AI 與半導體
邊緣 AI 為何不能只比 TOPS？記憶體頻寬與功耗同樣關鍵
邊緣 AI 裝置的 TOPS 只代表理論運算能力之一；模型能否即時在相機、工業設備或 IoT 本機執行，還取決於邊緣 AI 記憶體的頻寬、容量、資料搬移效率與整體功耗。
周書豪2026年8月13日8 分鐘閱讀
洞見今日，影響未來。即時掌握台灣財經、國際趨勢、科技產業與生活議題。
數位行銷顧問與天使投資人。十年行銷實戰經驗，服務過逾百家企業，擅長 SEO 策略與成長駭客思維。同時關注投資趨勢，在多家新創擔任顧問投資人。
工作經歷：數位行銷顧問，曾任 Shopee 台灣行銷總監，現為獨立顧問及天使投資人，10 年資歷
學歷：國立台灣大學工商管理學系 MBA
代表成就
157 篇文章
邊緣 AI 裝置的 TOPS 只代表理論運算能力之一；模型能否即時在相機、工業設備或 IoT 本機執行，還取決於邊緣 AI 記憶體的頻寬、容量、資料搬移效率與整體功耗。
AI 伺服器的耗電不只來自 GPU。依 Micron 官方文章，在特定 AI 叢集配置與工作負載下，涵蓋 HBM、DRAM、SSD 與互連的記憶體子系統，最高可占總系統功耗 50%；但這是條件式公司估算，不能套用到所有機房與模型。
