AWL 將參展全球最大 IT 展會「COMPUTEX TAIPEI 2026」

AWL, Inc. 宣布將參加 2026 年 6 月 2 日至 5 日於台灣台北舉行的「COMPUTEX TAIPEI 2026」,並在 AVerMedia 展位首次公開其最新影像邊緣 AI 解決方案。
イベントNQ 87/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年5月25日 22:00
  • 🔍 收集: 2026年5月25日 13:31
  • 🤖 AI分析完成: 2026年5月25日 13:47(收集後16分鐘)
源自北海道大學的認證創業公司,從事邊緣 AI 影像分析解決方案研發與提供的 AWL, Inc.(總部:東京都品川區,代表取締役社長兼 CEO:北出宗治,以下簡稱「AWL」)宣布,將參加於 2026 年 6 月 2 日(二)至 5 日(五)在台灣台北舉行的全球最大 IT 與科技展覽會「COMPUTEX TAIPEI 2026」。AWL 將進駐其旗艦解決方案「AWLBOX」的重要合作夥伴——AVerMedia Technologies, Inc.(以下簡稱「AVerMedia」)的展位。

本次展會以「將大規模攝影機網路轉型為單一整合系統」為主題,將展示結合 AWL 先進影像邊緣 AI 技術與採用 NVIDIA 次世代平台「NVIDIA Jetson Thor™」的高性能 2U 機架式邊緣 AI 伺服器的尖端解決方案。

參展背景與 COMPUTEX 2026 簡介

COMPUTEX TAIPEI 被官方定位為「聚焦 AIoT 與創業公司的全球領先展會」,是全球先進 AI 及科技企業與關鍵人物匯聚的舞台。今年的主題為「AI Together」,並以「AI 與運算」、「機器人與行動科技」、「次世代技術」為主要趨勢。展會論壇與主題演講以 NVIDIA、Microsoft、Google DeepMind 等全球頂尖企業及專家的參與而聞名,備受全球矚目。

在全球潮流中,AWL 旨在透過發表其最新的邊緣 AI 解決方案,加速在全球市場獲取新用戶並建立合作夥伴關係。

展出解決方案概述

傳統的雲端集中式影像分析系統,由於必須將所有高解析度原始影像傳輸至雲端,因此面臨「頻寬牆(Bandwidth Wall)」、高額基礎建設成本以及通訊延遲等重大課題。

AWL 本次發表的解決方案,透過在強大的次世代邊緣 AI 伺服器上執行「AWL Video Edge AI」,實現了在本地環境同時集中推論(處理)超過 30 至 60 台 IP 攝影機影像的能力。這不僅大幅降低對雲端的依賴,更實現了零通訊延遲的廣域即時「多攝影機追蹤(MCT)」。

本解決方案帶來的三大創新(主要優勢):

1. 透過分散式邊緣處理克服「頻寬牆」,實現壓倒性的成本優勢
由於大部分高密度影像分析皆在本地端邊緣完成,無需傳輸沉重的原始影像至雲端,因此能大幅削減網路基礎建設成本,從實作第一天起徹底解決資料瓶頸問題。

2. 顯著提升營運效率的無縫多攝影機追蹤(MCT)技術
排除手動拼接分散的安防或業務攝影機影像等低效作業。AWL 的先進 MCT 技術能自動連動佈署於廣域的攝影機饋送,不間斷地追蹤目標人物或物體的移動路徑,將原始影像資料轉化為可即時採取行動的高度「情境感知(Situational Awareness)」。

3. 放眼未來的架構:通往自律型 AI(Agentic AI)的藍圖
本次示範的高性能邊緣基板,設計上可無縫演進至 AWL 的次世代平台。未來,透過整合視覺語言模型(VLM)與大型語言模型(LLM),將建立真正的雙向「語義迴圈(Semantic Loop)」。使用者未來僅需透過自然語言(文字或語音)輸入指示,即可即時自訂現場的營運與安全規則。

展出概況(活動資訊)

展會名稱: COMPUTEX TAIPEI 2026
展期: 2026 年 6 月 2 日(二)~5 日(五)
地點: 台北南港展覽館(Taipei Nangang Exhibition Center)
展位: AVerMedia 展位內(展位號碼:J0802 1F, Nangang Hall 1)

常見問題

AWLがCOMPUTEX TAIPEI 2026で出展する目的は何ですか?

グローバル市場における新規ユーザーの獲得と、グローバルなパートナーシップ構築の加速を目的としています。

AWLの出展場所はどこですか?

AVerMedia Technologies, Inc.のブース内(ブース番号:J0802 1F、台北南港展覧館)です。

AWLが今回発表する新ソリューションの特長は何ですか?

高性能なエッジAIサーバー上で30〜60台以上のIPカメラ映像をローカル環境で処理し、通信遅延ゼロで広域なマルチカメラトラッキング(MCT)を実現する点です。

AWLのソリューションはどのような技術的メリットがありますか?

分散型エッジ処理により、ネットワーク帯域幅の消費削減、大幅なコスト削減、およびリアルタイムでの高度な状況認識が可能になります。

AWLの将来的な技術ロードマップは何ですか?

ビジョン・ランゲージ・モデル(VLM)や大規模言語モデル(LLM)を統合し、自然言語での指示により運用ルールをリアルタイムにカスタマイズ可能な自律型AIへの進化を目指しています。