智慧物聯網是AI趨勢下驅動的一個市場方向，其應用也將擴及至智慧交通、環境保護、政府工作、公共安全、工業監測、智慧醫療、水質監測、商品追蹤、智慧製造等多個領域，也可能徹底顛覆公部門對各項公共設施的維運管理，進而改變人們工作、生活與商業營運的方式。

Arm首席應用工程師沈綸銘

Arm首席應用工程師沈綸銘指出，在智慧物聯的架構之下，運算正由雲端轉移到邊緣。隨著人工智慧技術日益成熟，智慧運算已可在資源受限的邊緣執行。各式應用智慧物聯需求，驅動著運算從雲端伺服器到邊緣運算裝置上。這種轉移的重要性可分別從幾個面向探討：

‧ 釋放更多的應用可能性：不再受限雲端伺服器成本以及雲端傳輸延遲，提供使用者更多樣性的應用服務；

‧ 更好的隱私保護：使用者不需要將本地的資料上傳雲端伺服器進行運算，可避免有心人士惡意的攻擊。

‧ 提升智慧物聯的速度與效能：因智慧終端裝置數的增加，邊緣運算可以加速智慧物聯的速度，並分擔運算中心的運算與效能需求，將運算技術下放到終端除了可以縮短反應時間，更可以提升智慧應用的效率。

所謂智慧終端，即是在原本裝置上需要具備AI算力與安全性的能力。以Arm目前的產品為例，Ｍ55與U55是Cortex-M系列產品經過這兩方面需求強化下的下一代產品，AI算力是原M4的480倍，並具有TurstZone功能，更能符合智慧物聯的安全性需求。

另外，在5G技術逐漸邁向商用之際，沈綸銘認為，相較上一代的4G技術，5G強調的是更快的速度、更低的延遲、更多的連結數量，這些特點將引爆更多種應用與Edge Computing 的需求，介於End-Device 到雲端之間的裝置將越來越多。

從5G傳輸的邊緣運算能力來看，不論是RU（Radio Unit）、DU（Digital Unit）或者CU（Centralized Unit），Arm都有相對應的解決方案，知名的合作夥伴如Marvell、NXP等，他們都有提供DU與CU的解決方案，這些都已有概念驗證PoC（Proof of Concept）。

在未來世界，端點裝置（end-point device）也能有資訊運算能力（Intelligence）。Arm的佈局就是在傳統CPU 工作負載的效能以外，再多加一個象限，也就是AI 與機器學習的表現。所以Arm近期發表的Cortex-M55，它的CPU傳統工作負載表現大約在Cortex-M4 等級，但其機器學習的表現則較Cortex-M4高出15倍。

對於End Point 端、Cloud Service、Content Provider等，這一路上所有的中間廠商都會因5G與邊緣運算受益。而採用Arm M55與U55將能更快符合5G時代邊緣運算上的需求。