作者:戴士程、鄭志翊、陳昌憲輕量化邊緣 AI 與長距離無線部署之系統驗證
隨著智慧聯網的蓬勃發展，傳統產業與工業環境對遠程且非侵入式數位儀表的數據擷取需求日盛，但大多面臨邊緣裝置運算能力受限與無線傳輸距離不足的挑戰。為此，本研究設計並實證了一套整合輕量化邊緣 AI 與長距離無線傳輸的系統框架。此方法於伺服器端訓練 MobileNetV2 模型，並透過量化感知訓練（QAT）壓縮為 FP16 格式，使模型體積減少 49.77%，運行效能提升 33.84%。優化後的模型藉由 IEEE 802.11ah 無線技術，成功部署至超過 600 公尺外的邊緣裝置執行推論任務。本研究以模組化實驗來驗證此整合系統的技術可行性，為遠程非侵入式數據擷取提供了一套兼具成本效益與高度潛力的解決方案。