隨著大數據(Big Data)、人工智慧(AI)和物聯網(IoT)的興起，智慧系統與應用影響到日常生活的許多層面，也為智慧計算基礎架構創造了機會。最近，第四次工業革命揭開了智慧製造的時代，它藉助新興技術來收集和分析數據，並透過智慧物聯網(AIoT)應用程式從數據中獲取知識和效率。因此，我們提出了一個iSEC框架，該框架可用於感測器、邊緣和雲端計算基礎架構。該項目部署了智慧雲邊緣計算架構，以在雲端或邊緣環境中提供機器學習和深度學習功能。邊緣運算是一種分散式運算的架構，將應用程式、數據資料與服務的運算，由網路中心節點，移往網路邏輯上的邊緣節點來處理。由於邊緣節點更接近於用戶終端裝置，可以加快資料的處理與傳送速度，減少延遲。在這種架構下，資料的分析與知識的產生，更接近於數據資料的來源，因此更適合處理大數據。以工廠為例，各項物聯網相關設備裝置所產生的數據，將會透過邊緣機器學習的相關演算法進行運算，再回饋到物聯網相關設備，使工廠變得更具智慧，進而優化生產、節能、設備監診、預防性維護等。應用範圍與發展方向涵蓋智慧家庭、智慧醫療、智慧工廠、智慧農漁業、與智慧城市等。

　　眾所周知，人工智慧（AI）與物聯網（IoT）技術的價值是相輔相成。根據Gartner的預測，到2022年，80％的企業物聯網項目將包括AI解決方案。到2025年，全球將有超過500億個互聯設備，產生180 ZB——相當於1800億個1TB的海量數據輸出。《全球人工智慧研究報告》指出，到2030年，人工智慧將使全球GDP增長14％，貢獻15.7萬億美元。根據麥肯錫的研究，到2025年，全球物聯網的應用產值將高達11.1萬億美元；到2030年，人工智慧預計將帶來13萬億美元產值。智慧物聯網(AIoT)藉助新興技術來收集和分析數據，並通過人工智慧和物聯網應用程序從數據中獲取知識和效率。該調查亦指出：亞馬遜、微軟、英特爾、ARM和其他索引公司正在積極部署邊緣計算以擴展AIoT生態系統。AIoT正在改變世界！

　　AIoT推動了全球技術產業鏈上、中下游製造業的巨大需求。例如，在工廠中，將使用特定的雲機器學習算法來測量由各種與IoT相關的設備所產生的數據，然後反饋到與IoT相關的機器，使工廠變得更智慧，以實現自動化製造、節省電力、跟蹤和診斷機械、進行預防性維護等作業。應用和開發方向的範圍包括智慧家居、智慧醫療保健、智慧工廠、自駕車、交通管理、商業服務以及金融技術等。

　　人工智慧技術使機器能夠從外部數據中學習，進行預測分析或在分析後協助決策。因此，IoT通訊數據的傳輸速度對於AI自主推理系統的計算至關重要。這三項核心技術包括嵌入式系統和傳感器、雲數據和分析、人工智能和邊緣計算應用程序。