思科推混合式AI架構 兼顧資料安全與運算效率

思科以智慧農業為例，認為應依照不同產業與應用情境，協助企業建構混合式AI架構。（記者陳文嬋攝，本報資料照）

〔記者邱巧貞／台北報導〕針對企業導入AI後資料究竟留在地端、送往雲端，或流向第三方的疑慮，思科（Cisco）台灣總經理林岳田表示，目前企業部署AI主要分為雲端（Cloud）與地端（On-premises）兩種模式。若採用雲端模型，資料必須送往雲端進行運算；若採用地端模型，資料則可保留在企業內部，因此對於高度重視資料主權的企業而言，多半會選擇在地端部署大型語言模型（LLM）。

不過，思科認為，企業未來最適合的模式並非單純採用雲端或地端，而是依不同應用需求採取混合式（Hybrid）AI架構。對於涉及機密資料、具有外洩風險的工作負載，可交由地端AI模型處理；至於不涉及敏感資訊、但需要龐大運算能力的任務，則可交由雲端模型負責，以兼顧安全性與運算效率。

林岳田指出，公司長期深耕網路與資料傳輸技術，能協助企業依照資料敏感程度進行分流，決定哪些資料留在地端、哪些資料適合送往雲端，透過最佳化架構兼顧資料安全、效能與成本效益。

談到實際應用案例，他分享，去年與奇美醫院合作推動AI醫療應用。由於中風患者術後常出現吞嚥困難，醫師及護理人員需長期記錄患者復原狀況，並持續蒐集病患與家屬回饋，因此累積大量醫療資料。由於醫療資訊涉及病患隱私，若全部送往公有雲，不僅增加資安風險，也會產生高昂的雲端運算成本。

因此，思科提供整合運算（Compute）、交換器（Switch）及儲存（Storage）的AI基礎架構一體機（AI Infrastructure Appliance），由醫院自行開發醫療應用程式，整套AI系統均在地端完成部署與運作，不僅兼顧病患資料安全，也有效降低雲端運算支出。

另一項案例則來自智慧農業。思科表示，台灣養豬技術居全球前段班，而提高仔豬存活率一直是智慧養豬的重要課題。由於母豬生產後翻身時，容易壓傷甚至壓死剛出生的仔豬，因此合作學校利用攝影機搭配AI影像辨識，即時分析母豬行為。當AI模型判斷母豬即將翻身時，系統便立即觸發現場OT設備噴出氣流，引導仔豬離開危險區域，大幅降低傷亡率。

思科指出，這類AI應用強調即時反應，因此整套模型均部署於地端完成分析，不需將影像傳送至雲端。若所有畫面都須先上傳雲端，再將分析結果回傳現場，不僅會產生延遲，也需要大量頻寬及雲端運算資源，整體成本相對較高，因此地端AI更符合即時控制需求。

因此，思科強調不只主打雲端或地端方案，而是應依照不同產業與應用情境，協助企業建構混合式AI架構，讓AI工作負載在資料安全、系統效能與成本之間取得最佳平衡。

一手掌握經濟脈動 點我訂閱自由財經Youtube頻道