超低延遲技術於智慧製造應用剖析
  • 721
  • 出版日期
    08月19日, 2022
  • 作者
前言

5G通訊技術及邊緣運算的發展,驅動產業對於智慧製造應用的落實,上述兩項技術的特性,除了增加資料傳輸頻寬、提升可靠性之外,「超低延遲」(Ultra-low latency)的特性也是促使智慧製造應用得以突破且落地的關鍵。本文將從超低延遲技術的應用範疇、技術現況、以及海內外大廠在超低延遲技術的布局,提供國內製造業者做為場域導入及應用布局策略之參考。

目錄
    前言
    智慧製造場域應用具不同數據延遲容忍度
    5G及邊緣運算下的低延遲應用環節
    主要大廠低延遲智慧製造解決方案
    結論
    附錄
圖目錄
    圖一、不同終端設備產生之資料,具不同資料量體及延遲容忍度
    圖二、即時智慧應用面對之延遲瓶頸,包括數據前處理、傳輸、運算等過程
    圖三、不同影像編碼及其應用演進
    圖四、在同樣失真率下,H.266編碼的資料頻寬僅占H.265的一半
    圖五、VVC藉由強制GDR,降低IDR Frame在解碼端的突波(peak)延遲
    圖六、V-PCC的原生點雲壓縮格式,適合3D視覺處理及環境感知類智慧應用
    圖七、uRLLC以mini-slot與Grant Free機制達成低延遲傳輸特性
    圖八、伺服器內的CPU及加速晶片(xPU)於邊緣運算及邊緣AI用途
    圖九、NVIDIA Issac為用於機器人及視覺型AMR邊緣學習的解決方案
    圖十、NVIDIA以GPU+DPU的融合架構,推出一站式AI-on-5G 邊緣運算平台
    圖十一、Azure IoT Edge應用架構
    圖十二、Audi運用即時邊緣機器學習,強化生產線上多組機器人協作焊接品質
    圖十三、凌華建立於DDS技術的低延遲設備協作邊緣解決方案ADLink Edge
表目錄
    表一、不同智慧製造應用的最低延遲容許度
    表二、晶片指令架構在邊緣伺服器運算延遲的比較
    表三、智慧製造低延遲解決方案大廠比較
推薦報告
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們