圖/文 TechOrange
在今年 6 月黃仁勳於台大綜合體育館的演講中,有一個環節是在其身後背板上列出所有 NVIDIA 的台灣供應鏈夥伴,新漢集團就是其中之一。
新漢專精於對可靠性與對電源管理有高度要求的工業電腦,產品應用包括車載電腦、軌道交通系統等,面向相當多元。「在倫敦奧運時,新漢就為當地數萬輛計程車導入電子廣告看板與付費車載電腦系統,現在台灣高鐵、台鐵、捷運、以及歐洲數個國家都有採用我們的軌道交通電腦,特別在 AI 影像辨識監控系統的應用上,」新漢集團董事長林茂昌說。
在 2018 年左右,新漢得知 NVIDIA 打算將 GPU 升級為 AI 運算平台,因此著手將 NVIDIA 的 GPU 逐步整合到自家產品中。經過雙方積極溝通後,2020 年新漢開始在 NVIDIA Jetson 平台合作,NVIDIA 也持續調整產品策略,讓 NVIDIA Jetson 系列產品線的效能、功耗已經可以滿足多數工控電腦需求,「現在新漢已經在 NVIDIA 產業生態系中,尤其在 AI 軌道交通領域擔當重要角色,」林茂昌分享。
面對這股 AI 浪潮,台灣應該要有不同的布局策略。林茂昌指出,需要投入數百億美元資金的通用型大規模 AI 模型、雲端 AI 運算服務,是中美兩國科技巨頭的角力場。「對市場和資本規模都相對有限的台灣企業來說,最適合的賽道是 AI 產業供應鏈,因為我們在 AI 晶片代工、主機組裝等環節都有特定優勢,這些品項或許不像大廠可以賺到『倍數』,但要賺到『趴數』並不難,尤其在長期合作之下,積少成多的利潤還是非常可觀,」林茂昌說。
至於在應用部分,終端應用受限於資金和市場規模,一般 IPC 廠商不太可能拿到超大型 AI 伺服器訂單。相較之下,在邊緣運算領域,特別是針對特定行業的垂直場景,就會是台灣 IPC 的藍海,這也是新漢的重點布局領域。
不過 AI 只是智慧化系統的關鍵技術之一,要為各場域系統賦能,林茂昌認為還需結合溝通無障礙的完整物聯網架構。他以製造業為例,其 OT 系統的品牌眾多,各品牌大廠都有自己的工業通訊標準,且彼此之間無法相容,進而導致工廠內的數據整合不易,難以發揮加值效益。「所以新漢透過工業物聯網的建構,打通設備和系統間的數據鴻溝、扮演翻譯角色,讓各家設備能夠互聯互通,全面採集生產數據,」林茂昌分析。
此外新漢也積極推動工業控制系統的開放通訊標準,讓不同設備可以用統一的方式控制,促進智慧機械產業蓬勃發展。這就像 PC 產業有了統一標準後才迎來大幅成長,因此機械產業如果能擺脫目前控制器各自為政的局面,採用開放標準,就能打造一個完全相容的生態系統、加速產業升級,並讓數據驅動概念順利落地。林茂昌分享:「例如新漢的華亞智慧工廠,單一條生產線能採集的數據就超過一千種,其中有一半可用於 AI 分析和優化,這些數據必須能順利採集、完整累積,才能進一步為製造系統創造價值。」
在打破品牌間通訊疆界的同時,面對 AI 浪潮,製造業還需調整心態和做法。林茂昌認為現在主流的通用大語言模型並不適合特定產業,他建議產業應該專注發展契合特定應用的垂直 AI 模型。「企業的核心 know-how 和數據資產是訓練模型的關鍵,這些資訊必須嚴加保護,因此業者應該嘗試將這些高度機敏的數據建成專屬知識庫,用來訓練企業內部的 Edge AI 模型,」林茂昌強調,這類規模較小但聚焦於企業自身業務場景的邊緣 AI,可以專注解答企業自身的垂直領域問題,不僅生成的答案更精準,同時也能避免機密數據外流。
除了推動 AI 數位轉型之外,包括新漢在內的多數企業也開始啟動綠色轉型,「數位轉型和綠色轉型其實是一體兩面,有了強大的數位轉型架構做基礎,綠色轉型就會事半功倍,」林茂昌指出,綠色轉型必須先完整掌握所有數據,再透過各種自動化功能推動節能減碳,這個過程與數位轉型一致。
林茂昌一樣以新漢為例,分享新漢內部已有工業物聯網可完整蒐集數據,近期更進一步與資誠聯合會計師事務所合作,藉由資誠的碳數據軟體平台,打造出可獲得國際認證的製程碳足跡盤查解決方案。這個方案不僅可以讓新漢掌握自身碳排放情況,並以此為基礎優化生產流程、避免無謂的能耗,還能協助客戶因應碳關稅等挑戰。
除了製造業,新漢也針對各地重點產業提供相應解決方案,協助在地企業推動轉型。像是即將於 7 月 18 日在高雄舉辦的「NEXCOM AIoT Rockn’Roll 2024 新漢 AIoT 轉型論壇」,就聚焦在「智慧港口」和「重工業智慧製造」兩大高雄產業特色,此舉也呼應高雄市長陳其邁提出的「智慧港都」和「綠色製造」願景。
在智慧港口方面,新漢將介紹去年參與打造的高雄港第七號碼頭。作為全台第一個也是目前最大的智慧碼頭,新漢提供從貨櫃識別到智慧理貨的整廠解決方案,可大幅提升碼頭作業效率。另一方面,在重工業智慧製造領域,新漢也協助在地多家重工業大廠打造智慧工廠,「我們在全台已經有近百個智慧工廠案例,這次論壇將進一步剖析 Edge AI 和生成式 AI 技術,讓工業 4.0 概念落實到工廠第一線,」林茂昌說。
對於未來,林茂昌認為台灣內需市場有限,不太適合發展類似網際網路這類對人口規模有高度要求的「人口學」市場,相較之下「硬體製造、機械、材料這類講求放諸四海而皆準的『物理學』市場,在 AI 時代會更適合台灣,」林茂昌強調台灣應該善用既有的硬體技術優勢,才有機會在智慧製造領域彎道超車、在數位和綠色雙軸轉型中搶佔領先地位,進一步塑造自身獨特價值,成為全球製造市場的智慧化領頭羊。