Tag: Edge Computing

此次宣布推出以台積電7nm製程打造的「Ampere」顯示架構，並且應用在新一代NVIDIA A100 GPU之後，NVIDIA除了宣布推出針對邊緣運算打造的商用伺服器EGX A100，同時也推出微型邊緣伺服器EGX Jetson Xavier NX。 ▲微型邊緣伺服器EGX Jetson Xavier NX EGX Jetson Xavier NX將可滿足EGX A100之外的小型邊緣運算規模，例如針對商店內監控攝影機，或是道路監視系統使用，藉此讓NVIDIA EGX Edge AI平台可以深入各類邊緣運算使用需求。 相比去年提出解決方案，此次設計同樣採用以台積電7nm製程打造的「Ampere」顯示架構，同時搭配新款Mellanox ConnectX-6 Dx SmartNIC網路卡加速運算數據傳輸效率與安全，藉此讓邊緣運算可發揮更高運作效能，同時也能相對精簡電力損耗。 ▲微型邊緣伺服器EGX Jetson Xavier NX 在接下來5G網路資源逐漸成為應用主流之下，NVIDIA預期將能推動更龐大的邊緣運算需求，同時也能將人工智慧運算、各類前期運算應用在物聯網、車聯網等佈署需求。 依照NVIDIA說明，EGX Jetson ...

針對近年開始大幅興盛邊緣運算需求，Supermicro稍早宣布推出旗下新款戶外邊緣系統設計，藉由IP65等級防水基地台設計，對應5G連網服務、邊緣運算，或是各地區節點串流伺服器佈署需求。 Supermicro此款戶外邊緣系統設計採用Intel Xeon D系列處理器，並且搭配使用Intel Xeon Scalable可擴充處理器，藉此對應不同運算使用型態，同時以透過IP65等級防水設計對應戶外佈署使用需求。 藉由對應開放軟體與分散式硬體佈署模式，Supermicro預期此款戶外邊緣系統將適用於5G無線網路訊號接取 (RAN)架構配置，或是對應各類邊緣運算使用需求，甚至也能作為雲端協同運算分散節點佈署應用。 本身除了可透過FPGA架構配置合適運算型態，並且藉由GPU元件進行運算加速，更可透過PCIe進行功能擴充，另外也能支援包含SSD、M.2或EDSFF規格儲存元件連接，分別可對應大量數據分析運算暫存，或是邊緣運算資料儲存等需求。 此外，新款戶外邊緣系統更以Supermicro旗下Building Block Solutions模組化設計，可依照合作夥伴建置需求進行處理器與記憶體客製化，方便依照需求彈性佈署不同邊緣運算架構，另外也支援Kubernetes容器等開源軟體，本身更獲得NVIDIA旗下NGC-Ready for Edge伺服器設計認證，將可藉由GPU進行人工智慧推論運算加速，並且將人工智慧運算技術應用在更多網路架構。

蘋果稍早傳出收購位於美國西雅圖的人工智慧新創團隊Xnor.ai，藉此強化本身在邊緣運算的應用發展能力。 不過，Xnor.ai團隊並未對此說法做任何回應。 對於蘋果而言，將可透過Xnor.ai旗下低功耗的人工智慧技術處理各類邊緣運算需求，例如透過人工智慧運算方式讓使用者手中的iPhone相機能有更好影像拍攝效果，或是透過鏡頭即時精準識別拍攝物件細節。 而就消息來源表示，蘋果收購Xnor.ai的金額，與2016年收購同樣位於西雅圖的人工智慧新創團隊Turi所花費金額相近，都是在2億美元左右。 由於本身專注在裝置端的邊緣運算應用，同時強調僅以低功耗型式即可運作，甚至可以輕易佈署於小型手持裝置或雲端運算平台，顯然是蘋果對Xnor.ai旗下技術倍感興趣原因，並且能將Xnor.ai旗下技術佈署於iPhone等機種使用，藉此加強裝置端前期運算能力。 另外，Xnor.ai更打造可使不擅長人工智慧技術應用的軟體開發人員，可以透過簡易方式將人工智慧技術嵌入程式編碼，藉此快速在旗下軟體服務佈署人工智慧應用模式，因此也吸引不少開發人員關注。 除了收購Turi，或是此次提及的Xnor.ai團隊，蘋果在2014年也悄悄收購網路新創公司Union Bay Networks，並且在2017年收購機器語言新創團隊Lattice Data，預期將以此推動本身雲端及邊緣運算的人工智慧佈署能力。

在此次CES 2020展前中，Intel預期從2019年有380組連網裝置，到2025年將成長至560億組規模，其中有75%將會是物聯網裝置，並且估計將會產生高達175ZB (Zettabyte)資料容量，其中至少過半比例會是由物聯網裝置產生，相比現今僅約不到1%比例資料產生源自物聯網裝置，顯然未來在邊緣運算的重要性會更高。 在而在接下來的5G聯網應用、人工智慧技術大量推廣應用，同時也催生越來越多的智慧物聯網應用模式，未來在裝置端整合人工智慧技術，藉此對應處理更龐大資料量的必要性將越來越顯著。 以旗下Mobileye為例，Intel強調藉由人工智慧與電腦是覺得結合，讓車輛行駛運作過程能透過邊緣運算實現主動警覺防護，協助駕駛在未能注意情況下避免撞擊等車禍情況發生。在與美國紅十字會合作部分，則是藉由第二代Xeon可擴充處理器整合人工智慧技術，讓紅十字協會以其地圖補充計畫建構更精準的地圖內容，藉此在偏遠地區進行救助時，可以提供更精準的協助準備。 除此之外，Intel也說明藉由Xeon可擴充處理器進行的邊緣運算，更協助Netflix針對旗下收錄影集內容以開源高效能編碼器 (SVT-AV1)進行壓縮串流，讓整體播放觀看效益得以提昇，其他應用更包含針對2020年東京奧運賽事的運動員訓練，以及觀眾直播觀看體驗進行數據處理最佳化。 甚至，在Xeon可擴充處理器運算效能支撐下，更可實現讓觀眾透過任意角度觀看賽事效果，其中便是在串流播放過程同時提供所有角度記錄內容，讓觀眾可以針對個人需求以最佳角度觀看，但是每分鐘所產生串流資料量就高達3TB，因此不僅需要更高網路傳輸頻寬，邊緣運算效能也必須能夠搭配處理。 Intel確認將會在今年上半年推出第三代Xeon可擴充處理器，並且將整合DL Boost技術，藉此讓人工智慧訓練應用效能提昇60%。

日前宣佈正式完成收購雲原生平台技術供應商Pivotal的VMware，稍早以市調機構IDC所公布《2020年全球IT預測 (2020 Worldwide IT forecast)》報告表示，數位轉型已經成為目前企業必然發展項目，而其中藉由「上雲 (connected clouds)」更是數位轉型中重要發展項目。 以27億美元收購的Pivotal，預計將協助VMware擴展雲端服務應用發展，並且可在各類雲端平台建置軟體服務，因此對於目前推動雲原生服務發展的VMware而言，收購Pivotal將具有重大意義。 從IDC公布報告顯示，數位轉型已經成為現今企業必須發展項目，其中更預期在2023年完成數位轉型的企業，將有更大機會取得數位霸權 (digital supremacy)，同時也將能推動更大生產總值。而「上雲」發展，更是目前數位轉型發展中不可或缺項目，藉由雲端平台打造各類服務，將能更無縫串接更大商機。 這些趨勢，恰好與VMware目前發展方向不謀而合，尤其在目前以Kubernetes容器技術打造的雲原生平台，以及同時串接公有雲與私有雲的混合雲發展策略，配合去年在VMworld 2019期間宣布推出的Project Tanzu產品組合，以及Tanzu Mission Control工具資源，將能多雲平台管理變得更加容易，同時也能降低企業端導入多雲發展模式的門檻高度。 在相關報告數據顯示，邊緣運算發展模式也會成為接下來主要趨勢項目之一，不僅將運算負載分散到前端，藉由前期運算降低傳輸到雲端進行運算的負荷量，除了能提昇整體運算效率，更能減少整體電力等成本支出，甚至能透過前期運算獲取更多數據資料，因此讓邊緣運算佈建顯得更加重要。 依照數據分析顯示，目前佈署邊緣運算架構的比例仍不到10%，但預期在2024年應用邊緣運算的發展模式將會大幅提昇，諸如Intel、NVIDIA、Qualcomm、Cisco、Ericsson、微軟在內業者近年來均聚焦邊緣運算發展項目，並且廣泛應用在人工智慧、智慧交通、無人車，或是智慧商店與智慧城市等應用領域，顯示邊緣運算所帶動發展機會十分龐大。 VMware副總裁Chris Wolf近日也分享了對企業IT趨勢的觀察，其中對於邊緣運算及雲端運算的看法與IDC報告方向一致，其他還包括各種微服務架構上的混合應用將逐漸受重視、特定硬體成為運算資源共享池、重視IT基礎架構的安全性、小型設備的擴充及靈活性、雲端服務供應商為多數企業提供機器學習的數據、邊緣運算的多用戶共享服務平台等等多方面的觀察。 針對台灣IT產業變化趨勢，VMware台灣總經理陳學智表示：「國際貿易戰局勢不明，資料中心投資及使用純公有雲都有更多新的不確定性，使資料在雲端、地端的搬遷彈性成為客戶在建置核心架構的考量重點之一。VMware在混合雲、多雲的連結、管理平台繼續深耕，2019年8月底推出Project Tanzu產品組合及Tanzu Mission Control，旨在協助客戶透過單一平台高效管理多雲運算，也讓企業投資保有一定的彈性。此外，VMware在2019年併購了Bitnami、Avi Network、Carbon Black、Pivotal等公司，就是希望能提升雲原生、負載平衡、端點安全的運算能力，而這些產品近期也開始陸續供貨，就是希望能為更多台灣企業帶來安全、彈性、高效益的基礎架構。」

先前早已布局安全監控應用市場的Canon，今日 (12/12)宣布攜手英業達與研華合資成立的AIMobile (英研智能移動)攜手合作，將以旗下影像系統技術優勢，結合人工智慧技術，讓影像視覺識別應用落實在城市智慧交通。 ▲透過影像辨識與人工智慧輔助，將可配合鏡頭系統落實各地區交通流量即時管制、疏導等應用 在此之前，Canon已經在日本九州福岡車站導入NVS解決方案，透過電腦視覺識別方式，藉此判斷車站人潮等資訊，進而可預先判斷做好人潮導引，或是針對突發事件等情況座號續處理。 而藉由Canon在影像系統技術發展優勢，結合AIMobile旗下採用NVIDIA運算平台打造的影像分析設備，並且透過邊緣運算方式加快整體資料處理效率，同時也能配合背後雲端協同運算資源，對應更龐大的數據分析成效。 除了應用在安全監控，Canon更強調此項解決方案更可應用在管理效益提昇，並且能套用在公共交通、製造業、能源產業、零售服務業、高科技產業、安全監控等應用，透過邊緣運算方式分析判斷人潮、車流分析，以及包含車牌辨識、違規停車判斷等應用。 ▲採用Canon鏡頭系統的監控攝影機 ▲AIMobile用於邊緣運算的設備，由於體積相對較小，方便用於各地區建置使用 透過不受天候、光線等因素影響的鏡頭系統進行影像內容識別，並且配合人工智慧進行深度分析，藉此讓各類智慧城市應用可以落實，另外也與目前智慧路燈系統整合，在路燈高密度分布特性，進一步結合環境感知、行動網路、定位追蹤，以及人、車流數據與雲端運算整合，將可讓城市可借助大量數據分析更「聰明」運作。 目前AIMobile已經與高雄交通局合作，藉由深度學習與邊緣運算方式，配合清晰的影像識別系統精準判斷道路行車車牌，同時也能進一步判斷車輛是否有違停情況。 AIMobile說明，雖然道路影像識別技術已經推行許久，但在亞洲地區相對有較高車流密度，同時機車使用比例相對較高，而道路也相對狹窄，加上路況可能會有諸多招牌等物件影像辨識結果，因此所需使用技術會有不少落差。 此次攜手Canon導入影像系統技術解決方案，並且串接NVIDIA人工智慧運算解決方案，AIMobile預期將能使此項技術推廣至車流、辨識難度相對更高的東南亞地區使用。 在目前Canon提出的影像系統技術解決方案中，ME20F-SHN網路攝影機已經可以實現在0.0005 lux照度可以拍攝清晰彩色影像，並且讓ISO光值可達400萬，藉此對應全天候不同光源、氣候環境拍攝需求，另外更提出高達1億2000萬畫素的網路攝影機設備，藉此對應高解析影像監控需求。 至於在隱私防護部分，Canon目前也能在旗下影像系統技術解決方案導入動作物件遮罩功能，透過設定輪廓顯示區塊保護用戶隱私，讓監控系統除了確保安全之餘，同時不影響他人隱私。 ▲未來Canon也會藉由影像解決方案擴展更大商用市場 ▲Canon提供可在低光環境拍攝的相機系統 ▲區分戶外與室內使用的影像分析系統 ▲建置網路影像管理系統，不僅能預先確保安全，同時也能管理效率 ▲目前在各地區的應用案例

今年宣布推出代號「Spring Crest」，並且與百度攜手合作的Nervana神經網路處理器NNP-T，並且在後續推出代號「Spring Hill」的人工智慧運算處理器Nervana NNP-I之後，Intel稍早在舊金山舉辦的人工智慧峰會活動上，揭曉代號「Keem Bay」的第三代Movidius Myriad VPU (電腦視覺處理元件)。 第三代Movidius Myriad VPU主要針對邊緣運算需求打造，分別可對應電腦視覺、影像處理加速，以及深度學習應用，並且相容Intel提出的OpenVINO加速運算框架。 對比NVIDIA的Tegra TX2，Intel表示第三代Movidius Myriad VPU將可發揮4倍運算效率，更是華為旗下海思半導體Ascend 310的1.25倍，同時相比前一代Movidius Myriad X VPU的推論學習能力約提高10倍運算效率，相比競爭對手同性質產品的推論學習能力更提昇6倍。 Intel說明，第三代Movidius Myriad VPU預計在2020年上半年推出。 除了推出新一代Movidius Myriad VPU，Intel更宣布推出DevCloud for the Edge服務，藉由OpenVINO分配工具組即可透過預先模擬方式確認各類人工智慧設計方案，藉此讓更多開發者、企業應用能以更有效率方式建置人工智慧運算模式，同時也能確認應該採購哪些合適的Intel處理器產品。 而針對先前提出的Nervana神經網路處理器NNP-T，以及針對雲端佈署應用的人工智慧運算處理器Nervana NNP-I，Intel在此次活動上也作了具體展示，並且配合旗下可擴展Xeon處理器說明接下來在人工智慧領域應用發展。

針對Intel接下來的資料中心及邊緣運算應用發展，Intel資料中心事業群副總裁暨Xeon處理器與資料中心行銷總經理Lisa Spelman在稍早接受訪談時表示，將會藉由旗下半導體技術資源持續擴展不同面向的運算需求，同時也會因應5G連網應用發展，針對更多新興服務打造最佳運算平台。 對於競爭對手也開始著重邊緣運算應用發展，同時憑藉本身顯示技術加速運算，或是藉由多核設計、採用更小製程強調在伺服器產品應用效益，Lisa Spelman則回應說明Intel本身持有龐大運算技術資源，同時也強調競爭對手的運算架構依然需要使用Intel產品作為輔助。 同時，Lisa Spelman也說明目前從小規模的邊緣運算到大規模的雲端協同運算需求，Intel都有完整的應用解決方案，即便是在人工智慧、電腦視覺等應用也均有對應技術產品，因此並不擔心市場競爭是否被人超越。 除此之外，針對接下來的5G連網應用發展，Intel目前也藉由旗下Xeon系列處理器、Optane記憶體技術、FPGA架構應用，以及Nervana人工智慧處理器對應使用模式更為複雜、建置環境更加嚴苛的邊緣運算需求，並且與既有雲端協同運算模式結合，藉此建構更具彈性的運算架構，讓邊緣運算能填補終端裝置與雲端之間的運算空缺。 以串流影音應用為例，傳統直接透過雲端伺服器進行串流運作的話，勢必要在雲端伺服器網路吞吐量、系統負荷能力加倍投資，以利高流量負載情況下仍可維持流暢運作，但如果藉由分散各地區的邊緣運算伺服器分攤存取流量，不僅能將運算需求分攤到各地，同時在整體建置成本、維護成本也更能達到節約效果，使得近年開始有不少廠商加倍投資邊緣運算應用。 藉由讓網路傳輸頻寬長時提昇，藉此因應高負載的串流影音播放使用需求 藉由Xeon處理器與Nervana人工智慧推論加速器，將能快速識別影片內容場景、物件，進而在影片內容即時加上合適廣告內容 尤其在接下來的5G網路發展階段，預期將會有更多物聯網、車聯網，乃至於智慧城市應用大幅成長，同時也預期改變未來運算使用模式。因此，Lisa Spelman表示Intel將憑藉本身長年累積的半導體技術做好完全準備。 對於競爭對手強調的顯示技術加速運算、採用多核與更小製程設計，Lisa Spelman強調這些都是Intel接下來將會陸續布局發展項目，因此並不擔心是否在邊緣運算、資料中心技術應用競爭失去優勢。 Intel在邊緣運算應用需求打造的搭載無線網路傳輸模組的邊緣算伺服器 而對於先前透露代號Lakefield處理器將會採用全新架構設計，未來是否也意味日後Xeon系列處理器也有可能迎接大幅度架構改變，Lisa Spelman對此表示雖然目前無法透露相關細節，但預期日後確實會持續導入更多設計，讓Xeon系列處理器能有更大運算效能表現。 至於針對NVIDIA收購Mellanox，藉此強化伺服器網路傳輸吞吐表現，進而讓伺服器運算效能表現可隨著網路傳輸效率增加而提昇的作法，Lisa Spelman表示確實這樣的發展吸引不少業界關注，但這也會是未來Intel發展方向之一，而本身在5G網路應用、網通技術也已經有相當投入發展。 另外，除了持續在硬體應用發展部分，Lisa Spelman也強調在軟體整合的重要性，因此不僅在與微軟、Google、AWS在內雲端服務平台有高度整合，針對Kubernetes容器技術、SAP Hana等第三方軟體技術應用也會持續擴展，甚至本身也會隨著硬體發展。而使軟體技術同步成長，藉此達成軟硬體整合效益。 Intel資料中心事業群副總裁暨Xeon處理器與資料中心行銷總經理Lisa Spelman

此次以佈署更具彈性，甚至可對應各類應用規模的EGX邊緣運算平台為主軸，NVIDIA在此次MWC LA 2019現場也與合作夥伴藉由實際案例詮釋各類EGX邊緣運算平台應用模式。 此次強調藉由EGX邊緣運算平台對應各類節點運算需求 為什麼要強調邊緣運算應用？ 之所以強調邊緣運算重要性，其實也是在於傳統雲端運算模式多半從端點直接連接，因此在累積龐大連接裝置數量情況下，反而會讓雲端服務系統負載過大，進而導致雲端系統傳輸延遲，甚至發生當機停擺情況。 在後續的雲端雲算架構，除了導入混合雲設計，更進一步採用邊緣運算模式，將各類大量運算規模依照使用情況集中在不同網路節點，讓端點運算需求可透過這些節點進行處理，並且做出即時反應，同時也能依照情況將必須保留數據接續同步至節點後方的雲端系統，進而可完成更具體的協同運算、巨量數據分析等應用。而在這些邊緣運算節點輔助之下，不僅能讓終端運算需求反應加快，更可紓緩雲端系統負載情況。 舉例來說，若Netflix僅向全球市場提供單一伺服器，在全球使用者於相同時間同時連接使用情況下，Netflix為了能讓系統順利維持運作，勢必要持續加大網路傳輸頻寬、伺服器記憶體等資源，但若是將部分運算資源佈署到各個前端節點，不僅能讓協同運算處理效率提升，同時也能相對讓維護成本、風險降低，甚至可以進行更具彈性的資料運算應用。 類似的網路架構，其實包含VMware、微軟Azure、AWS或Google Cloud都類似設計，主要是將窩樹運算需求分攤到各個前端節點，藉此讓整體網路連結運作更具效率，同時也能減少系統損壞、當機風險。 而NVIDIA提出的EGX邊緣運算平台，則是結合小至Jetson Nano運算平台，大到T4等級的GPU加速運算模式，配合先前收購Mellanox所提供網路介面控制器對應更快數據傳輸效率，藉此因應各類邊緣運算佈署需求。 ※相關連結》 NVIDIA擴大邊緣運算平台應用，加速5G連網應用與各類網路服務佈署 NVIDIA執行長：以軟體定義的邊緣運算更顯重要 黃仁勳：隨著5G網路發展，未來邊緣運算將變得更加重要 以各類案例詮釋邊緣運算應用 在此次展示案例中，例如由AiFi提出的小型智慧商店模組化佈建方案，即可透過EGX邊緣運算平台支撐店內攝影機對應的大量影像識別需求，甚至也能進一步串接背後來客數據分析，藉此判斷進入店內的男女性顧客比例、在店內停留位置熱點分佈，甚至對應停留時間與購買物品分析店內擺設是否應該作調整，或是什麼樣的情況容易吸引顧客購買動機。 其他應用則包含像是深圳碼隆科技打造的物件識別技術，透過電腦視覺分析結帳物品，並且配合秤重快速顯示、計算結帳金額，甚至可做到物件在透明塑膠袋內也能順利辨識，背後雖然也能個別透過Jetson Nano運算平台對應影物件識別效果，但若以大規模商場使用需求的話，其實透過一組EGX邊緣運算平台即可支撐所有運算需求，甚至可以讓建置成本更加精簡。 像是目前已經在舊金山、洛杉磯透過Hugo外送機器人提供送餐服務的Postmates，同樣也是藉由在地佈署EGX邊緣運算平台資源，藉此就近串接各個機器人即時傳遞的運作資訊，而不是透過單一雲端服務平台直接連接管理，如此一來將能讓機器人即時狀況更容易被系統監控。 藉由物件識別，即可讓超商結帳系統直接判斷商品價格 Postmates採用的送餐機器人可以透過EGX邊緣運算平台分攤大規模的大量送餐任務管理 應用EGX邊緣運算平台資源，搭配NVIDIA提供的SDK開發工具，其實也能打造不同應用，例如透過單組搭載T4加速卡的EGX邊緣運算平台，並且對應40組監控攝影機，即可配合Metropolis開發工具快速打造即時路況監控系統，讓系統透過數據學習，自動分析不正常車輛行駛模式，同時能透過串接通報系統快速排除異常現象。 而透過Cloud XR開發工具，則可藉由EGX邊緣運算平台資源，對應逼真、即時且穩定呈現的擴增實境，甚至虛擬實境影像內容應用。加上NVIDIA日前宣佈與Red Hat、VMware在內廠商合作，將能藉由Kubernetes容器運算方式串接更多應用服務，進而實現更流暢、高效率的邊緣運算應用成效。 藉由Metropolis開發工具與EGX邊緣運算平台資源，將可快速打造即時路況監控系統，並且透過機器學習方式自動找出異常情況 透過EGX邊緣運算平台進行加速，配合Cloud XR開發工具，即可以在地運算方式提供快速且穩定的虛擬視覺內容呈現效果 ...

針對從Computex 2019期間提出的EGX邊緣運算平台，到此次在MWC LA 2019宣布在EGX邊緣運算平台納入超級電腦規格，藉此對應規模更大的邊緣運算使用需求，NVIDIA執行長黃仁勳認為在5G連網時代裡，邊緣運算應用模式將會變得更加重要。 依照黃仁勳的說法，過去雖然強調資料上雲、藉由雲端協同運算的架構建置，同時也預期在5G網路帶動更快傳輸速率與傳輸頻寬下，將能帶動更龐大的運算規模。但事實上，並非所有內容都應該藉由雲端服務平台完成運算，一方面是基於運算負載量分攤，避免傳輸數據過大，反而造成運算延遲問題，另一方面則是顧及隱私問題，針對特定服務將涉及隱私數據保留在邊緣運算流程。 因此，市場開始有針對邊緣運算提出基礎架構設計，透過分散運算節點方式減少雲端服務整體運算負載，同時也能因應需求將涉及隱私數據保留在終端運算節點，而不會上傳至雲端備存，例如無人商店用於識別消費者身分的數據，僅會暫時儲存在終端運算平台，並且在完成消費交易後刪除，僅保留無人商店內包含購買商品、停留時間等不影響個人隱私的數據。 NVIDIA此次提出的EGX邊緣運算平台，便是針對此類需求打造，配合從Jetson Nano至Tesla T4等級GPU加速效果，讓邊緣運算效率可以大幅提昇，同時也能依照需求彈性擴充，甚至可以透過EGX Stack堆疊方式擴展運算效能。 黃仁勳表示，由於EGX邊緣運算平台採用軟體定義方式運作，無論是針對不同規模、不同應用面向的邊緣運算需求，都能透過相同軟硬體運算架構運作，因此在實際建置也能以更快效率佈署，甚至可以針對運算需求彈性調整，同時使用相同軟體執行。 從今年在Comoputex 2019宣布推出EGX邊緣運算平台，到此次在MWC LA 2019宣布加入超級電腦運算規格，黃仁勳表示過去幾個月以來持續與合作夥伴打造EGX邊緣運算平台，並且讓OEM廠商能更快生產相關應用硬體設備，同時透過相同SDK工具資源以軟體定義方式對應各類運算需求。 以iPhone產品為例，黃仁勳認為軟體定義方式將能讓邊緣運算平台有更大彈性應用，同時也能發揮最大效益。雖然目前已經有不少透過FPGA形式的運算架構作法，黃仁勳認為透過GPU進行運算加速，並且藉由圖形運算對應深度學習、人工智慧、加速運算等應用，將使邊緣運算平台能有更大發展空間。 GeForce Now不會僅在特定地區與單一電信業者合作 而針對此次GeForce Now首次與台灣電信業者合作，並且選擇與台灣大哥大合作將此項服務帶到台灣市場，黃仁勳透露實際上並不會侷限僅在當地與單一電信業者合作，因此未來甚至可能與中華電信、遠傳電信等業者合作，藉此在更多地區提供GeForce Now網路遊戲串流服務。 至於當越來越多遊戲轉向串流應用模式，是否擔心改變原本遊戲市場發展模式，黃仁勳則認為串流僅只是遊戲使用的其中一種方式，實際上遊戲使用形式也會跟著市場發展改變，例如從過往的家用電玩主機、PC走到行動裝置，乃至於雲端，但基本上還是會有各自不同發展機會，因此並不擔心未來串流遊戲是否改變市場。