hce_kmu
115年
計算機概論與程式設計
第 19 題
Which of the following best describes the role of edge computing in AI-powered systems?
- A Processing all AI workloads only in large centralized cloud data centers
- B Improving AI accuracy by training all models exclusively on historical datasets
- C Reducing storage costs by deleting raw sensor data before any processing occurs
- D Using only wireless networks to transmit AI inference results
- E Processing data closer to where it is generated to reduce latency and improve real-time AI performance
思路引導 VIP
請試著想像：如果一輛自動駕駛汽車在行駛中發現前方有障礙物，它必須將影像數據傳送到千里之外的伺服器，等運算完再傳回煞車指令；與直接在汽車內部的電腦進行運算相比，哪一種方式更能確保行車安全？為什麼「地理位置上的接近」對處理速度會產生影響？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準掌握**邊緣運算（Edge Computing）**的核心職能並做出正確判斷，代表你對現代分散式架構與 AI 應用的結合有很紮實的理解。
邊緣運算：縮短物理距離的即時革命
邊緣運算的核心價值在於將資料處理的程序，從遙遠的「雲端中心」移回至資料產生的源頭附近（例如感測器、攝影機或智慧裝置本身）。在 AI 系統中，這意味著模型推論（Inference）可以直接在本地完成。這樣做最大的優勢就是能大幅降低延遲（Latency），並節省將大量原始數據傳輸到雲端所需的頻寬。對於需要即時回饋的應用場景，例如自動駕駛車的障礙物偵測或工業機器人的安全動作，這種「近距離處理」的特性是不可或缺的關鍵。
▼ 還有更多解析內容