關於 aws 成本計算 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【居家學習不無聊！AWS Educate - 你的學習夥伴已上線】
>>五分鐘帶你認識雲端計算
>>您的學習夥伴AWSEducate
AWS全球學生大使種子培訓計畫團隊 🙋🏻‍♀️
特別整理出雲端的基礎知識，幫助雲端求知者停課不停學！
-
📍WHAT：什麼是雲端運算 ?
簡單來説，像是企業透過網路使用有運算能力、資料儲存、資料庫等功能的工具，以建立app、遊戲或網站，也能應用在 大數據、 物聯網 和 人工智慧 等領域。

📍WHY：為什麼要使用雲端運算？
1. 降低成本：不須前期購置成本，只有變動成本，大幅降低企業維運成本費用
2. 容量彈性：容量大小可以隨時更改
3. 效率高：不用購買昂貴的機房、場地與機器，也不用負責維護
4. 全球部署：幫助企業在全球迅速拓展
5. 安全性高：雲端由AWS協助保護，安全性提高許多

📍WHAT：什麼是AWS Educate?
AWS Educate 是 Amazon 的全球計劃，企業應用雲端服務時需要雲端技術人才，因此AWS為學生提供 免費學習資源 以培養雲端相關技能，並且能夠在平台上找到2萬多個相關職缺！
AWS Educate註冊連結：https://go.aws/3hbEk2T

📍WHY：為什麼要用AWS Educate?
1. 免費雲端技術資源
2. 完成課程可獲得AWS認證之證照或徽章
3. 參加網路研討會 增加實力

邊緣AI 2026將成 IoT晶片發展核心

04:102021/05/02 工商時報 集邦科技資深分析師曾伯楷

隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。在AI晶片助益下，IoT邊緣與終端裝置可透過機器學習或深度學習等技術加值，同時帶出無延遲、低成本、高隱私等優勢，顯示出AI晶片的重要性。預估全球AI晶片產值至2025年將達720億美元。

與此同時，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。

一、MCU、連接晶片、AI晶片為IoT晶片產業鏈三大關鍵零組件。　物聯網在傳統上多以感知層、網路層、系統層與應用層作為架構堆疊，主要經濟效益雖來自應用層的智慧情境發展，然感知層所需的產業鏈之上游零組件仍是支撐終端場景運作重要核心，其中又以微控制器（MCU）、連接晶片與AI晶片最關鍵。

MCU方面，建立在高效能、低功耗與高整合發展主軸下，IoT MCU現行從通用MCU演化成特定為IoT應用或場景所打造，如2021年3月STMicroelectronics推出新一代超低功耗微控制器STM32U5系列，可用於穿戴裝置與個人醫療設備；Silicon Labs同期推出PG22 32位元MCU，主打空間受限且須低功耗的工業應用、Renesas RA4M2 MCU著眼IoT邊緣運用等。

連接晶片方面，受物聯網設備連線技術與標準各異影響，通訊成物聯網晶片中相當重要的一環，從蜂巢式的4G、5G、LTE-M、NB-IoT，到非蜂巢式的LoRa、Sigfox、Wi-Fi、Wi-SUN等，從智慧城市、工廠、家庭至零售店面皆被廣泛運用，範圍擴及至太空，如2020年下旬聯發科與國際航海衛星通訊公司（Inmarsat）合作，成功以NB-IoT晶片完成全球首次5G物聯網高軌衛星資料傳輸測試。AI晶片方面，隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。此外，Microsoft在其2021年3月舉辦的年度技術盛會Ignite 2021上指出，2022年邊緣運算市場規模將達到67.2億美元，與深度學習晶片市場相當吻合，亦提及市場預估至2025年全球深度學習晶片市場將有望達663億美元。同時，Microsoft認為至2026年全球AI晶片有3／4將為邊緣運算所用，顯示出IoT晶片於邊緣運算的發展將成未來廠商重要布局之一。

二、邊緣AI效益顯著，成長動能仰賴數據處理過濾、邊緣智慧分析。

首先，從邊緣運算定義來看，市場雖已談論數年但定義與類別始終未統一，原因是各廠商於邊緣託管工作的目的不盡相同。例如對電信商而言，初步處理數據的微型數據中心是其邊緣端，而對製造商來說邊緣裝置可能是生產線的感測器，此也造就邊緣運算的分類方式略有出入。另外，例如IBM有雲端邊緣、IoT邊緣與行動邊緣的類別，ARM多將邊緣視為雲端與終端間的伺服器等裝置，亦有個人邊緣、業務邊緣、多雲邊緣等類型。

其次，從邊緣運算類別來看，現行分類趨勢和研究方式尚有以數據產生源為核心，藉由設備與數據源的物理距離作為分類參考，並將其分為厚邊緣（Thick Edge）、薄邊緣（Thin Edge）與微邊緣（Micro Edge）。厚邊緣多用以表示處理高數據流量的計算資源，並配有高階CPU、GPU等，例如數據中心的數據儲存與分析；薄邊緣則包含網路設備、工業電腦等以整合數據為主要目的，除了配有中間處理器外，也不乏GPU、ASIC等AI晶片；微邊源因與數據源幾無距離，故常被歸類為生成數據的設備或感測器，計算資源雖較為匱乏，但也可因AI晶片發揮更大效益。

整體而言，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性，在平台管理、工作量合併與分布式應用也更有彈性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益提升包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。

數據處理與邊緣分析於過往邊緣運算時已可做到，並在AI加值下進一步提升效益。以前者而言，數據透過智慧邊緣計算資源可在邊緣處預先處理數據，且僅將相關資訊發送至雲端，從而減少數據傳輸和儲存成本；從邊緣分析效能來看，過往多數邊緣運算資源處理能力有限，運行功能時往往較為單一，而邊緣智慧分析透過AI晶片賦能，進而能執行更為繁複、低延遲與高數據吞吐量的作業。

三、全球大廠搶攻IoT晶片市場，中國加重AI晶片發展力道。

IoT晶片於邊緣運算所產生的效益，使其成為廠商重要策略布局領域，雲端大廠如Google、AWS等紛紛投身晶片自製；傳統晶片大廠如ARM最新產品即鎖定邊緣AI於攝影機和火車的辨識應用、Intel亦投資1.3億美元於十餘家新創AI晶片設計廠商，NXP Semiconductors、Silicon Labs、ST則陸續在其MCU或SoC添加邊緣AI功能。此外，新創企業Halio、EdgeQ、Graphcore皆以AI晶片為主打。整體而言，若以區域來看，歐美大廠聚焦加速AI運算效能，但最積極發展AI晶片產業的則屬產官學三方皆支持的?心，代表性廠商包含地平線、華為旗下海思等代表；台灣則由產業聯盟領頭與聯發科和耐能等重要廠商。

（一）中國產官學助力，2023年AI晶片產值估將逼近35億美元。

AI產業是中國發展重點之一，其輔助政策如2017年《新一代人工智能發展規劃》、《2019年促進人工智能和實體經濟深度融合》，至「十四五」與「新基建」，都將AI視為未來關鍵國家競爭力。各大廠也因此陸續跟進，如百度發布AI新基建版圖著眼智慧雲伺服器；阿里宣布未來至2023年將圍繞作業系統、晶片、網路等研發和建設，騰訊則聚焦區塊鏈、超算中心等領域。

產官學研加重AI的發展力道也反映於AI晶片上，ASIC（特殊應用基體電路）廠商比比皆是。其中，AI晶片布局物聯網領域的廠商眾多，包含瑞芯微、雲天勵飛、平頭哥半導體、全志科技等，主要面向雲端運算、行動通訊、物聯網與自動駕駛四大領域。其中，物聯網領域進一步聚焦於智慧家庭、智慧交通、智慧零售與智慧安防部分，執行語音、圖像、人臉與行為辨識等應用。若進一步聚焦於邊緣運算領域，則以地平線、寒武紀、華為海思、比特大陸、鯤雲科技等最為積極。整體而言，TrendForce預估，中國AI晶片市場有望從2019年13億美元增長至2023年近35億美元。

綜觀中國AI晶片發展，雖有中美貿易摩擦導致設計工具、製造封測等環節較受限制，且開發成本始終居高不下，然而，藉由產官合作以及中國內需市場需求動能，仍能有效支撐該產業成長。若以邊緣運算來看，鑒於AIoT市場持續茁壯，特定應用的ASIC將是重要發展趨勢，尤以汽車、城市與製造業來看，相關場景應用如人身語音行為辨識、人車流量辨識、機器視覺等需求皆相當明朗，預期也將成廠商中長期發展主軸。

（二）台灣人工智慧晶片聯盟積極整合，監控與機器人為邊緣AI應用兩大方向。

台灣廠商聯發科和耐能同樣結合邊緣運算與AI兩技術作策略布局，就整體產業而言，2019年由聯發科、聯詠、聯電、日月光、華碩、研揚等廠商共同組成的台灣人工智慧晶片聯盟（AITA）發展迄今已越趨成形，各關鍵技術委員會（SIG）亦訂定短中長期發展目標。

邊緣AI發展則由AI系統應用SIG推動，其第一階段至2020年著眼半通用AI晶片發展與智慧監控系統應用平台的裝置端推論，2021年則聚焦以裝置端學習系統參考設計，以及軟硬體發展平台的裝置端學習為主，並規劃在2023年能以多功能機器人為主體，發展多感知人工智慧和智慧機器人AI晶片發展平台。

換言之，藉由業界在智慧裝置、系統應用與AI晶片的串聯，短期至2022年都將是台灣邊緣AI大力發展階段，並朝智慧監控、多功能機器人深化，預期此也將帶動系統整合的凌群、博遠，終端設備的奇偶、晶睿碩，以及晶片設計的聯發科、瑞昱等邊緣AI商機；但相較中國廣大內需市場，台灣仍需藉由打造讓晶片廠和系統商充分整合的互補平台，以利降低晶片開發成本，並從其中尋求更多可供切入的大廠產業鏈。

附圖：2019～2023年中國AI晶片市場推估
AI於IOT流程主要著眼數據處理與分析之效
台灣人工智慧晶片聯盟系統應用SIG發展架構

資料來源：https://www.chinatimes.com/newspapers/20210502000153-260511?fbclid=IwAR0zlvUv8MKpcHrbgpa3xRAFaQXaxZuep9TCeZ-75myILNjuDV4SWEIdKZ8&chdtv

不要浪費危機 Never let a good crisis go to waste!

文：薯伯伯

亞馬遜的股價屢創新高，但在千禧之年曾遇危機，瀕臨破產。但正因危機，這家公司被逼轉營，並發展出現代互聯網密不可分的 AWS 生態圈。

不要浪費危機！

Never let a good crisis go to waste!

Dan Rose 曾經在亞馬遜及臉書工作 20 年，今年年初於 Twitter 簡要地提到廿年前亞馬遜浴火重生的故事，我在這裡約略翻譯，並稍作解說。

當年的太陽電腦（Sun Microsystems）就像 IBM 一樣如日中天，縱然服務又貴又爛，但卻是不少科技公司的後台數據中心，包括亞馬遜。千禧科網爆破，Dan Rose 在亞馬遜負責零售及 Kindle 開發，當年亞馬遜每年燒錢 10 億美金，佔開支最大比重的是維繫 Sun 伺服器。

亞馬遜的行政總裁貝索斯心知長此下去不是辦法，選擇了一個激進的解決方法，全面取代 Sun 伺服器，改用 HP/Linux 系統。Linux 的內核在 1994 年才發佈（這裡指的可能是 Linux Kernel 1.0.0），與 Amazon 同樣是新鮮事，亞馬遜把公司業務押注在 Linux 上，風險極高。

資金幾近用盡，圖以加價來緩和燒錢速度，卻又成了惡性遁環，還差幾個季度就要破產。但這是一條不歸路，過始了過渡至 Linux 就不能再回頭。

成也，開資能減八成。

敗也，公司便要倒閉。

而後續的發展，大家現在都知道了。在亞馬遜的大危機日到來之前，公司終於成功轉至 Linux 平台。一夜之間，開銷大減，還有無限擴充的可能。亞馬遜本來做零售為主，最受時節影響，一時伺服器甚忙，一時又閒置率甚高，全年最忙的時間，加起來就只有六個星期。

貝索斯就想，能否把多出的運算力，出租給其他公司？就像 1900 年，商店都要自設發電機，後來才使用公共電網。那麼在 2000 年，公司與其自設數據中心，為何不找個數據中心的服務供應商？這就成了 AWS 的基礎，亞馬遜的雲端運算平台應運而生，Amazon Web Service 簡稱 AWS，成了現代網絡密不可分的一部份。亞馬遜成了雲上的龍頭，你只要有上網，就必然有用過，諸如 Netflix、Facebook、BBC、百度、Adobe、Twitter 等，全是使用亞馬遜的雲端服務作儲存、數據庫、計算、機器學習之用。

按歷史的脈胳去看，即使沒有亞馬遜，雲端架構也是大趨勢。即使沒有特斯拉，電動車也會發展起來。但若不是亞馬遜，雲端的發展不知要延後多少年，要花費多少錢財才能達至這一地步？

正如公共電網降低了創業成本，AWS 的發展也大大減低開設初創企業的成本。AWS 不單解救了 Amazon，亦同時引爆了無限的創造空間。好像近來一度成為熱話的 MeWe，備受爭議的炒股平台 Robinhood，全部都使用 AWS 的雲端平台。

Amazon 在廿年間股價大漲 320 倍，曾經風光的龍頭 Sun Microsystems，卻在 2009 年被甲骨文收購，成為歷史的一道痕跡。如果不是千禧年的科網爆破，亞馬遜面臨資金斷絕的危機，也不會被逼走上改革的絕路。沒有這個危機，AWS 也不會誕生。沒有 AWS，其他初創企業的命運也會截然不同。

災難是機遇，即使痛苦的過程是漫長，但人要遇到難關才能迎難而上，否則只會隨波逐流。

今年是 2021 年牛年，兩年前的香港人，初一時只懂得吃喝玩樂。而在一年前，時代已然改變，香港人不再只是玩樂生物，學會關心的同路人的安危、良心經濟圈的發展、法律知識及支援、資金轉移離岸、資訊安全意識、人權民權法治之覺醒，變革之心更為熱熾。

當今香港，正是小人當道，當無恥成常態，香港面臨開埠以來最大危機，變革香港，更是刻不容緩。

不論外頭如何風高浪急，但願各位在牛年，也能找到自己努力的方向。

不要浪費危機！

Never let a good crisis go to waste!

謹祝牛年平安！

故事連結：https://twitter.com/DanRose999/status/1347677573900242944

圖：新年無事，見字吃草。

🚥 【 Signal 及虛擬號碼相關文章】 https://www.patreon.com/posts/47057020

🔑 【資訊保安文章整理，超務實長清單】 https://www.patreon.com/posts/46192115

▶️ 請訂閱 Patreon 頻道，支持不受干預的獨立創作及評論 | www.patreon.com/pazu