關於 汽車後碟盤 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【隔離膜-保護電池不起火的關鍵】
時間：2021/7/19(一)
發文：NO.1281篇
大家好，我是LEO
.
❖大勢所趨
全球逐步邁向綠能，從油電混合到純電動車，到全面禁售汽柴油車，到禁止汽柴油車上路，整個產業發生翻天覆地的變化，傳統車廠面臨存亡之戰，也必須改變，就算是超跑界的名駒，也得跟上世界潮流。
.
義大利超跑品牌藍寶堅尼（Lamborghini）7月7日發表旗艦超跑「大牛」最終版，「Aventador LP780-4 Ultimae」全球限量600台，6.5升V12自然進氣引擎，最大馬力能來到780匹，能在2.8秒內從靜止加速至時速100公里，極速表現能飆到每小時355公里。
.
這台車是許多男人心中的夢幻逸品，上市超過10年的大牛也正式走入歷史，即將開啟藍寶堅尼走向「電動化」的時代。就連美式肌肉車「道奇」，向來靠著高耗油與V8引擎霸氣圈粉，也宣布將打造超大馬力的純電汽車，預估2024年將上市，這就是趨勢。
.
❖電動車的核心-電池
電池主要由三個元件組成，分別是電池芯、機殼與電源控制板。電池產業中最重要的電池是---鋰電池。以鋰金屬作為陽極活性材料的電池，高重量能量比、電壓平穩、壽命長、工作溫度範圍廣、低溫性能佳。
.
鋰電池系統約佔電動車成本的 30~40%，當電動車快速發展需求量不斷擴張下，鋰電池需求仍處於供不應求的狀態。
.
❖電池產業結構
上游---電池原材料廠商，包括電極、電解液、隔離膜、罐體等材料供應商，中游為電池芯，下游為電池模組廠商。
.
電池芯---主要原材料包括電極（正極、負極）、隔離膜、電解液及罐體等四部分，約占全部製造成本的 60%以上，電極--約占26%、隔離膜--約占23%、電解液--約占15%，從這裡就知道商機最大、賺最多的就是---上游材料商。
.
❖日韓廠商壟斷市場
目前全球電池芯主要的供應來源依然是日、韓廠商為主，國內要發展電池芯---大部分之原材料仍需仰賴進口，台灣只有罐體、導電碳以及少部分的電極材料與隔離膜由國內供應。
.
❖隔離膜-保護電池的關鍵
在台灣幾乎沒看到有人探討隔離膜，LEO首先來跟大家分享，【電池隔離膜】---它是放在鋰離子電池的正、負極之間的一層膜，主要功能是防止正負極接觸造成電流短路，在鋰離子電池的性能與安全性上扮演著極為重要的角色。
.
直接影響電動汽車鋰電池安全性和性能的重要材料，約占電池生產成本的20-25％間，電池隔離膜損壞就被認為可能是「電動車起火」的原因之一，由此可知，經過安全認證的隔離膜相當重要的。
.
從隔膜生產分類看，有「乾」、「濕」兩種工藝，分為乾式隔膜和濕式隔膜兩類。採用「濕式生產」工藝生產出來的鋰電池隔膜具有較高的孔隙率和良好的透氣性， 滿足動力電池大電流充放的要求。高階電池大多使用濕式隔膜，隨著動力電池對能量密度要求的提升，濕式隔膜的滲透率將逐漸提升。
.
❖隔離膜-領導廠商
恩捷股份(002812)-截至2020年底，在上海、珠海、江西、無錫、蘇州五大基地共有46條濕式隔膜產線，產能達到33億平方米，產能規模位居全球第一，2021年仍持續在江西、無錫、匈牙利、重慶，進一步擴大產能，為什麼呢？很簡單，產能供不應求，另外一個原因就是將生產基地與下游客戶綁在一起，穩定客戶關係直接供貨。
.
恩捷股份(002812)，截至2021/7/16收盤價245.7CNY，市值高達2190億，年初至今上漲58%，最近六個月上漲88%，最近一年上漲232%，最近五年上漲2379%，由此可知捷恩股份真的是賺翻了！
.
韓國SK IE Technology 去年秋季才剛宣佈將興建年產能3.4億平方公尺的第二座工廠，預計2023年第一季度完工。今年3月26日的董事會上再次決定加碼投資約1.13兆韓元，在波蘭Dąbrowa Górnicza投資第3和第4座鋰電池隔離膜生產工廠，年產能均為4.3億平方公尺，預定於2023年底和2024年第二季度投產，4座工廠投產後，合計將可能生產15.4億平方公尺的電池隔離膜。
.
❖隔離膜-台灣明基材(8215)
明基材料(8215.TT) 前身為達信科技，1998年成立，曾經是全球前五大偏光板供應商之一，為友達集團旗下子公司，主要供應友達偏光板。
.
原生產光碟片，轉型為偏光板製造廠商，隨著產業趨勢轉變—開始逐漸轉型佈局醫療相關產品及先進電子材料。其中，先進電子材料抓住電動車產業大趨勢—就是鋰電池隔離膜。
.
本業偏光板方面，第 3 季訂單維持高檔，產能從去年至今都維持滿載，將持續進行產線去瓶頸，預期本季供需仍吃緊，待下半年產業有一條新產線開出，供需才可望恢復平衡。
.
電池隔離膜去年第四季成功打入日系車廠後，出貨持續成長，又獲得第2家日本客戶認證中，看好電動車市場帶動電池商機，除日本市場外，中國電動大巴使用電池隔離膜需求也是未來重要目標，目前正評估擴充電池隔離膜產線。
.
這個產業台灣雖然落後，我們從最近全球一哥捷恩股份與南韓SK IE大動作暴力擴產，可得知未來的商機相當驚人，股價表現也在短期內大漲5成甚至一倍，這一波商機台灣也不能落後，後續最新的動態更新，請持續追蹤-股民當家群組。
.
⧉更多產業新知請鎖定
❖Line群組傳送門⤵️
https://lihi1.com/jjjwf
❖TG 頻道傳送門⤵️
https://t.me/stock17168
天佑台灣，疫情早日結束❤️

愛華火鍋 #新開幕
#環境整潔且消毒仔細可放心用餐
✨開幕活動FB or IG打卡送小痛風盤乙份（一桌一份）
✨Google真實評論結帳打95折

應該不少新竹人對於外地朋友詢問起慈雲路好市多周邊有什麼可以吃，而感到困擾不已不知道能說出什麼店家吧？更因為這一帶難停車出了名，主要路口在閘道下的關係無法迴轉，只要錯過了想折返根本超！麻！煩！但我本人最近吃到了這間值得推薦給你們的愛華火鍋，以單人小火鍋方式呈現且位於埔頂二路算蠻好停機車與汽車的。

愛華整體風格偏向民國六十到八十年代，連選用的歌曲都是當時流行的國語歌，店內主打熬煮八小時的雞白湯，並且從肉的精修、醬的調配都親自製作。

我們當天選擇了三種湯底，主打的雞白湯清甜濃郁並且帶著微微的雞油香氣。麻辣鍋使用純牛油入湯，香辣感十足以外必須要說的是因為選料天然所以在入喉時不會感到不適，當然大多小火鍋店處理不好的鴨血與豆腐，愛華都很優秀的呈現上桌。豬肚雞部分胡椒的風味偏淡，若比例再重一些會更加迷人。

主食的板腱牛、翼板牛大小切得剛好好入口，且油花與肉的比例拿捏得很好，搭配各種湯頭都挺合適的。雞肉如果主食沒選擇，我蠻推薦可以單點一盤享用，毫無雞腥味且肉質非常軟嫩Q彈，搭配著蔥油醬一起吃相當合拍。

對了，麻辣鍋會附四川乾料碟，我建議你們省著吃因為真的很！好！吃！辣先不提，它的香料比例很平均，不會出現許多店家會發生的哪一種辛香料過頭而苦或口乾舌燥的問題，有的只是舒服的香辣感，麻辣鍋的每一塊鴨血與豆腐我都實實在在地沾，後來連海鮮都搭配這乾料碟，真的太喜歡了。

◽️雞白湯／麻辣鍋+$119
／胡椒豬肚+$109
◽️套餐 （享一樣附餐）
板腱牛＄358／翼板牛＄398
活菌豬＄328／彈牙雞柳＄268
加點：海鮮小痛風 ＄168

📍新竹市東區埔頂二路120號
☎️03-6661055
⏰11:30-14:30／17:30-21:30

#愛華火鍋 #麻辣鍋 #新竹美食
#新竹小火鍋 #胡椒豬肚雞 #雞白湯
#喜多吃新竹 #新竹晚餐 #東區
#東區美食 #新竹美食推薦
#新竹美食地圖 #新竹市

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

🔺【2021台灣年度風雲車】 👉 https://pse.is/38y4a5
🔺【Go車誌 App 下載連結】👇👇👇
iOS系統：https://pse.is/3klzd8
Android系統：https://pse.is/3llbzc
--------------------------------------------------------

在台灣熱銷的Ford Focus系列部分車型迎來小改款，Ford Focus ST-Line Lommel X與Ford Focus Active 任性版配備了原Ford Focus ST Wagon專屬的「旭日之刃」智慧型多光束LED頭燈，會自動依照環境與車輛的現場情況來進行大燈的調整和遮蔽，在夜晚的可視性以及安全性大大的增加。另一項改款重點則是Focus ST-Line Lommel X搭配了進口旋壓鑄造輪圈，光是一顆輪圈就少了2公斤之譜，在操控及輕量的部分都達到了充分的效果，究竟嘉偉哥對於此次的小改款有什麼看法呢？讓我們一起來期待這次的影片。

New Ford Focus ST-Line Lommel X內裝以ST-Line專屬運動碳纖維紋路內裝飾板、闇黑頂篷、專屬平底真皮運動化方向盤及8向電動調整專屬運動跑車座椅等配置布局座艙，展現如同ST樣貌的動感氛圍。更多高科技含量的內裝配備還包含：標配8吋懸浮式全彩LCD觸控螢幕、結合SYNC®3娛樂通訊整合系統（內建中文聲控系統），並支援Apple CarPlay™及Android Auto 智慧手機連結，以及緊急通訊救援系統等便捷功能，HUD智慧型抬頭顯示器則為駕駛帶來目不離路的從容駕馭姿態。

New Ford Focus ST-Line Lommel X 搭載EcoBoost®182渦輪增壓汽油引擎，配置同級唯一SelectShift™八速手自排變速箱，可輸出最大馬力182ps與24.5kgm扭力峰值，並承襲歐洲性能鋼砲New Ford Focus ST的熱血基因，搭載Lommel專屬賽道級懸吊系統、煞車系統（含紅色卡鉗、前後加大碟盤），以及車身降低10mm的調校設定，提供更為精進的轉向精準度、靈敏度、車身穩定度，賦予駕駛者與Ford Focus ST系出同源的駕馭感受。

更多影片在Go車誌官網： http://www.buycartv.com/

【留言就送Go車誌口罩】 只要於『Go車誌官網』本影片下方，留言寫下本次影片心得，就有機會獲得限量Go車誌口罩(10入)哦！本次將會抽出五位幸運的車迷朋友喔！

===========================================
音樂來源：
ROY KNOX - Blue Eyed Demon [Official Instrumental]
Markvard - Show Me
DayFox - Always You
Call It Love – Peyruis
Sunset With You – Roa

▌建議開啟 4K 畫質 達到高品質觀影享受

😱 三寶橫行 保命要緊
輸入科技狗獨家折扣碼『3CDOG64G』
送 64G 記憶卡！不限時不限量
➥ https://bit.ly/2WYkCjU

===============================================================
勘誤：
08:11 : 吃到飽退場的只有「綁約優惠」，實際上還是會持續有 NT$1,199 另購性能方案的選擇！
不過也不是一定吃得飽，因為有一條但書：
(1)每月總里程超過 1,600 公里達連續 2 個月；且
(2)用於包括：快遞、物流、租賃 (長租 / 短租)、客運載客、旅館 / 民宿、餐飲外送等服務時，
Gogoro Network 得將使用者移出「騎到飽方案」，使用者不得拒絕，...

看來 Gogoro 就是要懲罰吳柏毅和熊貓運匠呢

現在路上看到別人騎 Gogoro 都像吃飯喝水一樣，身為科技媒體也需要來一輛，就選了甚少人騎的 S3 ABS 款。這個貼背性能和壓車靈活可是歷代之最，ABS 煞車手感也是 SBS 比不上的。
如果單純環保愛地球那大可不必，因為換算下來花費比油車高貴得多，組裝外觀用料也是明顯落差，月租費則是真的要計算給你看，影片裡面都有就給大家參考。

話說回來 Viva Mix Superfast 款最近很香，馬力大又有彩色儀表板；稍微看了一下規格，彩色儀表板、皮帶傳動是最香的地方，爬坡扭力和馬力稍微弱一點，價格則是差不多。 對我這種飆到極限的科技飆仔來說還是 Pass 了。

講回來行車記錄器，主要就是感光元件、解析度幀率、儲存格式在做選購依據啦。最近吵得厲害的安全帽固定突出 5mm 以內是有點爭議，好在機車法官就是內裝接電式。

過來人告訴你，行車紀錄器真的很重要，我們 Vivi 去年租車去音樂祭直接被撞後不理，一萬塊就這樣飛了 可憐哪 ¯\_(ツ)_/¯

同是被三寶荼毒的苦命人，幫你們爭取到了獨家優惠，現在輸入科技狗折扣碼『3CDOG64G』就送 64G 記憶卡！原本加購可是要花 NT$400 滴，不用謝了 🤗
➥ https://bit.ly/2WYkCjU

全文評測
➥ https://3cdogs.com/2021/07/06/motoj/
#科技狗 #Gogoro #S3ABS #GogoroS3ABS
===============================================================


::: 章節列表 :::
➥ 車體解析
00:00 哪裡環保？
00:31 外觀設計
01:31 動力煞車
02:39 型號分析

➥ 行車記錄器
03:19 選購要點
04:49 moto J Q-7
05:38 選手比較
06:00 無線傳檔

➥ 資費計算
07:05 資費計算

➥ 最後總結
08:33 心得總結


::: Gogoro S3 ABS 規格 :::
尺寸規格：1,890 x 740 x 1,110mm
軸距座高：1,316mm / 770mm
重量規格：102kg (無電池) / 119kg (含電池)
置物空間：26.5L
儀表板：​​正顯背光單色液晶
最大功率：7.6kW @ 3,000rpm
最大馬力：10.18hp @ 3,000rpm
最大扭力： 26 / 213Nm @ 0 - 2,500rpm
爬坡能力： 30% ( 17° ) : 40km/h
20% ( 11°) : 50km/h
10% ( 6° ) : 70km/h
傾斜角度：左：41° / 右：45°
單次續航： 約 170km ( 定速 30km/h )
動力系統：G2 鋁合金水冷永磁同步馬達
速度模式：電子油門 / 電子倒車鍵 / 油封鍊條
加速模式：智慧模式 / 標準模式 / 競速模式
煞車系統：油壓碟煞 / ABS 防鎖死煞車系統
碟盤規格：前 220mm 打孔碟 / 後 190mm 打孔碟
卡鉗型式：前 雙活塞 / 後 單活塞
輪胎規格：前 100 / 90 - 12 ( 59M ) / 後 110 / 70 -12 ( 53M )
前後輪胎：Maxxis MA-EV 高抓地力雙能胎
燈光系統：Class - C LED 頭燈 / LED 方向燈、尾燈組

::: 機車法官 moto J Q-7 規格 :::
處理晶片：晨星 SSC8339D
鏡頭構成：6G 全玻璃鏡片 f/1.8
解析幀率：1080P30fps
鏡頭畫素：200 萬畫素
錄影視角：DFOV 135°
錄影格式：2 分鐘循環錄影、TS 格式
記憶卡支援：最高 128GB microSD C10 / U1 / U3
供電方式：12V 轉 5V = 1.5A
防水係數：IP67
感測元件：三軸感應器
防水麥克風：Yes
無線傳輸：Wi-Fi
時間註記：App 校正 日期時間
拍照功能：App 控制
重量規格：50g
原廠保固：一年
建議售價：NT$5,500


不要錯過 👉🏻 http://bit.ly/2lAHWB4


--------------------------------------
#gogoros3abs #GOGOROS3ABS #gogoro #GOGORO #s3abs #S3ABS #gogoros3 #GOGOROS3 #GogoroS3 #motoJQ7 #機車法官 #電動車 #宏佳騰電動車 #gogoro電動車 #YAMAHA電動車 #PGO電動車 #電動車學生方案 #電動車優惠 #gogoro車友 #電動機車 #電動自行車 #行車紀錄器 #車禍理賠 #三寶 #行車安全 #電動車推薦 #電動車介紹 #機車介紹 #機車推薦 #機車2021 #電動車2021 #優缺點 #評價 #review #unboxing #PTT


📖 Facebook：https://www.facebook.com/3cdog/
📖 Instagram：https://www.instagram.com/3c_dog/
📖 LINE 社群：https://bit.ly/3rzUq8g
📖 官方網站：https://3cdogs.com/
📖 回血賣場：https://shopee.tw/3cdog

▋ 有任何問題都來這邊找我們：3cdogs@gmail.com

宜蘭巧遇粉絲跟拍
後來傳給我原始檔
稍微剪接一下就成片啦🤣
-
粉絲專頁
https://www.facebook.com/apteam499/

追蹤instagram 看更多私底下的生活
https://www.instagram.com/apteam499