KeyFrame

COMPUTEX 2026 | ARBOR 磐儀科技展示 Edge AI 極致算力三大應用|Robot、Vision AI 與 Edge AI Server 解決方案

iDS工業智造雲雜誌·6月10日週三·7 min中文

三句話摘要

磐儀科技在展覽中展示三大 Edge AI 應用方向:協作機器人訓練、多通道視覺安防監控,以及高算力邊緣 AI 伺服器。 --- 磐儀科技用一套「邊緣算力覆蓋全場景」的產品矩陣,以從機器人訓練到城市監控的完整 Edge AI 應用鏈,證明高效能運算不再是雲端的專利。 示教式機器人訓練取代傳統程式設計:透過主從機械手臂架構,操作者直接移動 Master 手臂,Follower 即時連動並深度學習,整個訓練流程無需撰寫程式,大幅降低工業機器人部署門檻。

重點整理

重點
  • 1

    示教式機器人訓練取代傳統程式設計:透過主從機械手臂架構,操作者直接移動 Master 手臂,Follower 即時連動並深度學習,整個訓練流程無需撰寫程式,大幅降低工業機器人部署門檻。

  • 2

    Edge AI 實現多場景即時安全監控:系統在單一 Edge Server 上同時運行 16 個辨識通道,涵蓋 PPE 穿戴偵測、跌倒警報、火災與煙霧偵測,所有分析皆為 Real-time,適用工地、廠區等高安全需求環境。

  • 3

    高算力邊緣伺服器支撐智慧城市大數據:搭載 NVIDIA Jetson THOR 的 HPC 方案以 2070 TOPS 處理 64 路攝影機,可同步執行車牌辨識、人臉辨識、人流車流分析,並支援緊急車輛通道疏導等實時決策。

  • 4

    得獎產品以半尺寸機箱達到完整效能:AEC8000 系列以一半的 19 吋機架空間容納四張高功耗 GPU,搭配前置熱插拔儲存與優化風道設計,在尺寸、散熱、維護性上同時取得競爭優勢。

  • 5

    --

實用技巧與重點

乾貨
  • Intel Panther Lake 平台,最高 180 TOPS
  • NVIDIA Jetson THOR,運算效能 2070 TOPS
  • Vision AI Server 同時支援 16 個通道辨識
  • HPC Solution 展示 64 個通道即時監控視窗
  • Edge AI Server 型號:AEC8000 系列
  • 搭載處理器:AMD EPYC 8000 系列
  • 可裝 4 張 GPU 卡,每張最高 600W,合計 2400W 功耗
  • 尺寸:標準 19 吋機架的 1/2,效能未縮減
  • AI 加速卡:Memry X(用於 Vision AI Server)
  • 獲獎:Embedded World 2024 紐倫堡,Best in Show,唯一得獎者
  • 應用場景:工地安全、智慧城市、協作機器人教育訓練
  • --

結論

結論

磐儀科技用一套「邊緣算力覆蓋全場景」的產品矩陣,以從機器人訓練到城市監控的完整 Edge AI 應用鏈,證明高效能運算不再是雲端的專利。

完整解析

詳細

磐儀科技此次展覽圍繞「Edge AI」三大應用軸線佈局,核心邏輯是將高算力計算下沉至邊緣端,讓 AI 推理與訓練在本地即時完成,無需仰賴雲端。

第一個展示主題是 Edge AI 協作機器人解決方案。傳統工業機械手臂的教育訓練需要工程師事先撰寫程式碼,流程繁瑣且缺乏彈性。磐儀科技展示的主從架構完全改變了這個邏輯——操作者直接手持 Master 機器手臂做出動作,旁側的 Follower 機器人透過 Edge AI Box 即時連動並同步學習,整個過程不需一行程式,所有動作記錄與時間軸均顯示在 Dashboard 上,可隨時回溯。底層運算平台採用 Intel 最新的 Panther Lake,最高達 180 TOPS,足以支撐即時的物件辨識與運動控制推理。

第二個展示主題是視覺 AI 多產業安全監控。這套系統搭載 Memry X AI 加速卡,以第 14 代 Core i 處理器為基礎,可同時處理 16 個獨立辨識通道。展場演示的應用涵蓋工地現場的個人防護裝備(PPE)穿戴偵測、人員跌倒自動報警、火災與煙霧偵測,所有告警均以 Real-time 方式即時推送給現場維護人員。大量的感測數據在邊緣端完成分析,形成可供維護與監控使用的結構化大數據。

第三個展示主題是 Edge AI HPC 高算力解決方案,分為兩個重點產品。其一是搭載 NVIDIA Jetson THOR 的高算力平台,達到 2070 TOPS,展示 64 路同步監控視窗,針對智慧城市場景可同步執行車牌辨識、人臉辨識、性別年齡判斷、面部表情分析,以及車流疏導與緊急車輛通道優先控制。其二是獲獎產品 AEC8000 Edge AI Server,在 Embedded World 2024 紐倫堡展會中從眾多競爭者中脫穎而出,成為「Best in Show」唯一得獎者。這台系統以半個 19 吋機架的體積,容納了四張 GPU 卡(每張最高 600W,總功耗 2400W),搭配前置進氣後置排熱的優化風道,以及前端熱插拔儲存設計,讓維護與升級無需拆機,底層採用 AMD EPYC 8000 系列處理器,兼顧邊緣端與雲端的混合運算需求。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕