤。消息說，拉夫羅夫與布林肯當天討論了俄美在北極理事會框架下的合作以及俄羅斯接任北極理事會主席國的問題。雙方商定20日在雷克雅維克舉行的北極理事會部長級會議期間單獨舉行會晤，討論雙邊和國際關係中的熱點問題。
https://www.zaobao.com.sg/realtime/world/story20210513-1146427

*【美國防部將把小米移出政府黑名單】
小米集團和美國國防部就軍事清單訴訟發佈了聯合狀態報告。報告顯示，美國政府承認將小米列入軍事名單的程式正義問題，並願意與小米集團和解，將該公司從軍事黑名單上刪除。今年1月中旬，在特朗普政府任期即將結束時，美國國防部以與中國官方關係密切為由將小米和其他八家公司列入一份軍事黑名單，以阻止美國投資者對這些公司進行投資。一月底，小米向一家華盛頓法院提起訴訟，要求將該公司從這份名單中剔除，稱這種做法是“不合法而且違憲的”，並否認與中國軍方有關聯。3月中旬，美國華盛頓特區的地方法官孔特雷拉斯發出初步禁制令，阻止了美國國防部將小米列為“與中國軍方相關企業”。
https://www.zaobao.com.sg/realtime/world/story20210512-1146279

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

信報 英眼狙擊
白馬股改朝換代 趁勢發掘新寶藏

中東局勢升溫，市場反應相當之冷靜，主要股市指數一般只是回落2%左右。事發前升到爆，大把獲利貨，期權引伸波幅又低，忽然向下，理應引發死亡漩渦，這樣的跌幅，證明候低位吸納的承接力甚為強勁。

過去20年有太多次應對地緣政治風險的經驗，學到的主要教訓就是認真便輸了，頭條新聞也不外乎短期雜音，何況今時今日美國產油量舉足輕重，中東影響更微。油價表面飆升，可是遠期期油價格只有寸進，反映市場並不擔心影響會持久。

筆者上周五第一個反應依然是沽貨，但純粹是風險管理。在整體持倉量偏高之下，假如市況出乎意料跌得多，一定會因為防守力不夠被迫減持。為了防範陷入恐慌的風險，便酌量再減持少少，然後保持平常心應戰。做好的部署方向沒有變，不過升勢被打斷之後，持倉量應該要減低。太過聚焦頭條新聞，容易錯失其他機會。上周另一個重要變化是A股股王貴州茅台（600519.SH）似乎終於失去王者魅力，增長不如預期，不敢說股價已經爆煲，但起碼有一段日子會跑輸大市，頂多浮浮沉沉。

A股整體氣氛看來仍是好，茅台是A股指數重要成員，主將不濟，投資者會四出找尋代替品，一方面要安置從茅台撤出的資金，另一方面也要想辦法頂住主要指數，始終平民百姓太過習慣睇指數，指數疲弱就會削減散戶入市意欲，令升市事倍功半。

現時比較明顯的受惠者是保險股，估值不高，指數佔比夠大，亦算是消費者經濟的代表，另外就是A股中一批高端的製造業公司。這個A股白馬股改朝換代現象，可能成為一個絕佳的投資機會。

股王褪色，未必代表大市向下，過去兩年騰訊（00700）不復當年勇，香港中資股還是出現一個又一個寶藏，今次白酒股見頂，很可能也是一式一樣的情況。不妨趁今次中東局勢觸發調整，因應最新形勢趨吉避凶，執一執組合。

基金持有騰訊

豐盛金融資產管理董事

#英Sir

「4V」、「勁戰」、「天鵝」、「CYGNUS」及「CYGNUS-X」，其實都係講緊同一款YAMAHA綿羊仔。第一代「勁戰」在2002年面世前，因為大部份125綿羊仔的外觀老土兼乏力，所以被受忽略，雖然「勁戰」同樣只是125綿羊仔，但勝在外型前衛又有跑味，兼且有無限改裝空間，徹底扭轉125綿羊仔的地位。不經不覺「勁戰」已經有18年歷史，而最新款第六代已經抵港，廠方取名CYGNUS GRYPHUS(獅鷲獸)，加起來更神獸化。

代理今次借出的MotoGP版CYGNUS GRYPHUS，車身拉花對MotoGP或羅絲的Fans來說一定不會陌生。事實上，上一代CYGNUS X都有MotoGP版，除了車身拉花及部件配色之外，裝備與標準版相同。

可是拍攝新款CYGNUS GRYPHUS的時候，發覺這部MotoGP版配置了大量有別於標準版的裝備，好像一對擁有油壓樽仔的尾避震、碳纖紋大燈風刀、座椅底雜物袋、金屬腳踏板、後座乘客椅靠墊、排氣管鍍鉻外框、車牌螺絲，還有前後車Cam，而安裝在小風擋的鏡頭更綑有製作精美的裝飾框，看上去就知道並非自家人手製的部件，問代理始知通通都是YAMAHA專為CYGNUS GRYPHUS推出的部件，需要額外俾錢購買。

之前跟大家講過編者是第一代化油器版「勁戰」用家，雖然當年改裝「勁戰」的風氣極度盛行，奈何自己經濟拮据，想換條死氣喉都有心無力，前後後玩了三年，牌費臨到期前忍痛割受。之後轉做「麥當勞」車手，公司的戰車是第二代「勁戰」，編者得以用另一個方法繼續玩「勁戰」，雖然並非自己車，但都會錫住送餐，唔忍心好像其他同事暴力駕駛，不過「勁戰」仿佛有金剛不敗之身，受盡摧殘都唔識壞，連做保養的車行都話呢部車好耐用，好適合做速遞。時至今大，仍有不少第二代「勁戰」活躍於速遞圈。

眨眼間，「勁戰」已推出到第六代，證明車子仍然深受車迷歡迎，然而「勁戰」在港的領導地位隨著155綿羊仔崛起式微，單是YAMAHA就有SMAX 155、NMX 155及FORCE 155，還有泰國進口的YAMAHA 155買餸車，外觀各有特色，又慳油，加速力也較「勁戰」好，部份還有平地台，方便送貨，更重要是車價相差不大，因此同廠幾部155綿羊仔已經取代「勁戰」的地位，SMAX 155及FORCE 155更加是隨處可見，更有一部響左近。

歷代「勁戰」都採用一體式大燈，無論怎樣變款，總會有幾分元祖味，然而第六代「勁戰」打破常規，採用分離式鷹眼，一洗「勁戰」味，個人覺得全新造型比舊款惡之餘，車身線條更細緻，MotoGP花也是加分地方之一，還有起動摩打、尾輪胎呎吋、車架及引擎等等均全面升級，引擎更首次採用VVA可變氣門及水冷散熱，使車子在低、中及高轉可保持均衡的馬力輸出，廠方公佈的馬力及扭力比舊引擎提升30%及17%。

編者闊別多年後再次駕駛「勁戰」，第一個感覺是著車好靜，近乎無聲，因為新「勁戰」採用一體化發電機及起動器（傳統綿羊仔是分開），直接推動曲軸啟動引擎，減低動力流失同時更省油，與及減低機件摩擦，使傳統摩打發出的喘氣聲大減之餘，車身打個小小冷震就著車，廠方稱為Smart Motor Generator（聰明起動摩打），這裝置初見於其他東南亞生產的YAMAHA綿羊仔，也是新一代YAMAHA引擎BLUE CORE技術之一，終極目標是省油，或許下一代「勁戰」會加入STOP & START SYSTEM（燈位停車自動熄火功能）。

編者已經沒有駕駛125綿羊一段時間，而對上一次駕駛第二代「勁戰」都超過10年，雖然忘記了乘座感，但仍然好記得在石屎森林好好飛，左穿右插寧舍靈活。或許新款「勁戰」完全改款關係，再者相隔好幾代，還有車子使用LCD液晶儀錶（上一代開始使用），感覺好新潮，乘座後的視覺感完全沒有「勁戰」的影子，但是車身依舊好細小好輕，雙腳可完全著地（編者身高5呎6吋），但由於編者近年轉用空間較多的中量級綿羊，所以需要稍稍縮起雙腳踏在平地台上，不過好快就適應下來。由於代理有齊上一代「勁戰」、SMAX、FORCE及NMAX，因此可以感受到新「勁戰」的軑把較高。

新款「勁戰」同樣好靈活，操控感同好多細羊一樣無壓力，但前叉設定偏硬，而尾避震則更換了KYB避震 (預載12mm無段調整，下壓阻尼18段免工具調整)，雖然設定同屬於硬，但吸震力明顯較前叉好，因此在連綿不斷的爛路行駛，車尾有更佳貼伏感，而前叉跳彈感較強。大概感受到新款「勁戰」追求更高的運動性能。另外，新「勁戰」傳來的扎實感是舊款無法媲美，在行車期間從車身傳來的敲擊感好弱，就像車身裝有吸震膠，將它們過濾一樣，多了一份高級感。

廠方公佈新「勁戰」有12匹馬力，數字對大部份以155起標的本地羊迷來說不會有太大驚喜。但是廠方今次為了用盡125cc引擎的潛能，又要省油，因此今代引擎使用可變氣門(VVA)，凸輪軸配置標準凸輪及高凸輪，前者負責低、中段扭力輸出，一旦引擎超過6,500rpm，便會切換高凸輪，以延長汽門打開時間，讓引擎吸入更多汽油，從而增力高轉扭力，換句話可變氣門令引擎能夠兼顧低、中及高轉的加速力。

一扭力，大約2千多轉就感覺到力量傳送出來，較以前的「勁戰」來得早，Keep住油門俾油，車速緩緩上升，縮油後再俾油，油門反應依然非常柔順，即使上升到高轉，是不會感受到轉Cam反應，簡單來說頭、中、尾段的加速力好平均，最初以為新「勁戰」的起步力稍稍好一點，以為會無尾段，然而她的尾段卻很長氣，超過80km/h仍可以緩緩爬升，畢竟她只是一部125，加速方面無法與155比較，但「勁戰」高速穩定感卻保持很高水準。雖然當日無法得悉她有幾慳油，但由於新「勁戰」採用新一代BLUE-CORE引擎，配備可變氣門(VVA)及一體式起動裝置，廠方表示可達到48.9km/L耗油量，非常慳油，這對於做速遞的騎士來說十分重要。而她的煞車系統，個人感覺在日常市區行駛好夠力。