在 AI 轉型浪潮下，邊緣 AI 的關鍵不再是單一追求算力，而是以應用為導向，在解決痛點的同時，更重視成本、功耗與反應時間。
根據 的報告，邊緣 AI 市場從 2024 年的約 240.5億美元預估成長到2035 年的 3,568.4億美元，年複合成長率高達約27.8%。
DFI 近期參與 Embedded Computing Design（ECD）舉辦的線上圓桌論壇「Roundtable Event: Navigating AI at the Edge – A Multi-Stakeholder Technical Deep Dive」，與多家公司聚焦邊緣 AI 的最新技術與應用，從 AI 應用、商業策略、平台技術、連接性與標準化等面向深入交流。
DFI 作為首家參加 ECD 圓桌論壇的台灣工業電腦公司，在會中展現其於邊緣 AI 的深厚實力：以高可靠工業級硬體與豐富產業經驗，協助智慧製造、交通運輸、醫療、能源與嵌入式娛樂等多元場域 AI 落地。整場對談凸顯：邊緣 AI 的實現並非單純的技術堆疊，而是一場結合策略思維與實務面的深度變革。
需求導向：DFI 以 COTS／半客製／全客製打造可持續的邊緣平台
從釐清客戶需求、解決實際痛點，到選擇最適的平台方案並確保軟硬體高效協同，每一個環節都深刻影響邊緣 AI 的效能與長期價值。Jarry 在圓桌論壇指出，面對強勁的邊緣 AI 需求，客戶評估導入時往往圍繞兩大關鍵：「需求導向」與「平台選擇」。唯有在這兩者之間取得穩健的平衡，才能真正推動產業邁向更高效、永續且智慧化的未來。
DFI 採用 COTS（Commercial Off-The-Shelf，商用現貨）策略，提供涵蓋多樣形態（form factors）的 工業用主機板（Industrial Motherboard）、系統模組（System-on-Module）、單板電腦（Single Board Computer, SBC）、嵌入式系統（Embedded System）、邊緣 AI 伺服器（Edge AI Server） 與 嵌入式觸控電腦（Panel PC） 等產品，協助客戶快速篩選並導入最合適的平台，加速專案第一階段落地。
當應用需求進一步延伸至客製化時，DFI 採用 半客製（Semi-Customization） 模式：在既有、經驗證的平台基礎上（涵蓋 I/O 介面、子系統、機構設計、散熱方案等）進行小幅精準調整，例如 I/O 配置優化或主機板客製設計。此作法在不增加系統複雜度的前提下，能有效縮短開發與認證時程、降低潛在風險，同時保留高度彈性以精準貼合應用需求。
若專案具備獨特規範或高度差異化需求（如國防／航太等嚴苛環境與法規、特殊機構設計或外觀形制、客戶指定特定認證等），則進入 完全客製（Full Customization） 階段。DFI 憑藉多年提供 DMS（Design Manufacturing Service） 的經驗，能滿足客戶專屬規格要求，並透過前期需求澄清、模組化復用、長供期料件選用及版本管控，有效掌控成本、時程與風險。
此三階段策略使客戶能將資源聚焦於應用開發與商業價值實現，同時在效能、功耗、可靠性、合規性與產品生命週期之間取得最佳平衡。
平台選擇：汽車 vs. 機車，以 UberEats 外送平台為例
在選擇邊緣 AI 平台時，Jarry 提出了一個貼切的比喻，以外送平台的交通工具為例。
高性能平台（像「汽車」）：以美國為例，多數外送員使用自有汽車，馬力強、載重高，適合長距離與高負載任務，呼應幅員遼闊的環境特性。對應到邊緣 AI，NVIDIA 等高效能架構能支撐大型模型與複雜運算，表現強勢；但也伴隨較高的能耗與成本，是「高性能優先」的典型代表。
高效率平台（像「機車」）：在台灣，外送員多以機車穿梭巷弄，啟動快、機動性高，特別適合地狹人稠、交通密集的城市場景與短途多工任務。對應到邊緣運算，著重 24/7 穩定、即時回應與前線佈署彈性，並在體積、功耗、散熱上走輕量化設計；如 AMD、Intel、NXP、Qualcomm 等方案，就像靈活的機車——反應迅速、部署彈性高，適合在地即時決策。
為何「平衡」才是關鍵：在不同地區與應用情境下，「汽車」或「機車」各自代表的高性能與高效率，會導向不同的最佳化策略。平台選型不在於分出孰優孰劣，而是根據任務負載、能耗與成本、部署環境與維運條件，於「性能」與「效率」之間找到最適解。特別在邊緣場景中，僅追求算力遠遠不夠——功耗效率、散熱設計與 5–10 年的長期可靠性，往往與運算能力同等重要。從總持有成本（TCO）觀點來看，最強大的平台不一定是最好的選擇；真正決勝之處在於效能、能耗、散熱與長期維護成本之間的可持續平衡。
DFI 提供了一個「既有穩定品質、又有彈性客製空間」的技術策略視角，是在 COTS 與完全客製之間的理想中庸之道。DFI 採取多元化平台策略，不僅提供 NVIDIA 的高效能方案，也涵蓋 Intel、AMD、Qualcomm 等不同選項，讓客戶能依需求挑選最合適的邊緣AI運算「載具」。
同時，Jarry 也在論壇上強調邊緣 AI 平台的資安重要性。DFI 以 IEC 62443-4-1 的安全開發生命週期為基礎，並在硬體層導入 TPM；此外與 Canonical 合作導入 Ubuntu Pro，因應未來 CRA 等關鍵裝置法規。Ubuntu Pro for Devices 提供最長 10 年的重要套件與安全更新，搭配 Landscape 進行 OTA 監控與維運，不僅可縮短 IoT 方案的上線與整合時間，亦強化資安與法規遵循，成為打造企業級、可長期運行平台的關鍵要素。
結論: 務實創新 × 合作驅動的邊緣 AI 策略
DFI 的邊緣 AI 策略建立在一個務實且可持續的框架之上。DFI認為，AI 的價值在於真正解決問題，而非為了「導入 AI」而導入。唯有選擇適合長期運行的平台，並在效能、功耗與可靠性之間取得最佳平衡，才能讓邊緣AI市場發揮最大效益。邊緣 AI 應用以可靠性與可用性為核心，DFI 憑藉超過 40 年的全球布局與跨產業合作夥伴，協助客戶因地制宜，靈活滿足各種應用場域的需求。
觀看完整圓桌論壇影片：
