隨著AI邊緣運算門檻可望逐步降低，加速AI應用落地，像是對病患的醫療照護、監測電動車的電池、工廠生產的瑕疵檢測，甚至是結合機器人，強化自動化流程等。就有類比IC業者將邊緣AI作為核心戰略，鎖定低功耗AIoT應用。

為了確保電動車行駛在路上的穩定與安全，透過AI模型預先訓練，讓智慧電池管理系統，即時計算電池狀態參數，在電池工作環境溫度變化時，評估電池電量剩餘可用時間，以及電池的老化程度，對電池運作狀態能有更精確的評估。

類比IC廠應用工程師 施承澤：「電池操作的時候，在任何系統它在動作的過程當中，都是一個連續的過程，它是需要透過充電放電，獲取及時狀態的改變，才能夠回推一個合理的電池的電量，還有它的電池健康度。」

系統自動判讀電池狀態與壽命，並降低因晶片使用條件不同所產生的誤差，有效解決電池老化與使用環境變化所造成的影響，透過的就是這一顆小小的晶片，強化人工智慧物聯網，可以在低功耗、無需聯網的情況下，維持基本模型的運算力執行任務，有助於提高電池壽命，並降低系統運行風險。

類比IC廠業務經理 陳曜桎：「之前的AI它都必須靠網路，把資料蒐集進來之後，運算都是透過網路在運算，所以就有產生時間差的問題，如果說我所有的動作，都在當地就做完的話，那我這些問題就不會存在，那我想這是AI在未來，慢慢的為什麼會從所謂的雲端的部份，一直走到所謂的邊緣運算。」

透過這樣的解決方案，實現智慧應用落地，不論是在醫療照護上判讀患者行為狀態，或是工廠的品質監測，與機器人結合強化自動化流程，都是未來AI邊緣運算的市場商機。（記者 黃靖棻、詹明樺／台北採訪報導）