- 邊緣 AI 將推論、資料篩選與部分決策處理移至更接近攝影機、感測器、機器、機器人或在地運算系統的位置。由於不同應用在功率預算、瞬態負載、散熱限制、環境暴露條件及可用空間等方面可能有顯著差異，因此邊緣 AI 的電源架構無法採用單一規格套用所有場景。
撰文 & 採訪 : 光寶科技 LITEON 編輯部 （企業品牌價值發展中心）
技術審稿 : 光寶科技 核心競爭力中心
AI 運算正逐步走出集中式資料中心，進入攝影機、機器人、工業設備、閘道器（Gateway）及其他必須在資料產生地附近完成分析與回應的裝置。歐洲電信標準協會（ETSI）的多接取邊緣運算（Multi-access Edge Computing, MEC）架構，同樣將運算能力帶到更靠近網路邊緣的位置，以支援低延遲、高頻寬應用。
然而，當智慧運算更靠近實體世界，電源設計所面臨的問題也隨之改變。部署於戶外的 AI 攝影機，與自主移動機器人（Autonomous Mobile Robot, AMR）、工業閘道器（Industrial Gateway）或企業邊緣伺服器（Enterprise Edge Server）有截然不同的需求。其功率預算（Power Budget）、瞬態負載（Transient Load）、散熱限制、環境暴露條件與可用空間都可能有顯著差異，因此邊緣 AI 的電源架構無法採用單一規格套用所有場景。
除了效能與可靠性之外，能源效率也正成為邊緣 AI 發展的重要指標。由於 AI 攝影機、機器人、工業設備與各類智慧終端的部署規模極為龐大，即使單一設備僅提升 2% 的電源效率，放大到全球數以百萬計的裝置後，仍可能轉化為顯著的節能與減碳成果。因此，高效率電源不僅是系統設計的需求，更是推動 AI 與永續發展並行的關鍵基礎。
對光寶而言，這也帶來將數十年電源專業延伸至更廣泛應用的機會，從小型裝置邊緣產品、工業系統、AI 伺服器，一路涵蓋資料中心基礎設施。光寶的價值不只在於提供單一電源產品，更在於整合客製化、熱管理與機構設計、峰值負載（Peak Load）支援、強固可靠性，以及約 5W 至 5000W 的一站式電源布局。
邊緣 AI 將推論、資料篩選與部分決策處理移至更接近攝影機、感測器、機器、機器人或在地運算系統的位置，而不是將每一項工作都送回集中式雲端。這並不代表雲端會消失，而是工作負載可依據延遲、頻寬、運算能力與應用需求分配至不同位置。美國國家標準與技術研究院（National Institute of Standards and Technology, NIST）的研究也指出，物聯網（Internet of Things, IoT）處理正持續從雲端環境往邊緣移動，並可能帶來網路效率上的效益。進一步了解 NIST 相關研究。 不過，對電源工程師而言，更關鍵的問題是：當 AI 運算真正進入各種實體裝置後，電源設計會發生什麼變化？
裝置邊緣（Device Edge）產品正朝向更小型化、更高整合度與更強運算能力發展。然而，機殼體積縮小，也代表電源轉換、散熱路徑、磁性元件與保護元件可使用的空間同步減少。
因此，電源供應設計必須在以下條件之間取得平衡：
● 緊湊外型（Compact Form Factor）與高功率密度（High Power Density）
● 轉換效率與發熱量
● 元件壽命與散熱餘裕（Thermal Margin）
● 機構設計與熱傳導
● 外殼表面溫度與使用安全
因此，對光寶而言，熱管理（Thermal Management）並不是獨立的散熱問題，而是與電路設計、材料選擇、機構架構、元件配置及長期可靠性緊密相連。
邊緣 AI 也正走出具備空調的室內環境。攝影機、感測器、閘道器與工業設備，都可能部署在戶外或沒有空調的設施中。針對特定應用，光寶可依產品與客戶需求提供強固型電源轉接器（Rugged Adapter）設計，例如支援 IP67 防水防塵與寬溫操作。需要注意的是，強固型環境設計（Rugged Environmental Design）不應與備援電源架構（Redundant Power Architecture）混為一談。強固型設計著重保護設備抵禦實際操作環境；備援架構則透過額外的電源容量或供電路徑提高系統可用性。兩者解決的是不同層面的可靠性問題。
AI 工作負載很少維持固定不變。例如，機器人在加速、夾取或移動時，可能需要顯著更高的功率；攝影機可能在特定情況下啟動額外照明或運算功能；充電與運算負載也可能同時發生。因此，峰值需求可能與平均功耗有相當大的差距。這使功率預算（Power Budget）與峰值負載（Peak Load）表現成為邊緣 AI 電源設計的核心考量。
傳統電源選型通常從額定瓦數開始，但邊緣 AI 需要更深入理解設備實際如何運作。一個貼近真實情境的功耗模型，可能需要納入以下因素：
● 持續功率預算（Continuous Power Budget）
● 峰值負載（Peak Load）的幅度與持續時間
● 輸入與輸出需求
● 待機功耗
● 充電行為
● 瞬態響應（Transient Response）
● 操作環境
● 熱條件
● 機構限制
● 可靠性目標
這正是客製化成為光寶核心優勢之一的原因。相較於將同一套通用電源供應器套用到不同邊緣 AI 產品，光寶可依客戶的實際應用、操作流程與系統需求調整電源特性。
自主移動機器人（AMR）、機械手臂等實體人工智慧（Physical AI）應用，清楚反映了這項挑戰。機器人系統在整個運作週期中，並不會始終消耗相同功率。馬達、感測器、控制器、攝影機、通訊模組與充電系統，都可能隨著機器執行的任務不同，形成不同的負載曲線（Load Profile）。因此，如果電源供應器只依平均瓦數設計，可能在一般操作時效率不佳，也可能在峰值負載（Peak Load）發生時供電不足。
光寶可依據實際操作行為最佳化電源設計，包括功率預算（Power Budget）、峰值負載（Peak Load）、熱條件、充電需求與機構限制，在提升可靠性的同時，降低不必要的電力與散熱負擔。光寶也已累積自主移動機器人（AMR）與機器人系統等實體人工智慧（Physical AI）應用的電源架構經驗，並以直流轉換器與充電解決方案支援這些應用環境。
客製化對中小企業（Small and Medium-sized Enterprises, SMEs）尤其重要。許多導入邊緣 AI 的中小型企業，未必擁有大型機房、充足的電源工程資源，也可能缺乏協調多家供應商的能力，必須分別處理電源轉接器、充電器、轉換器、工業電源產品及更高功率基礎設施。對這些企業而言，挑戰可能不在於選擇哪一種 AI 演算法，而是如何在不增加不必要整合工作的前提下，找到能同時對應多種裝置與操作條件的可靠電源架構。
光寶 透過以下能力回應這項需求：
● 廣泛的功率範圍；
● 依應用需求客製化；
● 峰值負載（Peak Load）支援；
● 針對嚴苛環境的強固型選項；
● 一站式電源採購。
這不僅能減少需要對接的供應商數量，也有助於縮短開發與整合週期。
氮化鎵（Gallium Nitride, GaN）已成為小型化與高頻電源轉換的重要技術。寬能隙半導體（Wide-Bandgap Semiconductor）如 GaN，在適當的電力電子設計中，相較傳統矽（Silicon）元件可支援更高效率與更高溫操作；但要真正發揮這些優勢，封裝與功率模組設計仍是關鍵。美國能源部（U.S. Department of Energy, DOE）也說明了這些優勢，以及封裝與模組設計在先進電力電子中的重要性。
然而，單純採用 GaN 並不是光寶的核心差異化優勢。GaN 元件已可由許多製造商在市場上取得。真正困難的是，如何把這些元件整合成一款小型產品，使其既能高效率運作、有效散熱、保護內部元件，又能讓外殼維持適合觸碰的溫度，並具備穩定量產能力。這種整合能力，正是光寶長期累積的技術經驗能發揮價值之處。
熱管理在熱量傳到機殼之前，就已經開始。光寶可透過最佳化電路設計與轉換效率，降低不必要的功率損耗，進而減少小型系統內部最終需要處理的熱量。
熱管理材料（Thermal Materials）會影響熱量從功率元件傳遞到其他結構的效率。因此，材料選擇不能只看熱傳導率，也必須同時考量機構設計、絕緣、可靠性與產品壽命。
下一項挑戰是實體整合。高密度元件必須被整合進越來越有限的空間，同時仍需維持：
● 適當的散熱路徑
● 電氣絕緣
● 結構可靠性
● 元件壽命
● 可製造性（Manufacturability）
● 可接受的機殼溫度
因此，真正形成較高技術門檻的，是熱管理與機構設計的整合，而不只是 GaN 本身。光寶的優勢，在於能協調電路拓撲（Circuit Topology）、熱管理材料、機構結構、元件配置與製造經驗，將高密度半導體技術轉化為完整且可量產的電源產品。
在其中一端，是小型感測器與終端裝置；往上則包括攝影機、閘道器、自主移動機器人（AMR）、工業設備、企業邊緣系統與在地運算基礎設施；再往上，則是 AI 伺服器與集中式資料中心。LITEON 的電源產品布局涵蓋這整段運算層級，功率範圍約從 5W 延伸至 5000W。
相關解決方案類別包括：
● 小型電源轉接器與充電器
● 邊緣裝置電源
● 工業電源供應器
● 電池充電與直流轉換解決方案
● 企業與邊緣運算電源供應器
● AI 伺服器電源
● 資料中心層級電源基礎設施
對客戶而言，優勢不只是產品型錄裡有更多選項。更廣泛的產品布局，讓同一個電源合作夥伴能隨著需求演進，支援 AI 架構中的不同階段。企業可能從小型邊緣裝置起步，之後擴展至工業邊緣運算，再進一步連接高效能伺服器或資料中心基礎設施。與熟悉各類電源環境的供應商合作，可降低每次運算架構改變時，都必須重新建立電源供應合作關係的需求。
光寶從裝置邊緣（Device Edge）到資料中心（Data Center）的布局，也使其能掌握不同層級的電源發展趨勢。這有助於光寶在市場需求改變時更靈活回應，並評估氮化鎵（GaN）、碳化矽（Silicon Carbide, SiC）、數位電源（Digital Power）、更高密度電源轉換或新介面標準，最適合導入哪些應用。
更廣泛的價值，在於光寶能依照客戶實際需求組合不同技術，而不是將同一項技術推廣到所有應用。小型裝置邊緣（Device Edge）產品可能優先考量體積與散熱表現；工業系統可能更重視強固性與峰值負載（Peak Load）；伺服器環境則可能優先考量功率密度、效率、管理能力與可用性。多年累積的電源設計經驗，使光寶能選擇並客製化適合的技術組合，同時持續將可靠性放在核心設計考量。這也讓「一站式解決方案」不再只是採購上的便利，而能進一步轉化為工程整合優勢。
實體人工智慧（Physical AI）將進一步擴展邊緣 AI 的角色，讓 AI 不只負責資料處理，更進入能感知並與實體環境互動的機器系統。自主移動機器人（AMR）、機器人、智慧工廠、智慧交通系統，以及由感測器驅動的工業設備，都需要穩定供電，因為運算結果必須即時轉化為實際動作。對這些系統而言，電源中斷不只是讓軟體暫停運作，也可能影響感測、移動、控制、充電、生產流程或設備可用性。
未來的邊緣 AI 市場，不會收斂到單一標準瓦數或單一產品外型。相反地，光寶預期不同邊緣層級將朝不同方向發展：邊緣裝置（Device Edge）將更加重視小型化、更高切換頻率，以及半導體元件、電源元件與第三代半導體技術之間更高程度的整合。企業與工業邊緣（Enterprise and Industrial Edge）則將更加重視數位電源（Digital Power）、更高轉換效率、更高功率密度、遠端管理，以及更多元的電源架構。
數位電源（Digital Power）早已應用於雲端與伺服器環境。隨著更多運算移至在地端執行，類似的能力也正逐步靠近邊緣 AI 設備。數位電源可透過以下能力，提供更高的可視性與控制能力：
● 即時電源監控
● 狀態與故障資訊
● 可設定的操作參數
● 遠端診斷
● 更智慧的系統層級電源管理
其意義並不只是將電源供應器（PSU）數位化，而是讓電源基礎設施能更即時回應所支援 AI 系統的實際運作狀態。
對光寶而言，其布局涵蓋裝置邊緣（Device Edge）、企業／工業邊緣（Enterprise / Industrial Edge）、伺服器與資料中心電源，也為這些技術在最能創造系統價值的場景中落地提供基礎。
邊緣 AI 的轉變，不只是把運算移得更靠近裝置，也同時創造出更廣泛、更分散的電源需求。攝影機、自主移動機器人（AMR）、工業閘道器、機器人、在地 AI 伺服器與資料中心，無法透過同一套通用電源架構達到最佳化。因此，成功部署邊緣 AI，需要在電源設計階段同步考量功率預算（Power Budget）、峰值負載（Peak Load）、空間限制、散熱表現、環境條件、可靠性與未來擴充性。這也正是光寶差異化優勢得以展現之處。
憑藉深度客製化能力、熱管理與機構整合、氮化鎵（GaN）應用專業、碳化矽（SiC）技術能力，以及更廣泛的先進半導體技術 know-how，再結合強固型電源設計、實體 AI（Physical AI）應用經驗，以及從裝置邊緣（Device Edge）到資料中心（Data Center）約 5W 至 5000W 的完整功率涵蓋範圍，光寶可協助客戶依據 AI 系統的實際運作需求打造電源架構，而非僅以額定功率作為設計依據。
隨著邊緣 AI 持續朝更小型的邊緣裝置產品、更高能力的實體人工智慧（Physical AI）系統，以及更加數位化的企業邊緣（Enterprise Edge）基礎設施發展，電源層也必須同步演進。探索 LITEON 電源解決方案，為下一個邊緣 AI 部署打造更可靠、更高效率，且符合應用需求的電源基礎。