起因于COVID-19防疫需求，让「超前部署」成为2020年热门辞汇，不仅政府力拼超前部署，事实上产业界也在力拼超前部署。

过去不少制造业者面对工业4.0、智慧制造、数位转型等浪潮，虽未抗拒，但总是看得多、做得少；然而因为疫情冲击，使得全球的供应链、需求端形势大乱，连带改变许多企业主的观念，「不趁此时调理体质、蓄积中长期竞争力，更待何时」，于是企业投入数位化、智慧化布局的比例，较以往呈现显着增长。

另一方面，根据Gartner报告显示，全球制造供应链受到疫情冲击，工厂劳动力短缺使产量与产能下滑至少20%，这一点，也对智慧制造需求产生助长的效应。所谓智慧制造，是一种技术驱动的方法，利用云端、物联网(IoT)、大数据、人工智慧(AI)等新一代的资讯科技，把生产过程中每一个环节都高度客制化、智慧化，协助制造业者更敏捷因应快速变迁的市场需求。

回顾从前，制造业追求的重点目标是自动化，意在建构大批量生产的能力，如今的智慧制造，则必须根据客户需求、进行快速客制化生产。

众所皆知，台湾制造业曾经展现傲视群伦的荣光，当时赖以驱动代工制造的能量，便是大批量生产；近年随着工业4.0掀起滔天巨浪，导致物换星移，台湾业者原本擅长的生产模式不再吃香，迫使业者投入发展智慧制造，期望藉由4.0浪潮乘势而上、重登荣耀。

制造业转型旅程  始于IT基础架构优化升级

只不过要做数位转型，并不是导入自动化、购置机械手臂就能了事，如果只是这样，恐让企业的智慧制造旅程愈走愈偏。

如何走对的路？首要之务，先让工厂资料中心的基础架构转型升级，将伺服器做重新配置，以便能处理多元化资料串流。接着建立集中储存库，把收集到的异质资料、不管是结构化或非结构化，通通存放于此。

而这个储存库，也是近年来不时有人提到的「资料湖泊」(Data Lake)，本意是超大规模且成本相对低廉的储存空间。例如在大数据场景中经常用到的Hadoop，即是实现资料湖泊的主要技术，只因Hadoop能储存任何型态的原始资料，当企业要进行资料分析时，再从这里取出资料、导入到资料仓储进行处理。

与此同时，企业必须备有大量且足够的运算资源，能充分因应任何专案的实验、测试与开发之需求，满足必要的资源容量，藉以提升组织敏捷性，加快智慧创新步伐。

此外企业不管想改善生产流程、提升生产效率、优化生产良率，或达到预防性维护保养，势必得建立超乎人类的识别、分类与处理能力，所以需要拥抱AI，部署机器学习(ML)和深度学习(DL)等技术。而当模型开发完成后，还需要将模型部署到边缘端，以便于针对现场不断生成的讯息做出汇总与分类，也就是所谓的AI推论，一旦证实为异常状态，就可立即採取行动，因此企业也必须建立边缘运算架构。

看到这里，企业主可能倒抽一口凉气，直唿要推动数位转型，光是为了改善基础架构，似乎就得付出高昂代价；况且就算不计成本，也未必能随时应付突发性需求、及时达到资源扩展。所以基于投资效益的最佳化考量，愈来愈多制造业者选择将云端纳为数位转型旅程的重要一环，且不只是中小型企业这么做，就连处于金字塔顶端的大型企业，都向云端靠拢。

半导体业向云端靠拢  加速晶片设计、测试及验证

论及智慧制造的超前部署，台湾某大型IC设计公司抢先产出全世界首颗5G SoC晶片(为7奈米制程)之例，肯定名符其实。综观这颗SoC晶片的内容，包含处理器、GPU、APU(AI处理单元)及5G高速数据机。

此开发案不论在设计、模拟和验证等各方面的复杂度，都超乎以往甚多，因而需要动用巨大运算规模，以伺服器的佈建台数来说，时不时扩展需求都是千台起跳、而且必须在短短几天内到位。可以想见，该公司的IT部门当时必定承受极沈重压力。

于是该公司决定建立混合云环境，除自建云外再加上公有云，之后便将电子设计自动化开发工具(EDA)搬上公有云运行，只因IT部门能在极短时间内部署大规模高阶机器、藉以执行EDA软体，让研发团队没有后顾之忧推进电路设计、效能分析等繁重工作，加速产出晶片电路图、交由晶圆代工厂生产，如期实现Tape-out目标。

不仅如此，该公司甚至还把IC设计后段最消耗资源、但也至关重要的静态时序分析(STA)的计算工作，同样搬到公有云平台来执行，确保5G晶片如期交付生产。

5G 临门一脚  智慧制造大步超前

现在谈到智慧制造议题，似乎不能只看AI、IoT，还得关注另外一个重要元素、即是5G。专家指出，企业无论进行人机协作、AI/ML演算、线上量测、运动控制或制定商业决策，都需要仰赖大量数据，假使这些数据移动到计算节点的延迟时间愈长，必定拖慢处理程序，让许多时间敏感型的创新应用难以为继。

有了5G通讯，挟着超宽频、低延迟、高可靠性等诸多优势，使得过去所有受制于资料延迟、处理速度慢的应用开发计画，通通能破茧而出，瞬间将智慧制造提升好几个档次。

更重要的，经由5G串联，意谓许多控制器或驱动器的佈线设计，不需再像从前如此复杂，势将使得运动控制架构、乃至其他更多自动化架构因而出现重大转变，值得密切关注。