4前天才傳出合併消息，兩家公司加快腳步，在今天早上各自的董事會通過股權合併。並由日本雅虎母公司Z控股（Z Holdings，簡稱ZHD）社長川邊健太郎和LIN社長出澤剛聯名公布，雙方正式簽訂合併意向書，計畫在今年12月18日，正式簽署對等合併的協議。

未來LINE將下市，變成私有化公司，並且由ZHD收購，初步估計以每股5200日圓收購。ZHD母公司軟銀和LINE韓國母公司NAVER將聯合成立一家新公司，各占50％持股來統一管理。

雙方暫訂的併購時間表，2019年11月18日整合基本意向書簽訂和基本資本意向書，2019年12月簽訂最終整合協議和最終資本協議，並於2020年10月正式完成股權轉換。這也意味著正式完成合併！ZHD也預定今天下午日本時間5點舉辦記者會公開說明。

日本雅虎用戶約5千萬人，而LINE在日本用戶約8,200萬人，兩者若合併後，有機會建立一個破億用戶的生態系。

Z控股公司旗下除了日本雅虎，還擁有知名一休訂房網站、大型物流商ASKUL，以及Z金融集團，而雅虎則持有日本網銀Japan Net Bank的44.25％持股（與三井住友銀行持股比例相同）

Z控股的發展策略，其實與LINE近年力攻的點數經濟和金融科技布局類似，如下圖，透過資料平臺整合支付和交易、線上用戶使用時間、電商交易、可記錄的使用者規模，來貫穿電商、會員、O2O、金融、整合營銷、廣告等產業，來營利。(圖片來源：Z控股)

「10秒！沒及時停機馬上損失100萬元！」多年以來，這是彰化工業區一家老字號工具機製造商無解的產線問題，最近，靠IT終於找出了對策。

成立逾一甲子的金豐機器工業（以下簡稱金豐機器），是全臺最大沖床工具機製造商，20年來出產了6萬多臺沖床設備，熱賣全球，年營收超過70億元，連鴻海富士康工廠都愛用。

但是，過去幾年，全球化競爭進入了低價紅海廝殺，臺灣工具機業面臨嚴峻挑戰，金豐機器也不例外，毛利逐年下滑，可是，少量多樣的客製化訂單需求卻越來越多，而且顧客要求的交期越來越短。

客戶型態的改變，對於金豐機器工廠運作帶來了巨大的影響，例如為了要趕上大型沖床的交貨時間，工廠得同時進行設計與生產，因而增加許多不確定的生產風險，加上設計變更、自製／外包頻繁，迫使金豐不得不開始轉型，4年前，高層決定淘汰傳統工廠，來發展智慧工廠。

金豐機器工業資訊部經理凃佑達表示，因為數位轉型，使得製造業IT不再是以往的純IT，更要站上營運第一線，協助公司營運成長。攝影／洪政偉

朝向智慧工廠轉型，更訂定三大轉型方向

在2015年，金豐機器規畫智慧工廠時，就訂定了三大轉型方向，就是要落實精實生產、提高供需預測，以及發展智慧化設備。先以金豐位於彰化總公司的工具機廠，來打造第一間工業4.0示範工廠。金豐高層相當清楚，工業4.0的關鍵是IT和數位化，為此，還特地升格IT，從資訊室改為資訊部，金豐機器工業資訊部經理凃佑達也一肩擔起了這個關鍵任務。

如同一般製造業的數位轉型作法，金豐第一步也是從蒐集數據開始，經由將廠內設備連網，工廠全面數位化，來整合大量生產數據串連至系統，希望經由數據分析來提高設備使用率、降低庫存成本，以及改善作業流程，以落實精實生產的管理方式，從2016年開始進入執行階段。

為了節省成本，凃佑達先是在工廠內導入單板電腦樹莓派（Raspberry Pi），搭配感測器，負責相關數據蒐集與設備連網，比起工業電腦，他表示，樹莓派同樣具有一般電腦該有的基本功能 ，還支援了Windows與Linux作業系統，而且，建置成本更便宜，後來，也決定拿它來用，並安裝在工廠內的產線設施，除了在上面自行寫程式透過I/O介面，來與機臺溝通，還在每個機臺上外掛感測器，如溫度、電流計等，以取得裡面更詳細的生產數據，等到樹莓派蒐集到數據後，會再透過廠內Wi-Fi，將這些數據回傳到後端的資料庫做後續分析。

工廠轉型第一步，先從數據蒐集開始做起

雖然只是數據蒐集，一開始也讓資訊人員吃足苦頭，他回憶，由於資訊人員過去只懂開發寫程式，對硬體完全一竅不通 ，也因此鬧出不少笑話，「剛入門時，甚至以為只要插上網路線，機臺就能連網」他笑著說，但試了半天都連不上，數據出不來，後來才知道沒那麼簡單。為此，他們還花了很長時間全部從頭學起，來熟悉工廠各種老舊設備使用的溝通協定，後來，才順利將數據取出，並將讀取出的數據，轉換成電腦可讀的型式，來進行後續分析的動作。

凃佑達透露，目前廠內約配置了30個Raspberry Pi 2，來持續蒐集每臺機臺上的生產數據，光是前2年總共就蒐集到了30億筆設備生產資料。

有了大量數據後，接下來，金豐資訊部門又花了半年時間，找到這些數據與不同機臺運作的對應關係，例如，根據每個機臺在不同工作負載情況下的電流值、溫度變化情形，來做為異常警示的參考依據，當監測數據出現異常高的數值，即觸發警示。而且，除了在每個機臺前方皆安裝了三色燈，提供現場工作人員燈號警示，他們還更進一步還將這些數據分析結果，以視覺化方式呈現，包含產線生產情況、機臺稼動率等，從螢幕看板上就能一目瞭然，讓公司高層不用親臨現場，從遠端就可以知道目前產線情況，隨時追蹤生產進度。

金豐多年來無解的產線難題，僅靠一套IoT監控系統就解決！

甚至，也因為看到資訊部門在工廠導入IoT應用已經獲得初步的成效，後來，就連生產部門也找上門求助，看看能不能夠透過IoT技術，替他們處理多年來無解的產線問題。

異常監控是金豐機器多年來在生產測試高速精密沖床機遭遇的一大痛點。 一臺造價逼近千萬元的高速沖床機，在組裝試車過程中，只要溫度異常驟升，10秒內沒停機，機具主軸零件一旦卡死損壞，馬上就損失一百萬元，不只要付出高額修繕成本，同時，這樣的事故，還會卡住整條產線，沒辦法正常出貨，連帶生產交期也得往後推延2個月，一旦顧客無法按時拿到貨，營收馬上就會下滑。

然而，之前沖床產線在試車過程中，並沒有一套好用的異常偵測機制，僅能靠人工檢視，一旦發生異常，現場人員又沒能即時發現，就只能眼睜睜看著這臺沖床裡的重要零件報銷，須更換零件才能接著測試，導致交期大延後。 後來，金豐資訊團隊接手後，很快替他們打造一套IoT監測系統，架設在試車的沖床上，可以提供異常偵測做到提前預警，使得這個讓生產部門長年頭痛的難題，馬上獲得解決。

這樣一套IoT監控系統，並沒有配備強大運算硬體，使用的僅是一臺樹莓派，搭配紅外線測溫、電流及壓力感測器，成本不到3萬元， 金豐僅花了兩周就建置完成。 這套簡單的IoT監測機制，並不需要AI，就能在現場人員察覺異狀之前，提前自動預警，將設備停機，避免客戶設備還沒出貨前就受損，而能如期交貨。 「甚至有次，同一臺沖床機罕見地發生了3次異常，都是靠這套監測機制才擋下來，一口氣替公司省下300萬元。」凃佑達自豪地說。

這也是金豐機器開始推動數位轉型，邁向智慧工廠所帶來的重要成果。

不只優化數百作業流程落實精實管理，更導入新一代製造業ERP

不只現場的精實管理，凃佑達更要求，生產流程也要能夠精實化。他先是在2016年全面導入電子報工系統，來逐步取代以往人工報工方式，這套系統也是由他們自行開發完成，能夠對應不同報工流程，以縮短作業時間；後來還自行建置MES製造執行系統，幫助管理者隨時掌控生產進度。並針對物料進貨也導入行動化，從驗收到發料都透過單一App來完成。隔年，更花了一整年，對於200多個組織內部作業流程重新進行優化，以簡化作業流程。

今年，凃佑達更決定汰換已經用了10多年的老舊ERP系統，改採新一代功能更強大的製造業ERP，他表示，今年8月已開始導入，年底將會在中國江蘇新廠先推出上線，明年4月臺灣廠接著上線。

在2017年時，金豐機器更提出5大智慧化發展推動主軸，包括，設備智慧化、工廠智慧化、管理智慧化、產品智慧化以及服務智慧化。為了要讓IT能夠幫助公司完成這5大目標，除了導入IoT，凃佑達去年更開始嘗試引進AI技術，並先從解決工廠生產交期的痛點下手。

靠AI提前預估供應商物料交期，讓採購提前掌握跟催時機

不同於一般製造業多將AI用於設備預防性維護，金豐則是優先解決當前最迫切的客戶交期問題，要讓所有沖床機臺，都能夠在預定交貨日期準時出貨，藉此提高客戶信任與滿意度，而這也是金豐要能夠維持競爭力的一大關鍵。

但是，想要準時交貨，並不是件容易的事，尤其，工具機業生產交期很長，例如金豐的大型沖床，從設計到交貨至少半年，加上9成以上都是客製，頻繁設計變更，導致客戶交期容易波動，這也造成上游供應商很難配合準時交貨，即使有採購人員逐一跟催，偶爾仍會有遺漏的情況，等到現場發現缺料後，這時要催貨就已經來不及了。「所以這時，AI就能幫上忙。」他說。

去年，金豐透過機器學習建模，從多達20萬筆資料進行訓練，這些資料大多是交期相關資料，如近10年ERP歷史資料，及工廠MES與IoT數據等，透過模型訓練，用以預測每家供應商可能所需交貨時間，再由採購進行跟催。例如，當預估這家供應商大約要一周後才能交貨，採購人員就能以這個預估時間提早電話跟催，不用擔心太晚或太早催。

儘管，目前AI預估的交期時間，跟實際供應商交貨日期，只有約6成準確度，「但對我們來講，已經很堪用了」凃佑達強調，經由主動跟催方式，讓採購人員，能夠提前在機臺生產前一周或二周，就能預測當天產線訂單的備料情況，「甚至可以知道供應商哪一周交貨，」他指出，不像以往可能要等到生產前一刻，才知道料有沒有進來，而如今有了這套跟催預估機制，對於工廠來說，也能提供更準確的供需預測，更容易掌握客戶交期進度，在雙方約定時間內交貨。

更進一步，凃佑達還要做到自動跟催，能以系統自動通知負責供貨的物料廠商按時交貨，省去人工的跟催。除了交期預測之外，金豐機器現在也有在訂單、庫存預測方面，開始結合AI進行相關測試。

不僅如此，凃佑達還規畫要把AI用在客戶沖床設備優化，其中一項計畫，就是要結合AI做到自動化油量調整，能夠在不大幅增加潤滑油的消耗成本的情況下，減少機臺問題產生。他表示，明年4月會在廠內展開數據蒐集及建模，之後也會運用到自家銷售的沖床產品上。另外，在客戶使用其沖床生產時，也將搭配AI機制來提供相關品質監測。

對於因為數位轉型，帶來IT角色的轉變，凃佑達的感受也很深，他表示，製造業IT從以前只專注在ERP維運，到現在還要開發產品，「不再是以往的純IT，更要站上營運第一線，協助公司營運成長。」他說。文⊙余至浩

  CIO小檔案  

金豐機器工業資訊部經理凃佑達

學歷：南開科技大學工管系學士

經歷：在金豐機器已累積20多年IT經驗，最早從程式設計師做起，一路升上資訊主管，多年來，一手規畫與主導ERP、網路系統、資料庫規劃與建置，2015年時，原資訊室升格改名為資訊部，他也升任經理一職，開始背負起金豐數位轉型的重任，要從傳統工廠，朝向智慧工廠邁進

  公司檔案  

金豐機器工業

● 地址：彰化縣彰化市彰水路186號

● 網址：www.chinfong.com.tw

● 成立時間：1948年

● 主要業務：機械沖床與鍛造機等設備之研發、生產及銷售服務等

● 資本額：約17億元

● 年營收：74.73億元（2018年）

● 董事長：張於正

● 總經理：曾盛明

  資訊部門檔案  

● 資訊部門主管職稱：資訊部經理

● 資訊部門主管姓名：凃佑達

● 資訊部門人數：6人

● 資訊部門分工：硬體、ERP系統開發及維護、智慧製造

● IT預算： 約800萬元（2018年）

  IT大事記  

● 2002年：完成第一套 ERP系統推出上線

● 2003年：導入電子表單系統

● 2006年：完成Oracle JD Edwards ERP系統正式上線，來取代舊有ERP

● 2007年：供應商訂單管理平臺上線

● 2015年：開始規畫朝向數位轉型，要從傳統工廠跨入智慧工廠、在工廠生產機臺導入樹莓派來蒐集IoT數據

● 2016年：導入電子化報工系統取代傳統手寫報工、自行開發的MES製造執行系統推出上線

● 2019年：開始導入新一代製造業ERP系統，以朝向工業4.0戰略轉型的發展目標前進

10/26~11/08精選IoT新聞

 MIT    自駕車感知系統  

偵測速度比光達快半秒！MIT開發新型自駕車安全感知系統，靠光影變化檢測不可見的物體

即使是偵測精度和解析度都高於雷達的光達（LiDAR），在路上難免還是會有死角或盲點。為了提高自駕系統的安全性，麻省理工學院（MIT）的研究人員最近開發出一種新系統，可以用來感知路面陰影的細微變化，從而協助自駕車在還沒過彎道時，就能提前預判前方拐彎處是否有移動物體，以避免撞到對向車輛或行人。

MIT研究人員將這套感知系統稱為ShadowCam，在偵測時主要使用攝影鏡頭，對準拐彎處的地面進行拍攝，用以檢測前方影像隨時間的光影變化，再透過電腦視覺根據地面陰影反推物體型態。 不同於只能檢測肉眼可見物體的光達，MIT表示，透過這樣的感知方式，可以提早半秒檢測出拐彎處有無物體，對於以毫秒為決策單位的自駕車來說，0.5秒等於是大大提高了行駛安全性，讓自駕車能根據預知的物體型態，是靜止或動態移動，來做出相應反應，而不是等到進入感測器有效偵測範圍內，才做出反應，讓自駕車決策可以再早一步。不過，目前該系統僅在容易檢測和分析陰影的室內環境下較能發揮作用，如停車場等。

 智慧物流   AGV搬運機器人  

迎戰雙11爆量包裹配送挑戰，菜鳥網絡要靠噸級搬運力的AGV機器人揀貨備戰

為了備戰即將到來的中國雙11，阿里巴巴旗下菜鳥網絡近日也在位於江蘇省無錫新啟用新一代智慧物流倉儲，導入了1千臺不同類型機器人，負責商品卸載、入庫、搬運及分類揀貨等協同工作。其中最大型的AGV機器人，一次更可搬起高達一噸重的商品貨架。菜鳥網絡指出，有別於人工揀貨每小時只能做到150件，每臺AGV機器人一個小時可以完成300到350件，效率足足翻了一倍。

在進行揀貨作業時，不需要人工拉著貨車揀貨，作業員只要站在工作站上，機器人便會抬著貨架延地面上的QR碼到你面前，給你想要的商品。除了AGV，還有機械手臂、標籤設備與自動化流水線將包裹送往配送區。該公司表示，新啟用的智慧倉儲在包裹訂單處理能力較上一代提升60%，出倉時間更節省了30%，足以支撐今年雙11帶來的數十億件包裹增長的挑戰。

 Google   智慧生活  

瞄準智慧穿戴裝置市場，Google重砸21億美元收購Fitbit

不讓蘋果Apple Watch專美於前，Google近日以近21億美元（相當於臺幣630億元），收購美國穿戴裝置大廠Fitbit，這也是Google今年第2大收購案，僅次於資料分析新創Looker的26億美元。成立2007年的Fitbit，很早就投入健康運動穿戴裝置市場，其推出的智慧手環、手錶可以自動追蹤記錄使用者的步數、消耗卡路里等活動，並提出個人建議目標。Fitbit去年也與Google展開合作，結合Google雲端與AI技術分析用戶健康紀錄資訊，截至今年，Fitbit在智慧手錶市占排全球第2，僅次於蘋果。對於這次的Fitbit收購案，Google指出，將藉由和Fitbit團隊合作，導入AI、軟、硬體後，加速穿戴裝置的創新，並強調將會保護Fitbit用戶資料的隱私和安全，同時亦將持續支援Android和iOS。

 無人車    Waymo  

無人車跨入B2B載運配送服務，Waymo將替全美最大汽車零售商配送汽車零件

Waymo近日宣布與美國最大汽車零售商AutoNation擴大合作關係，將替對方提供無人車B2B載運配送服務，這也意味著，Waymo無人車開始跨入B2B商業模式。早在2017年，雙方就已展開合作，起初，由AutoNation負責Waymo在亞利桑那州鳳凰城測試無人車的維護和維修作業；去年，雙方更進一步加深合作，讓AutoNation客戶前往其汽車零售店時可以使用Waymo無人車來接送。現在，更進一步，則是讓AutoNation可以在Waymo無人車服務區域內，使用無人車來協助運送汽車零件，往返在坦佩的Toyota 經銷據點和該地區其他獨立維修店之間送貨。

IoT晶片安全    Azure Sphere   

微軟IoT晶片及安全服務Azure Sphere 專案2020年推出

微軟於去年春天公布IoT晶片及安全服務Azure Sphere，近日該公司在IoT解決方案世界大會上，宣布這項晶片安全服務將於2020年2月全面推出。第一顆通過Azure Sphere認證的MCU，是微軟和聯發科合作的MT3620，已在去年推出。今年下半年，微軟更先後與NXP、高通展開合作，不論是在NXP新推出i.MX 8應用處理器，或是高通的新款蜂巢數據機晶片，都已採用Azure Sphere安全認證，來提高IoT連網安全的能力。另外，微軟稍早也才剛買下即時作業ThreadX RTOS系統開發商Express Logic，並將ThreadX RTOS改名為Azure RTOS，未來可望協助微軟壯大IoT版圖並與Azure Sphere互補。

微軟   邊緣運算   

微軟IoT Central平臺也能管IoT Edge服務的邊緣裝置了

在近日舉行的IoT解決方案世界大會上，微軟宣布替自家的IoT App服務Azure IoT Central新增數種功能，來簡化IoT部署與管理。其中這次最重要的功能，就是增加對於IoT Edge的支援，也就是說，現在可以在IoT Central平臺來管理和部署靠近資料源最近的邊緣設備或IoT Edge模組，並且還將原有隨插即用的IoT裝置部署和連接功能帶進IoT Central；除此之外，還借助API擴大延伸IoT Central功能，或可將它整合到其他IoT方案，包括對裝置建模、服務開通（Provisioning）、生命周期管理以及營運與數據查詢等；另外，還增加11個新的應用模板，可供零售、健康照護、政府及能源等不同產業直接套用。並支援多租戶服務模式以及更多資料匯出的選項。微軟表示，明年初亦將推出新的定價模式。

NB-IoT   美國電信商   

Sprint成最新一家！全美電信商皆已推出NB-IoT商用服務

先前才通過與T-Mobile合併案的美國電信商Sprint，近日終於宣布已在其Curiosity IoT平臺正式推出NB-IoT商用服務，不過，Sprint比AT＆T和Verizon更晚推出，是全美最後一家提供該服務的美國電信業者。在早之前，T-Mobile已率先在2018年夏季於美國推出全國性NB-IoT網路服務；而後，AT＆T和Verizon也分別於今年4月和5月推出了自己的NB-IoT服務。趕在今年底前，Sprint也正式加入NB-IoT商用服務的行列。Sprint官方指出， 將以NB-IoT做為在全國全面部署Cat-M網路的互補，來滿足各種IoT設備的連網需求。Sprint最近也在洛杉磯MWC活動上展示其NB-IoT的應用。責任編輯⊙余至浩

圖片來源／Fitbit、微軟、Waymo、微軟、菜鳥網絡、MIT

 更多IoT動態 

1.德國測試認證服務機構TÜV Rheinland在臺成立IoT技術評估中心，用以提供IoT裝置連網安全檢測

2.物聯網安全新創Particle在C輪融資獲4千萬美元，高通與Energy Impact Partners成最大投資者

3.蘇格蘭警方試用無人機從高空協助尋找失踪人口和迷途外籍旅客

資料來源：iThome整理，2019年11月

與微軟之間擁有複雜關係的Salesforce在上周宣布，將在微軟Azure雲端服務上部署Salesforce Marketing Cloud服務，同時也將建立Salesforce旗下Sales Cloud及Service Cloud與微軟Microsoft Teams之間的連結，顯示雙方再度破冰。

Salesforce與微軟之間原本就是競爭對手，例如Salesforce的客戶關係管理系統Sales Cloud與微軟的Dynamics 365。除此之外，在Steve Ballmer擔任微軟執行長的時代，雙方經常在媒體上針鋒相對，也曾在2010年互控侵權，微軟還曾推出反Salesforce的廣告宣傳。

但在Satya Nadella於2014年接掌微軟執行長之後，情況有了轉變，同一年雙方即宣布要整合彼此的Salesforce平台與Winodws/Office。且隔年甚至傳出微軟有意買下Salesforce的消息，最後則是因價格談不攏而破局。

然而，2016年時Salesforce與微軟再度出現緊張情勢，因為它們都想買下LinkedIn，最後LinkedIn花落微軟，使得Salesforce執行長Marc Benioff又出言諷刺微軟。

此外，去年微軟、SAP與Adobe才共組Open Data Initiative，打算推動開放資料框架，以讓不同業者之間的資料能夠互通與移轉，但本周AWS、Salesforce與Genesys又結盟提出類似的Cloud Information Model，同樣是為了促進雲端平台的資訊相容與互通，形成了欲互通卻又創造不同標準的競爭局面。

不論如何，商場上沒有永遠的敵人。Salesforce既與AWS合作，也和Google Cloud結盟，本周Salesforce則選擇了以Azure平台作為Marketing Cloud的服務供應商，準備在未來幾個月將Marketing Cloud從Salesforce自家的資料中心轉移到Azure，也計畫在明年底前讓Salesforce的Sales Cloud與Service Cloud能與Teams互通。

在2014年被聯想（Lenovo）以29.1億美元收編的摩托羅拉（Motorola Mobility），在本周發表了全新的Razr手機，Razr是摩托羅拉在2004年發表的手機系列，首款Razr V3為摺疊手機，經過了15年，摩托羅拉發表了外型與Razr V3類似的全新Razr，以向Razr V3致敬，新款Razr也是摺疊的，但卻是採用創新技術的摺疊螢幕，售價為1,500美元（約4.6萬元新台幣），預計於明年1月上市。

自從要價1,980美元（約6.2萬元新台幣）的三星摺疊螢幕手機Galaxy Fold因螢幕問題而延後至今年9月才上市之後，市場對於摺疊螢幕手機並沒有太大的期待，也讓華為抱持觀望態度，一再延後旗下折疊螢幕手機Mate X的上市，且迄今尚未公布確切上市時間。

而摩托羅拉的摺疊螢幕手機Razr卻讓不少媒體眼睛一亮。一來它並未利用摺疊螢幕來讓手機變身為平板，反而是用它來讓手機變小；展開後的Razr為12:9的6.2吋螢幕，跟一般的智慧型手機差不多尺寸，可以一手開閤，摺疊時很輕易就能放進口袋，Razr外部有個2.7吋螢幕，可用來顯示時間、通知、控制音樂或自拍。

二來它整個螢幕邊緣都由不鏽鋼框架包覆，並有特別設計的螢幕開閤轉軸與滑板，可預防碎屑掉入，而且展開之後螢幕上不會有摺痕，摺疊時則無空隙，且厚度跟Razr V3一樣。

在其它規格上，Razr搭載Snapdragon 710處理器，採用Android 9 Pie作業系統，內建6GB記憶體與128GB儲存空間，有1,600萬畫素且支援夜拍的後方相機，自拍為500萬畫素相機，支援USB-C、eSIM與指紋辨識。

Razr預計於明年1月上市，售價為1,499美元，根據摩托羅拉目前的規畫，在美國是與Verizon獨家合作銷售。

近日港警圍攻香港中文大學的行動，再次加深許多香港民眾對警察執法過當的觀感，也引發國際的批評，激烈的手段顯然更加速當地社會動盪，加上月底香港區議會選舉將至，持續是全球關心焦點。而在這次圍攻事件中，由於中文大學內設立了「香港國際網際網路交換中心」（Hong Kong Internet Exchange，HKIX），因此，網路上傳出圍攻目的是為「斷網香港」，不過，這樣的消息也引起過多揣測與爭議。為了瞭解香港HKIX的運作與影響，這次，我們分別詢問了在香港的資安人員與電信業者。

根據香港中文大學官網的說明，他們的資訊科技服務處不只是為大學提供服務，同時也負責營運HKIX，為香港網際網路服務擔當樞紐角色。透過HKIX，香港及亞太區內的網際網路資訊交換，可經此樞紐進行本地轉接，而毋須先傳送至海外再送返香港，令上網服務更快捷更經濟，也就是無需繞經海外，能夠節省時間和成本。

香港中文大學官網對HKIX的介紹中，指出該校資訊科技服務處也負責HKIX，為香港網際網路服務擔當樞紐角色。

對於HKIX出問題，具體帶來的影響會是？根據一間資安業者在香港的資安人員表示，若是HKIX受影響，香港內部的流量會減慢一些，但出國的流量並不會有很大影響，因為大部份網站都在國外。同時，他也提及香港資訊科技領域的立法會議員莫乃光在臉書的貼文內容，並指出他有相同的看法。

對於HKIX的傳聞，莫乃光在11月12日晚間發文說明他的觀察。一開始，他先表明已經聯繫過中文大學HKIX的同事，並從他過去在ISP運作的經驗，分析此事的可能性。

基本上，HKIX在中文大學設於兩個核心地點，並且設有中大以外衛星地點連接設施，即HKIX2/3/4/5，而這些設施仍需接回中大的HKIX。由於HKIX的作用，就是提供香港境內網際網路網的交換點，比起離開香港再作資訊交換方便和快速，因此，過去大部分的網際網路通訊，一向是透過HKIX與不同的ISP業者作交換。

不過，今日市場上已經有多個其他交換設施，不只是HKIX，莫乃光指出，現今個別的主要ISP業者也有使用其他的服務，包括Equinix、iAdvantage、AMS-IX、BBIX等，不僅如此，在個別ISP之間也有peering協議與提供transit服務，而這些存在，也都是為了讓HKIX在不能提供服務時，可以發揮被援的作用。

因此，對於這次HKIX的傳言，他指出，如果HKIX停止服務，網際網路速度確實會慢一些。但網路上傳出的資訊：「因為HKIX佔香港本地流量八成，所以就會慢了八成」，並不成立。

另一個議題，是關於執法單位攻佔HKIX，是為了監視其中的網際網路內容。他認為，沒有人能完全否定這個可能，不過，如果真的這樣做，將需要入侵大量屬於全港不同ISP的私人伺服器和路由器。因此，他認為，這在法律上和技術上的工程不小。

至於所有通訊軟體App，例如香港最普遍的是WhatsApp，是否都會通過HKIX？他認為這應該是不可能，加上現今普遍主流的通訊軟體，都有點對點加密保護。

最後，他也強調：「現在最重要的是中文大學學生們安全的問題。由於謠言甚多，我無意叫大家掉以輕心，不想為popo（意指警察）解說，但亦不想傳播假消息。」這番言論相當實在，顯示了學生安全已是香港社會與全球關心重點，而謠言與假消息的傳遞，在多方有心與無心推播下，更已經帶來嚴重影響。

而關於全球網際網路交換點（List of Internet Exchange Points），根據維基百科指出，香港共有10個交換點。

此外，我們也詢問到一家香港電信商，他們也表示，香港有多個類似HKIX的主機，其中HKIX有兩臺，其他則在別的公司，即使HKIX出問題，也不會變成資訊完全無法出去的狀況。

對於HKIX的傳聞，香港立法會議員莫乃光在臉書上表示，已經與中文大學HKIX的同事聯繫，加上他過往在ISP方面的經驗，做出較具體詳細的說明與解釋。

根據維基百科的內容，列出了全球網際網路交換點資料（List of Internet exchange points），當中香港地區共有10個，臺灣則是4個。

明年一月要截止的不只是Windows 7的支援。微軟上周公告計畫明年一月多個地區的語音助理Cortana將整合Office 365生產力軟體中，而終止支援獨立的Android 及iOS 版Cortana app。

微軟表示，將在2020年1月30日終止支援獨立的Android和iOS 版Cortana。屆時用戶在Cortana設定的內容，包括提醒和待辦事項雖然仍能存取，但都無法在Cortana app或Microsoft Launcher中運作。

微軟向首先報導的The Verge證實此事。微軟表示，Cortana是將對話式運算和生產力帶到各種平台策略的一部份，為了擴大Cortana的價值，微軟也將把它進一步整合到用戶的Microsoft 365中。

到了一月底，Cortana app至少會在英國、澳洲、加拿大、墨西哥、印度、西班牙、德國及中國消失。美國部份則不確定。

微軟自2015底推出Android和iOS版Cortana app加入語音助理市場，但是Cortana不論用戶數、合作夥伴及技能，都無法與Amazon Alexa、Google Assistant相比。2017年微軟和Amazon 簽定合作讓Cortana 和Alexa 可以彼此呼叫。今年初微軟執行長Satya Nadella公開定位Cortana和Alexa或Google Assistant並非競爭者，而是為Microsoft 365用戶的一項「技能」，因此也力求要能在Google Assistant或是Amazon Alexa、蘋果Siri平台上使用，就好像用戶在Android或iOS上使用微軟的App一樣。

此事也早有跡可循。2018年微軟將Cortana等專案從其AI+ Research部門移除，並移到Office部門下，當時媒體判斷Cortana將不再是獨立的語音助理，而是會整合到Office之中。先是整合入Outlook、待辦事項等應用，進而整個軟體套件，即Microsoft 365。

倒是在Windows平台上，Cortana反而是和搜尋切割，而獨立自成一個app，預計整合到明年春天推出的20H1。根據微軟年初的調查，Siri 和 Google Assistant使用量各佔36%，其次是Amazon Alexa (25%) ，Cortana則佔19%。

挑戰Netflix的Disney+上周正式上線，不過才短短四、五天已經有不少用戶發現他的帳號被駭並流到地下論壇上遭兜售。

Disney+提供每月6美元或每年69美元的串流影片訂閱服務，強打多部經典電影包括《星際大戰：原力覺醒》、《冰雪奇緣》，迪士尼經典卡通《幻想曲》（Fantasia）以及原創電視影集《莉琪的異想世界》（Lizzie McGuire）、《下課後》（Recess）及《X戰警》等。根據迪士尼提供的數據，自11月12日上線在美、加及荷蘭上線三天以來Dinsney+註冊用戶已超過1000萬。

就像許多新服務一樣，Dinsey+初上線時總是大小技術問題不斷，有人看不到節目，客服也令人諸多抱怨。不過較特殊的問題是，有用戶發現自己的帳號被駭；有人發現其帳號被駭，電子郵件和密碼也都被改。有人說他的帳號才申請開通10小時就被駭，並有人說帳號被駭，害他所有裝置皆無法再登入。

ZDNet上周發現，有數千Disney+帳號已流入暗網交易黑市，被以每個帳號3到11美元銷售，並有俄羅斯交易市集打出Disney+帳號為號召的廣告。利用這些帳密即可登入用戶帳戶一覽他訂閱的頻道內容，或是以其帳號訂閱節目。

報導指出，的確有用戶是用獨特的帳密卻還是被駭，這可能來自用戶裝置被安裝鍵盤側程式。但是大部份用戶被駭原因出在多個網站共用同一組密碼，致使別的網站外洩的帳密被用來駭入Disney+帳戶。因此使用密碼管理服務、避免多個帳號使用同一帳密組合的方法，仍然是有效的防制之道。

「10秒！沒及時停機馬上損失100萬元！」多年以來，這是彰化工業區一家老字號工具機製造商無解的產線問題，最近，靠IT終於找出了對策。

成立逾一甲子的金豐機器工業（以下簡稱金豐機器），是全臺最大沖床工具機製造商，20年來出產了6萬多臺沖床設備，熱賣全球，年營收超過70億元，連鴻海富士康工廠都愛用。

但是，過去幾年，全球化競爭進入了低價紅海廝殺，臺灣工具機業面臨嚴峻挑戰，金豐機器也不例外，毛利逐年下滑，可是，少量多樣的客製化訂單需求卻越來越多，而且顧客要求的交期越來越短。

客戶型態的改變，對於金豐機器工廠運作帶來了巨大的影響，例如為了要趕上大型沖床的交貨時間，工廠得同時進行設計與生產，因而增加許多不確定的生產風險，加上設計變更、自製／外包頻繁，迫使金豐不得不開始轉型，4年前，高層決定淘汰傳統工廠，來發展智慧工廠。

金豐機器工業資訊部經理凃佑達表示，因為數位轉型，使得製造業IT不再是以往的純IT，更要站上營運第一線，協助公司營運成長。攝影／洪政偉

朝向智慧工廠轉型，更訂定三大轉型方向

在2015年，金豐機器規畫智慧工廠時，就訂定了三大轉型方向，就是要落實精實生產、提高供需預測，以及發展智慧化設備。先以金豐位於彰化總公司的工具機廠，來打造第一間工業4.0示範工廠。金豐高層相當清楚，工業4.0的關鍵是IT和數位化，為此，還特地升格IT，從資訊室改為資訊部，金豐機器工業資訊部經理凃佑達也一肩擔起了這個關鍵任務。

如同一般製造業的數位轉型作法，金豐第一步也是從蒐集數據開始，經由將廠內設備連網，工廠全面數位化，來整合大量生產數據串連至系統，希望經由數據分析來提高設備使用率、降低庫存成本，以及改善作業流程，以落實精實生產的管理方式，從2016年開始進入執行階段。

為了節省成本，凃佑達先是在工廠內導入單板電腦樹莓派（Raspberry Pi），搭配感測器，負責相關數據蒐集與設備連網，比起工業電腦，他表示，樹莓派同樣具有一般電腦該有的基本功能 ，還支援了Windows與Linux作業系統，而且，建置成本更便宜，後來，也決定拿它來用，並安裝在工廠內的產線設施，除了在上面自行寫程式透過I/O介面，來與機臺溝通，還在每個機臺上外掛感測器，如溫度、電流計等，以取得裡面更詳細的生產數據，等到樹莓派蒐集到數據後，會再透過廠內Wi-Fi，將這些數據回傳到後端的資料庫做後續分析。

工廠轉型第一步，先從數據蒐集開始做起

雖然只是數據蒐集，一開始也讓資訊人員吃足苦頭，他回憶，由於資訊人員過去只懂開發寫程式，對硬體完全一竅不通 ，也因此鬧出不少笑話，「剛入門時，甚至以為只要插上網路線，機臺就能連網」他笑著說，但試了半天都連不上，數據出不來，後來才知道沒那麼簡單。為此，他們還花了很長時間全部從頭學起，來熟悉工廠各種老舊設備使用的溝通協定，後來，才順利將數據取出，並將讀取出的數據，轉換成電腦可讀的型式，來進行後續分析的動作。

凃佑達透露，目前廠內約配置了30個Raspberry Pi 2，來持續蒐集每臺機臺上的生產數據，光是前2年總共就蒐集到了30億筆設備生產資料。

有了大量數據後，接下來，金豐資訊部門又花了半年時間，找到這些數據與不同機臺運作的對應關係，例如，根據每個機臺在不同工作負載情況下的電流值、溫度變化情形，來做為異常警示的參考依據，當監測數據出現異常高的數值，即觸發警示。而且，除了在每個機臺前方皆安裝了三色燈，提供現場工作人員燈號警示，他們還更進一步還將這些數據分析結果，以視覺化方式呈現，包含產線生產情況、機臺稼動率等，從螢幕看板上就能一目瞭然，讓公司高層不用親臨現場，從遠端就可以知道目前產線情況，隨時追蹤生產進度。

金豐多年來無解的產線難題，僅靠一套IoT監控系統就解決！

甚至，也因為看到資訊部門在工廠導入IoT應用已經獲得初步的成效，後來，就連生產部門也找上門求助，看看能不能夠透過IoT技術，替他們處理多年來無解的產線問題。

異常監控是金豐機器多年來在生產測試高速精密沖床機遭遇的一大痛點。 一臺造價逼近千萬元的高速沖床機，在組裝試車過程中，只要溫度異常驟升，10秒內沒停機，機具主軸零件一旦卡死損壞，馬上就損失一百萬元，不只要付出高額修繕成本，同時，這樣的事故，還會卡住整條產線，沒辦法正常出貨，連帶生產交期也得往後推延2個月，一旦顧客無法按時拿到貨，營收馬上就會下滑。

然而，之前沖床產線在試車過程中，並沒有一套好用的異常偵測機制，僅能靠人工檢視，一旦發生異常，現場人員又沒能即時發現，就只能眼睜睜看著這臺沖床裡的重要零件報銷，須更換零件才能接著測試，導致交期大延後。 後來，金豐資訊團隊接手後，很快替他們打造一套IoT監測系統，架設在試車的沖床上，可以提供異常偵測做到提前預警，使得這個讓生產部門長年頭痛的難題，馬上獲得解決。

這樣一套IoT監控系統，並沒有配備強大運算硬體，使用的僅是一臺樹莓派，搭配紅外線測溫、電流及壓力感測器，成本不到3萬元， 金豐僅花了兩周就建置完成。 這套簡單的IoT監測機制，並不需要AI，就能在現場人員察覺異狀之前，提前自動預警，將設備停機，避免客戶設備還沒出貨前就受損，而能如期交貨。 「甚至有次，同一臺沖床機罕見地發生了3次異常，都是靠這套監測機制才擋下來，一口氣替公司省下300萬元。」凃佑達自豪地說。

這也是金豐機器開始推動數位轉型，邁向智慧工廠所帶來的重要成果。

不只優化數百作業流程落實精實管理，更導入新一代製造業ERP

不只現場的精實管理，凃佑達更要求，生產流程也要能夠精實化。他先是在2016年全面導入電子報工系統，來逐步取代以往人工報工方式，這套系統也是由他們自行開發完成，能夠對應不同報工流程，以縮短作業時間；後來還自行建置MES製造執行系統，幫助管理者隨時掌控生產進度。並針對物料進貨也導入行動化，從驗收到發料都透過單一App來完成。隔年，更花了一整年，對於200多個組織內部作業流程重新進行優化，以簡化作業流程。

今年，凃佑達更決定汰換已經用了10多年的老舊ERP系統，改採新一代功能更強大的製造業ERP，他表示，今年8月已開始導入，年底將會在中國江蘇新廠先推出上線，明年4月臺灣廠接著上線。

在2017年時，金豐機器更提出5大智慧化發展推動主軸，包括，設備智慧化、工廠智慧化、管理智慧化、產品智慧化以及服務智慧化。為了要讓IT能夠幫助公司完成這5大目標，除了導入IoT，凃佑達去年更開始嘗試引進AI技術，並先從解決工廠生產交期的痛點下手。

靠AI提前預估供應商物料交期，讓採購提前掌握跟催時機

不同於一般製造業多將AI用於設備預防性維護，金豐則是優先解決當前最迫切的客戶交期問題，要讓所有沖床機臺，都能夠在預定交貨日期準時出貨，藉此提高客戶信任與滿意度，而這也是金豐要能夠維持競爭力的一大關鍵。

但是，想要準時交貨，並不是件容易的事，尤其，工具機業生產交期很長，例如金豐的大型沖床，從設計到交貨至少半年，加上9成以上都是客製，頻繁設計變更，導致客戶交期容易波動，這也造成上游供應商很難配合準時交貨，即使有採購人員逐一跟催，偶爾仍會有遺漏的情況，等到現場發現缺料後，這時要催貨就已經來不及了。「所以這時，AI就能幫上忙。」他說。

去年，金豐透過機器學習建模，從多達20萬筆資料進行訓練，這些資料大多是交期相關資料，如近10年ERP歷史資料，及工廠MES與IoT數據等，透過模型訓練，用以預測每家供應商可能所需交貨時間，再由採購進行跟催。例如，當預估這家供應商大約要一周後才能交貨，採購人員就能以這個預估時間提早電話跟催，不用擔心太晚或太早催。

儘管，目前AI預估的交期時間，跟實際供應商交貨日期，只有約6成準確度，「但對我們來講，已經很堪用了」凃佑達強調，經由主動跟催方式，讓採購人員，能夠提前在機臺生產前一周或二周，就能預測當天產線訂單的備料情況，「甚至可以知道供應商哪一周交貨，」他指出，不像以往可能要等到生產前一刻，才知道料有沒有進來，而如今有了這套跟催預估機制，對於工廠來說，也能提供更準確的供需預測，更容易掌握客戶交期進度，在雙方約定時間內交貨。

更進一步，凃佑達還要做到自動跟催，能以系統自動通知負責供貨的物料廠商按時交貨，省去人工的跟催。除了交期預測之外，金豐機器現在也有在訂單、庫存預測方面，開始結合AI進行相關測試。

不僅如此，凃佑達還規畫要把AI用在客戶沖床設備優化，其中一項計畫，就是要結合AI做到自動化油量調整，能夠在不大幅增加潤滑油的消耗成本的情況下，減少機臺問題產生。他表示，明年4月會在廠內展開數據蒐集及建模，之後也會運用到自家銷售的沖床產品上。另外，在客戶使用其沖床生產時，也將搭配AI機制來提供相關品質監測。

對於因為數位轉型，帶來IT角色的轉變，凃佑達的感受也很深，他表示，製造業IT從以前只專注在ERP維運，到現在還要開發產品，「不再是以往的純IT，更要站上營運第一線，協助公司營運成長。」他說。文⊙余至浩

  CIO小檔案  

金豐機器工業資訊部經理凃佑達

學歷：南開科技大學工管系學士

經歷：在金豐機器已累積20多年IT經驗，最早從程式設計師做起，一路升上資訊主管，多年來，一手規畫與主導ERP、網路系統、資料庫規劃與建置，2015年時，原資訊室升格改名為資訊部，他也升任經理一職，開始背負起金豐數位轉型的重任，要從傳統工廠，朝向智慧工廠邁進

  公司檔案  

金豐機器工業

● 地址：彰化縣彰化市彰水路186號

● 網址：www.chinfong.com.tw

● 成立時間：1948年

● 主要業務：機械沖床與鍛造機等設備之研發、生產及銷售服務等

● 資本額：約17億元

● 年營收：74.73億元（2018年）

● 董事長：張於正

● 總經理：曾盛明

  資訊部門檔案  

● 資訊部門主管職稱：資訊部經理

● 資訊部門主管姓名：凃佑達

● 資訊部門人數：6人

● 資訊部門分工：硬體、ERP系統開發及維護、智慧製造

● IT預算： 約800萬元（2018年）

  IT大事記  

● 2002年：完成第一套 ERP系統推出上線

● 2003年：導入電子表單系統

● 2006年：完成Oracle JD Edwards ERP系統正式上線，來取代舊有ERP

● 2007年：供應商訂單管理平臺上線

● 2015年：開始規畫朝向數位轉型，要從傳統工廠跨入智慧工廠、在工廠生產機臺導入樹莓派來蒐集IoT數據

● 2016年：導入電子化報工系統取代傳統手寫報工、自行開發的MES製造執行系統推出上線

● 2019年：開始導入新一代製造業ERP系統，以朝向工業4.0戰略轉型的發展目標前進

全錄（Xerox）在今年11月5日提出打算以每股22美元、總價335億美元的現金加上股票併購HP，然而，HP董事會在本周日（11/17）一致反對此一收購案，宣稱全錄低估了HP的價值，但他們知道雙方合併可能創造的優勢，因此也將願意探索其它與全錄合併的可能性，並將對全錄展開盡職調查。

HP董事會表示，他們反對的原因除了認為全錄低估了HP的價值之外，也認為全錄的提議門檻過高，也有許多不確定性，例如合併後的龐大債務將對股價造成衝擊。

這是因為在全錄提出收購HP的當時，全錄的市值只有84億美元，但卻要以335億美元買下HP。

不過，HP也說，他們認知到整合的好處，依然抱持著開放的態度，將研究如何藉由與全錄的結合替HP的股東創造價值 。

另一方面，HP也正在針對全錄展開盡職調查，此類的調查通常是針對有意併購的對象所進行的評估，透露出HP並不排除買下全錄的可能性。但根據HP的調查，全錄這一年來的營收為92億美元，還低於前一年的102億美元，顯示該公司的營收正在衰退，目前正透過全錄高層了解該公司的其它資訊，相信很快就能完成此一潛在交易的價值評估。

日本Yahoo母公司Z Holding（Z控股）和Line今早宣佈合併的消息，今天傍晚Z控股社長川邊健太郎與Line社長出澤剛共同召開記者會，說明合併的未來願景是成為世界級的AI科技公司，提供用戶更好的服務。

基於雙方董事會的協議，Z控股旗下的日本Yahoo將和Line整併，統一由新生的Z Holdings管理，雙方在今天宣佈簽訂合併意向書，年底到明年初簽訂最終契約，2020年１月到9月通過各種程序申請、審查作業，預計於2020年10月完成整併。

合併後的股東結構：

原本的Z控股公司社長川邊健太郎將成為新生的Z控股公司代表董事社長兼共同執行長，而原來Line社長的出澤剛則為新Z控股的代表董事兼共同執行長。

出澤剛在記者會上首先解釋為何會決定合併的原因，主要源自於雙方共同的危機意識。他指出，對網路產業而言，人是很重要的，人們跨國界的工作，網路企業可以擁有有競爭力的員工，也能擁有金錢和資料，但同時這也是一個贏家全拿的結構，強者愈強，逐漸拉開和其他業者的差距，這是數位經濟的現況。

他以美國及中國的網路巨頭公司為例，美國及中國的網路巨頭公司，不論是在市值、營收、研發支出、員工數等規模上，都比ZHD+Line的規模大許多。

第二個危機意識是日本近來正面臨許多挑戰，人口減少帶來的勞動人口下滑、生產力、自然災害，透過科技力量能夠協助改善這些問題。兩家公司合併，試圖結合彼此資源、力量，以科技解決日本面臨的挑戰，不僅是日本，其他國家也面臨類似的問題，整併後帶來的服務體驗也會帶到其他國家。整併日本Yahoo及Line兩家公司業務後，將以成為領先全球的亞洲、日本AI公司為目標。

整併帶來的綜效

兩家公司合併後最直接的綜效，在用戶數部份，日本Yahoo每月用戶約有6743萬，服務超過300萬的企業客戶，而Line每月約有8200萬用戶，以及350萬企業客戶。

儘管彼此用戶數因重疊而無法直接相加，但他認為合併仍能為彼此帶來互補的效果，日本Yahoo擁有超過二十年的歷史，使用者以PC居多，年齡也較為年長，而Line則以年輕使用者為主，以使用智慧型手機為主，Line在國際市場，Line每月約有1.85億用戶，現在在230個國家提供服務，並提供Line Pay行動支服務，在台灣等幾個地區將經營網路銀行業務。

就產品服務來看，日本Yahoo提供搜尋、新聞等服務，也有PayPay支付服務，AI語音、資料方案；而Line則有Line News、Line Game，金融也有Line Pay、Line Score 等服務，AI方面有Line Clova、Line Brain。另外，日本Yahoo在電子商務上發展相當成熟，Line在電子商務上相對弱勢，兩者業務可為互補。

更進一步的，出澤剛指出，合併的綜效不僅只有業務面，還包括背後的股東、資源運用，例如日本Yahoo的股東之一軟體銀行，經營許多娛樂內容，以及推動5G等行動通訊服務，而Line的股東Naver在韓國也為大型入口網站，和日本Yahoo提供搜尋、入口網站相似。

日本Yahoo和Line整併後，員工數規模將會超過2萬名，包括設計師、工程師及資料科學家，整合兩家公司在內容方面的設計師。另一合併所帶來的效益則是年投資金額達到1億美元，整併後將會投入1000億日元，日後維持相近的水準。

談到合併後的新戰略，出澤剛表示，全球正從網路時代走向AI時代，5G和物聯網，將所有設備連接，所有的活動都將被保存為數據，為AI的發展奠定基礎。AI將是未來發展的關鍵，也是整併後新組織在中期的積極投資領域，新組織將追求成為領導世界的亞洲、日本科技公司。

德國聯邦議院上周通過一項法案，將迫使蘋果的iPhone NFC晶片必須開放給銀行或他第三方業者開發的支付服務。

德國聯邦眾議院上周三通過一項反洗錢法案修正案，要求德國境內以「技術基礎架構服務」提供支付服務或營運電子貨幣業務的企業，在合理要求下，必須分享給銀行或其他金融機構使用，使後者也能運行電子支付服務。雖然法案未指明提供電子支付的技術和企業為誰，但當地媒體及路透社其實就是迫使蘋果將iPhone的NFC晶片技術開放給當地金融或其他支付業者。

這項法案將交付德國聯邦參議院（聯邦會議）表決。一旦通過，將在明年初實行上路。

iPhone的NFC雖然可以發展成飯店門禁卡等應用，但是在行動支付上，只能綁蘋果自己的Apple Pay。銀行業者必須和蘋果合作將Apple Pay綁銀行支付帳戶，或者採用較麻煩刷QR code的支付方式。

相較之下，在Android手機上，不論是Google Pay、Samsung Pay或任何行動支付服務都可以使用Android手機的NFC功能。德國眾議院認為強制使用Apple Pay將給蘋果帶來不公平競爭的優勢。

德國媒體報導這項法案曾遭到美國大使館向前德國總理梅克爾（Angela Merkel）施壓撤回。上周三德國聯邦眾議院罕見在接近深夜時將本法案列入表決，並獲得通過。

路透社引述蘋果發言人指出，對法案忽然通過感到驚訝。蘋果表示，擔心本法案將有對使用友善性、資料保護及財務資訊的安全性產生不利影響。

蘋果Apple Pay推行以來獲得iPhone用戶廣泛採用。根據eMarketer調查，美國地區Apple Pay用戶約有3,000萬，超越星巴克專屬會員程式擁有的2,520萬名成為最受歡迎的支付app，Google Pay與Samsung Pay的用戶數則各為1千多萬。

美國疾病管制與預防中心（Centers for Disease Control and Prevention，CDC）在上周表示，當局已收到2,172個有關電子煙造成肺部損傷的案例報告，而且有42個人已因此而死亡，隨之蘋果即變更其程式審核政策，封鎖與電子煙相關的程式，並移除了181款的相關程式。

蘋果向媒體證實已採取行動移除與電子煙相關的程式，同時更新了App Store的審核規定，表示鼓勵或促進相關產品使用的程式是被禁止的。事實上，蘋果早在今年6月就拒絕受理與電子煙相關的程式，現在則是將它們全數下架。

其實不只是電子煙，根據蘋果的程式審核規定，舉凡是鼓勵煙草、電子煙、非法藥物或過量酒精的程式都不受歡迎。

根據Axios的報導，蘋果原本就禁止程式直接銷售電子煙，而此次被下架的程式是那些讓人們可控制電子煙溫度，或是提供電子煙新聞、社交網路與遊戲等程式。

另一方面，根據CDC的研究，他們已確定因電子煙而造成肺損傷的事件與維生素E 醋酸酯（Vitamin E Acetate）有關，而此一化學物質經常被加入含有四氫大麻酚（THC）的電子煙中，作為增稠劑使用，在CDC所收到的29個受害者肺部樣本中，皆含有Vitamin E Acetate。

CDC也呼籲消費者不要使用含有THC的電子煙產品，也不應擅自於電子煙中增添其它物質，目前雖已證實肺損傷與Vitamin E Acetate有關，但無法排除可能還有其它化學因素造成肺損傷，也還在深入調查中。

英國人工智慧晶片開發商Graphcore與微軟合作，開發出了一款全新智慧處理單元（IPU），這塊晶片在初期會主要應用於Azure雲端，解決自然語言處理和電腦視覺領域的問題上。伴隨IPU釋出的Poplar軟體堆疊，跟深度學習函式庫TensorFlow以及ONNX模型格式整合，可良好支援現有的機器學習應用。

Graphcore解釋IPU跟CPU和GPU的不同之處，IPU是一種平行處理器，經過重新設計具高度靈活性，可為現在的機器學習模型提供良好的效能，用來執行模型訓練以及預測，Graphcore還提到，IPU除了可高效能執行複雜的模型之外，也能推動實現人工智慧領域的創新，高效率探索新技術，並讓企業建立可用較少的資料訓練的機器學習系統。

微軟和Graphcore合作兩年多，為Azure開發專門的系統，在IPU上強化電腦視覺與自然語言處理的模型。Graphcore表示，將IPU結合專門的Poplar軟體堆疊一併使用，可提供可擴展且高效率的人工智慧解決方案。研究人員使用BERT語言模型進行實驗，以一臺具有8片IPU處理器PCIe卡的IPU伺服器系統，在56小時完成複雜的BERT Base模型訓練，應用IPU系統讓BERT模型的預測吞吐量高了三倍，延遲也少了20％，能更快速地交付運算結果。

而Poplar軟體堆疊是研究人員與晶片一同開發，專為機器學習設計的圖工具鏈，Poplar與TensorFlow以及ONNX格式良好整合，開發人員可以方便地使用現有的機器學習開發工具和機器學習模型，Graphcore也為ONNX提供了完整的訓練Runtime，並且與ONNX組織緊密合作，要將該Runtime納入成ONNX的標準執行環境中。另外，對PyTorch的支援也會在2019年的第四季提供，並在2020年初提供進階支援。

目前Azure上Graphcore IPU預覽版已經可供用戶申請，目前會優先開放給自然語言處理創新應用的團隊使用。

網際網路協會（Internet Society）上周宣布，準備將旗下負責管理.org頂級網域名稱的非營利機構Public Interest Registry（PIR）賣給了私人投資公司Ethos Capital，Ethos Capital將取得PIR的所有資產，包括.org的管理權限。

這起併購案之所以受到矚目是因全球網域名稱管理機構（ICANN）甫於今年6月底移除.org的價格上限，而掌管.org的權限落到私人公司手上，則讓各大組織擔心該頂級網域名稱的註冊費用是否會隨之飆漲。

.org屬於非常早期的通用頂級網域名稱（generic top-level domain，gTLD），與.com一樣都是在1985年就問世了，它雖然沒有申請資格限制，但多為非營利組織、開源專案或某些政府組織等非商業團體的首選，而pir則在2002年就開始管理.org。

根據統計，目前全球有超過1,000萬個網站採用.org作為頂級網域名稱，約佔全球網站數量的5.5%。

Ethos Capital執行長Erik Brooks表示，很興奮能夠支持PIR的任務，未來也將建立一個管理委員會來維護PIR的核心價值，也會藉由不同的社群專案來支援.org的運作，延續PIR多年來與社群所建立的關係。

雙方預計在明年第一季完成交易，它們並未透露交易價格，Ethos Capital也未提及未來是否變更.org的價格政策。

Intel在2016年併購了AI新創Nervana後，就開始投入神經網絡處理器（NNP）的研發，直到去年5月終於正式發表了首款NNP，今年8月也更近一步揭露了訓練用與推論用晶片的相關規格，預計將在明年商用上市。而Intel在本月的AI Summit 2019活動上，也展出NNP的實際運算效能，並找來合作夥伴臉書與百度站臺，分享目前的使用情形。

Nervana NNP是用於雲端資料中心的ASIC晶片，又分為訓練晶片（NNP-T）與推論晶片（NNP-I）。

左圖為NNP-T、右圖為NNP-I。

NNP-T的軟硬體架構

NNP-T代號Spring Crest，採用台積電16奈米製程（CLN16FF+）及CoWoS（Chip on Wafer on Substrate）封裝技術所製造，整體零件包含270億個矽晶體、多達24個Tensor核心處理叢集（Tensor Process Cluster，TPC）、4個8GB的高頻寬記憶體（High Bandwith Memory，HBM）、60MB的片上分散式記憶體（on-chip distributed memory），並以2.5D異質整合技術來封裝。

從右邊架構圖可見，NNP-T架構主要有24個Tensor處理叢集，4個高頻寬記憶體，共有16個雙向頻寬傳輸連結（Inter-Chip Links，ICL）。

在效能表現上，TPC能在1.1GHz的頻率下達到119 TOPS，功耗則取決於空氣冷卻的情況，約為150到250瓦。且為了降低訓練模型的體積，來減少儲存空間與頻寬，TPC支援了bfloat16（BF16）浮點數格式，Intel宣稱，經過BF16最佳化之後，在幾乎不損失模型精度的情況下，可將深度學習模型壓縮至原先的一半，但仍達到與單精度浮點數格式（FP32）相同的效能表現。

而且，除了NNP-T，Intel也要在下一代Xeon處理器家族Cooper Lake中，以Deep Learning Boost為基礎來內建BF16指令集，讓CPU處理器也能執行深度學習模型的訓練工作。Cooper Lake處理器也預計在明年上半年上市。今年4月先發表的第二代處理器家族Cascade Lake，其內建的DL Boost只能用於加速模型的推論工作。

Intel在下一代Xeon處理器家族Cooper Lake中內建BF16指令集，上圖為運用FP32與BF16兩種浮點數格式，來訓練Resnet-50的模型準確率比較：兩者不相上下，但BF16能降低運算資源的消耗。

除了硬體，Intel也釋出NNP-T搭配的軟體堆疊工具，上層支援了TensorFlow、PyTorch、PaddlePaddle等深度學習框架，以及Intel自家開源的深度學習編譯器nGraph，底層軟體則包括深度學習運算與通訊程式集MKL（Math Kernel Library），也基於Tensor核心釋出彈性、可編程的指令集架構（Instruction Set Architecture，ISA），讓NNP-T具有低程度的可程式化能力（Low-level programmability）。

480張NNP-T互連的關鍵：雙向頻寬傳輸的晶片內連結（ICL）

Intel在AI Summit中，展示了由480張NNP-T加速卡集合而成的超級電腦，這臺超級電腦由10個機架所串聯，一排機架有6個機箱，一個機箱又有8張加速卡。而現場也展示了運用32張NNP-T加速卡，來執行影像辨識模型ResNet-50的訓練成效，大約在70個epochs中就能達到了95％正確率。

這臺超級電腦由10個機架所串聯，一排機架有6個機箱。

一個機箱有8張加速卡。

Intel表示，之所以能擴充至480個節點互連來執行高效能運算，是因為每個NNP-T都具備16組112Gbps、共3.58Tbps的雙向頻寬傳輸的晶片內連結（Inter-Chip Links，ICL），且實現了完全可編程的路由器，讓核心運算單元能直接將數據傳輸到連結中，而不佔用晶片內HBM的儲存資源，來達到更低的延遲與更高的效能，最多可以擴充到1024個節點，也能用Kubernetes來調度運算資源。

此外，NNP-T也有PCIe及OCP開放加速模組（Open Accelerator Module，OAM）兩種主機板規格，適用的解決方案從小型伺服器、多機箱式的結構（inter-chassis fabric）到大型機櫃（POD）的硬體架構等，能根據需求來部署建置。

百度也分享了與Intel在軟硬體方面的合作。硬體方面，百度作為早期採用者，已經部署了NNP-T作為AI超級電腦X-Man 4.0的硬體建設，來執行部分運算工作，其AI研究員Kenneth Church也表示，採用了NNP-T的X-Man 4.0，將成為世界上第一個開源的加速基礎建設（Open Accelerator Infrastructure，OAI）架構，且百度也計劃將擴大規模部署更多NNP-T到更多基礎建設中。

在軟體部分，NNP-T已經支援了中國已經廣泛使用的深度學習框架Paddle Paddle，根據Kenneth Church指出，該框架的採用人數已經超過150萬開發者，且對於NLP的模型開發尤為重要。

NNP-I的軟硬體架構

NNP-I的代號則是Spring Hill，是以Intel 10nm製程的Ice Lake處理器為基礎，並以12個推論運算引擎（Inference Compute Engine，ICE），搭配兩個Sunny Cove架構的x86內核，來加速推論運算。Intel在先前就曾宣稱，NNP-I的推論效能最高可達4.8TOPs/W，功耗則在10W到50W之間，且具有高度程式化能力，也支援多種深度學習框架。

NNP-I以12個推論運算引擎搭配兩個Sunny Cove架構的x86內核，做為主要運算架構。

此次Intel AI產品部副總裁Gadi Singer在AI Summit會後受訪時指出，NNP-I的特色有三，一是低功耗、二是可支援多元的深度學習應用、三是支援多種軟體。他首先提到，NNP-I的低功耗使其能彈性適用於不同規模的解決方案，比如高密度的硬體部署，而Intel為了減少耗能，除了在其中加入了全整合式電壓調節模組（FIVR）來進行功率管理，也設計了75MB的片上（on-die）SRAM，來減少數據在CPU與記憶體間的移動，「因為乘法與加法運算佔耗能的一小部分而已，降低數據搬運才能達到更低功耗。」

NNP-I另一個特色是能支援多元深度學習的應用，因為Sunny Cove架構的核心具有AVX512指令集，其中的向量神經網絡指令集（Vector Neural Network Instruction，VNNI），使其能適用於多種深度學習的工作負載。Gadi Singer表示，NNP-I必須能快速支援各類深度學習演算法，尤其AI演算法的開發到部署可能不到一年，比如去年開源的NLP模型BERT，幾乎在一年之內就已經普及，不同於其他領域可能需要5-7年才能有效運用新方法去解決問題。

NNP-I搭配的軟體堆疊，支援的深度學習框架包括Tensorflow、PyTorch、Caffe2、開放神經網路交換格式ONNX，以及Intel自家的開源軟體工具集OpenVINO、深度學習編譯器nGraph等，且與NNP-T相同，均具有低程度的可程式化能力。

此外，NNP-I也提供兩種加速卡格式，分別是M.2卡NNP I-1100及PCIe卡NNP I-1300。M.2卡的最大功耗（Thermal Design Power，TDP）是12瓦，效能可達到50 TOPS，而兩張PCIe卡的最大功耗是75瓦，效能則可達170 TOPS。

視NVIDIA T4為競爭對手，NNP-I要搶進推論運算市場

AI Summit的活動上，Intel展示了NNP-I與Nvidia T4的效能比較， Intel宣稱，在硬體架構上，Nvidia T4在4U機櫃中只能放置20張卡，而NNP-I可在1U機櫃中放置多達32張卡；若以效能表現來看，在兩處理器均負載影像辨識Nesnet-50工作的情況下，NNP-I能以不到Nvidia T4 2倍的加速卡數量，展現出Nvidia T4 3.68倍效能。

32張NNP-I實際運作情形。

NNP-I加速卡。

而且，社交媒體巨頭臉書也開始在用NNP-I了，雖然臉書並無正面指出在NNP-I上執行了哪些推論工作，但也表示，NNP-I的軟體堆疊確實協助臉書最佳化了許多模型效能，包括推薦系統、電腦視覺、翻譯等推論工作。臉書說明，無論是用戶上傳照片自動tag朋友的功能、一天超過5億6千次的語言翻譯、貼文推薦系統、或是自動移除假帳號等，都需要應用大量AI。

住在美國伊利諾亞州的Sergiy Usatyuk，因為在網路上提供了阻斷服務攻擊租賃服務，近日被法官判刑13個月，外加3年的獄後監督，而Usatyuk現年只有21歲。

根據調查，Usatyuk在網路上開發與經營多個駭客服務，涵蓋exostress.in、QuezStresser.com、Betabooter.com、Databooter.com、Instabooter.com、Polystress.com與zstress.net，從2015年8月到2017年11月之間，總計發動數百萬次的分散式阻斷服務（DDoS）攻擊，賺進超過55萬美元的不法所得。

攻擊者只要利用瀏覽器，透過線上支付就能訂閱上述服務，再提供指令便能發動攻擊，癱瘓目標對象的電腦、網站或服務。

例如在2016年1月時，一名Betabooter用戶鎖定了匹茲堡的一個校區發動一系列的DDoS攻擊，不只擊潰了學校的系統，還影響共享同一電腦基礎設施的17個周邊組織。

代號為Axi0mX的安全研究人員在今年9月揭露了藏匿在蘋果晶片上的Bootrom漏洞，還釋出了開採程式checkm8，不到兩個月，就有人利用checkm8打造了完整的iOS越獄程式checkra1n，不過目前checkra1n僅為測試版，只支援macOS，且只要重新開機，越獄就會失效。

該漏洞波及A5到A11的晶片組，等於是從iPhone 4S到iPhone X，以及使用相關晶片的iPad都受到影響，且只有變更硬體才能修補，意謂著蘋果無法藉由韌體更新修補，而讓該漏洞持續存在，迄今蘋果並未針對該漏洞發表任何聲明。

Axi0mX所釋出的checkm8只是用來開採此一Bootrom漏洞，而checkra1n則是利用checkm8所開發的完整越獄程式，只要將含有該漏洞的iPhone連上Mac裝置，就能越獄。

越獄的目的通常是為了繞過iOS的軟體限制，以讓使用者得以安裝任何曾被蘋果阻擋的程式，或是變更iOS的介面，但也可能遭到駭客濫用而被用來植入惡意程式。

雖然該漏洞無法修補，且完整的越獄程式checkra1n已經問世，不過，它目前仍有一些限制。checkra1n看起來是為了讓使用者可自行越獄所設計的，因此必須實際取得裝置，並將它與電腦連線，而且它的越獄能力只要在iPhone重新開機之後就會失效，得要再重新連上電腦，執行越獄程序。

儘管駭客若要利用該漏洞或checkra1n需具備許多先決條件，但資安專家警告，某些海關可能藉由搜查旅客的電子設備而將iPhone越獄，並植入間諜程式或其它惡意程式，未來若遭遇類似的情事，記得要重啟裝置。

目前的checkra1n仍為測試版，作者提醒使用者不要將它應用在主要的裝置上，也建議要小心使用，另也計畫發表支援Windows的版本。

此外，已有業者提供企業相關的安全保護，亦即拒絕讓越獄的iPhone存取企業網路，以避免企業的重要資產外洩。

迄今唯一可杜絕該漏洞與相關攻擊的方式為升級到採用A12以及之後的iOS裝置，像是iPhone XR、iPhone XS/XS Max、iPhone 11、iPhone 11 Pro/Pro Max，以及第五代的iPad mini與第三代的iPad Air。

Yelp對外開源其內部使用的叢集擴展系統Clusterman，而原本該系統僅支援Mesos叢集自動擴展，而現在還能支援Kubernetes叢集，透過自定義的訊號，以更積極主動的方法，控制叢集的縮放。使用者已經可以直接從GitHub上取得該專案。

Yelp現在採用全分散式且以服務為導向的基礎設施，系統運作在由自家平臺即服務PaaSTA構成的雲端之上。在今年二月的時候，Yelp對外公開了內部新的叢集管理器Clusterman，Yelp提到，在Yelp有不同的工作負載需要自動擴展，包括像是網頁服務等長期執行的任務、定期執行的批次任務、單元和整合測試以及機器學習等工作，每一個應用程式都有不同的使用模式以及容錯等級，因此他們需要可以分別為這些內容自動縮放的叢集系統。

為此，Yelp打造了他們第三個自動縮放器Clusterman，Clusterman起初僅支援Mesos叢集，Apache Mesos是一個叢集管理工具，其抽象了叢集伺服器中的特定屬性，讓開發人員可以直接將叢集視為一臺大型的電腦，整合應用運算資源。但現在Yelp為了擴展基礎設施，他們認為，最簡單地方式就是把工作負載從Mesos搬遷到Kubernetes，因為Kubernetes能夠執行在Mesos難以管理的工作負載，像是Flink、Cassandra、Spark和Kafka等。

另外，Yelp也準備將所有現有的微服務和批次處理工作負載搬遷到Kubernetes上，而為了快速且方便地達成這個目標，他們讓Clusterman支援Kubernetes，透過PaaSTA的抽象功能，可以無縫地進行工作負載搬遷。

Yelp表示，在Clusterman增加Kubernetes的支援並不是困難的事，因為Clusterman採用模組化設計，Yelp僅多定義了一個連接器類別，讓連接器符合自動擴展器的需求。與Clusterman對Mesos的支援運作方法相似，連接器可與Kubernetes API進行通訊，擷取Kubernetes叢集擴展的指標和統計數據，這些指標會被當作訊號傳遞給自動擴展引擎，以決定增加或是移除運算資源。

與類似的系統Auto Scaling for Spot Fleet和Kubernetes Cluster Autoscaler相比，Clusterman是唯一一個支援混合雲端資源的自動縮放器解決方案，而且Clusterman的可插拔訊號基礎架構，讓使用者可以自己編寫任何類型的的縮放訊號。

Yelp提到，雖然AWS Spot Fleet Autoscaler或Kubernetes Cluster Autoscaler已可符合大多數的Kubernetes使用案例，但是Clusterman可以讓使用者更積極主動地準備運算資源。Yelp舉例，他們內部使用了Jolt作為單元和整合測試的工具，Jolt叢集每天會執行數百萬個測試，具有可預測的工作量，他們在Clusterman編寫自定義訊號，可以在Pod進入等待狀態之前，就對叢集進行縮放，大幅降低開發者執行測試的等待時間。

AWS用戶現在可以更方便地利用Amazon EMR來操作Amazon S3中儲存的資料，用戶只要在最新版本的Amazon EMR安裝Hive、Spark或Presto任一元件，系統便會自動安裝Apache Hudi，能對資料進行漸增處理，在紀錄層級（Record-Level）執行插入、更新和刪除。

過去AWS用戶雖然可以使用Apache Spark、Hive和Presto之類的工具來處理和分析S3中的資料，但在部份使用情境下，資料操作仍有不少障礙，像是要符合隱私法規，執行使用者要求的被遺忘的權利，刪除特定資料，或是更改資料被使用的方式，甚至是使用串流資料插入特定資料或是更新事件等，在Amazon EMR都沒有一個有效的解決方案。

為了解決這個問題，AWS在Amazon EMR 5.28加入Apache Hudi，讓用戶不需要開發自定義的解決方案，以執行紀錄層級的插入、更新和刪除操作。Apache Hudi正在Apache孵化器中，由Uber在2016年時開發，是一個Spark函式庫，Hudi為Hadoop Upserts anD Incremental的縮寫，供使用者能夠操作儲存在Hadoop中的資料，解決資料擷取和ETL工作管線效率低落的問題。

AWS用戶可以利用Hudi執行S3中的紀錄層級的資料插入、更新和刪除，應付各種需要個別對紀錄進行增量更新的使用情境，也能建立資料集和資料表，並以Hudi管理低層的資料格式。Hudi使用Apache Parquet和Apache Avro進行儲存，而這兩種格式都已經在Spark、Hive和Presto中整合。

當用戶啟用Amazon EMR叢集的時候，只要安裝Hive、Spark或Presto其中一種元件，系統便會自動安裝並且配置Hudi，用戶可以使用Spark建立新的Hudi資料集，並插入、更新和刪除資料。AWS提到，Hudi資料集會在叢集配置的元儲存中註冊，因此Spark、Hive和Presto都可對資料集進行查詢。