OpenStack Day Taiwan登場 OpenStack進化OpenInfra
- 鄭斐文
-
台灣開源領域的年度盛會「OpenStack Day Taiwan」盛大登場，2018年呈現嶄新的面貌，OpenStack蛻變為OpenInfra。OpenInfra承襲OpenStack精神與架構，進一步廣納開源技術夥伴，繼續在雲端世界成長茁壯。2018年主題聚焦「開放架構的智慧、技術融合的創新」為核心，探討多雲架構與部署、容器開發、分散式儲存、軟體定義等議題，並從AI、邊緣運算、5G物聯網等領域出發，展示各項實際的案例分享及技術交流。
OpenStack Day Taiwan Committee委員長陳中欣作為引言人，他指出2018年活動邀請到多位重量級講師分享OpenInfra最新趨勢，名稱將擴大到更廣泛的議題，邀請更多生態鏈夥伴一起加入。包含多雲架構與部署方面，有私有、公有、混合雲IT基礎架構與服務業者；在Infra、5G與物聯網領域，探討Edge Computing 、5G、物聯匯流、IoT裝置、應用服務開發實務案例。
軟體定義一切則看到軟體定義存儲、網路、基礎設施應用趨勢，最後還有近年最夯的話題AI人工智慧 ，探討深度學習(Deep Learning)、機器學習(Machine Learning)。他最後指出，希望今天與會者能帶著豐碩的收穫，並期待台灣IT與開源的發展更上層樓。
解密OpenStack發展現況 OpenStack市場規模達61億美元
接著上場的是OpenStack基金會執行董事Jonathan Bryce，他帶來OpenStack的發展變化並解釋OpenStack改名OpenInfra的原因。基金會認為，隨著用戶整合和開放源代碼技術，在各種垂直產業運作後，基礎設施實際上要比OpenStack涉及的範圍更多。因此OpenInfra象徵更多開放代碼、開放設計、開放開發、開放社區，讓軟體基礎設施開源給更多企業。
接著，Jonathan Bryce舉出幾項關鍵數據，第一，根據基金會調查，當前OpenStack基礎架構所運作的CPU核心數量，在全球已超過1,000萬個。第二，預估未來12個月內，全球高達71%企業為使用OpenStack的用戶，並部署到其生產環境。第三，也是最後一項相當重要的數據，2018年的OpenStack市場規模，估計上看61億美元。
Jonathan Bryce接著展示OpenStack的多元架構，包含底層的shared services，往上一層有networking、bare metal、storage應用及compute運算，再往上層還有application lifecycle、workload provisioning及web fronted、API proxies。其中，最重要的消息是Nova提供的vGPU支持，將執行多個版本之間的升級，且允許用戶一次從多個版本的原始版本，升級到用戶期望的最終版本。比過去18個月前，單一版本的維護將擴展到更多維運分部。
接著，他提到OpenStack現在不單單只用於資料中心，同時也開始被應用到科學研究及基礎設施的運作，像是交通、醫療、零售等各行各業。正因為各領域對OpenStack、雲端、基礎架構的需求不同以往，現在更需要AI機器學習、容器、ML、serverless，也間接促使資料中心之外的邊緣運算其開源軟體有更多需求。
這也導致系統結構正朝多樣化發展，包含ARM、x86、power架構，又或是用戶在GPU和FPGA的環境下，容納各種開源解決方案一起搭配使用，包含Airship、Kara Containers等超過35種的開源方案。
這個論述也引導聽眾思考，過去雲端都在標準硬體基礎上協作，但現在雲端的生態變的更加多樣化，像是因應AI和機器學習的各項技術，唯有選擇開源，才是最能解決問題的最佳路徑。
不過Jonathan Bryce建議，OpenStack基金會意識到，開源不單單只是開放式基礎設施的代碼轉換，更重要的是建立開放式基礎設施社區(community)，而社區中最最關鍵的要素在於「人」。不論是全球大型企業像是AT&T、GAP、騰訊，又或是只有兩三個人的小型公司，都可透過開源做更多雲端共享的生意。
因此，從OpenStack過渡到OpenInfra，背後的意義即是從社區角度取代過去的基礎架構角度。對此，基金會過去一年擬定出新的整合戰略，這項戰略集合四個重要元素，第一是找尋最共用的案例識別，第二步將整個社區進行協作，第三步建立新技術，到第四步則是朝向終端到終端的測試。
分別這四項策略，Jonathan Bryce進一步解釋，透過共同案例的使用情境找到一起使用開源的環境及機會，就像容器的使用，發展出安全、儲存等相關議題，甚至產製出邊緣雲端白皮書。這些白皮書已經翻譯成多種語言讓全世界多國使用，達到共同協作的目的。跨社區的協作，就有OpenStack基金會跟ONF、MEF、OPNFE、Linux Foundation彼此協作。
第三項新技術部分，基金會推出一系列開源專案，包含Kata Containers、Zuul，並宣布未來將有StarlingX和Airship等項目即將釋出。Jonathan Bryce說明，Kata Containers是基於虛擬化容器技術，可提供容器性能、虛擬機隔離、效率及安全技術。此專案結合Hyper.SH的runv及Intel的Clear Containe。
至於Zuul已推出第三版本，是OpenStack社區開發，專用於軟體開發及測試，是目前最大的開源項目CI系統之一。Zuul單項任務由Ansible編寫，支援Gerrit、GitHub，可在OpenStack之外使用。最後，Jonathan Bryce總結，從OpenStack到OpenInfra是基金會對開放精神的昇華。未來不僅讓開源軟體無所不在，更把開源成為一種生活態度。
雲原生生態的持續發展之路 訴求開放、生態及創新
雲原生運算基金會(Cloud Native Computing Foundation；CNCF)，成立的宗旨就是致力推廣Github上快速成長的開源技術，像是Kubernetes、Prometheus、Envoy等，協助開發人員開發出更快更出色的產品。大陸雲原生運算基金會董事Keith Chan針對雲原生生態的持續發展動態，分別在開放、生態及創新議題，探討目前雲原生運算基金會的現況。
首先，Keith Chan點出「開放是開源的必要性」概念，開源已經是全球貿易過程以及商業模式中扮演重要的角色。為何需要開源甚至使用開源？因為我們現階段已經發展到一個使用開源軟體作為商業模式的時代。以微軟為例，透過開放跟開源讓更多用戶使用，而非不再做封閉式的軟體。不能充分利用這種共享革命的企業，未來將不具有競爭力：他們落後於市場，浪費研發資金，並且不能獨自創新。
接著他舉例，企業啟動新的開源項目的5大理由。其一是加速開源解決方案，分攤開發成本；第二是將市場商品化，降低非戰略性軟體組建的價格；第三通過產品建立生態系統推動需求；第四與他人合作吸引顧客並強化協作關係；最後一點則是為你的客戶提供自我支持，打造可自行調整代碼的能力。
而企業推動開源的下一步則要打造生態圈。Keith Chan解釋，企業如何用開源與其他競爭者之間，找到自己產品或技術方案的優勢？他認為這是一個動態循環過程，從項目、產品、收益三項要素不斷調整，透過開源找到自己商業模式。例如在開源應用層項目開發出自身的新產品，再將收益返回投注到開源社區，成為一股正向循環。而這中間基金會將扮演建立信任及維護生態的角色。因此成功的開源項目取決於會員、開發者、市場。
Keith Chan以Linux為例，指出Linux基金會遠遠大於Linux，可以發現目前涉及的領域橫跨安全、網路、雲端、汽車、區塊鏈到網際網路，都有使用到Linux開源，且目前已超過100多個不同開源項目。而雲原生基金會屬非營利機構，隸屬Linux基金會，於2015年12月成立，全球目前累積250個會員，即使是非會員也可使用開源項目。雲原生會員廠商類型從開源開發商到終端用戶都包含，終端用戶社群目前高達58家，包含像是ADIDAS、京東、Didi等各種產業廠商。
接著Keith Chan說明雲原生基金會專案成熟度的發展，從一開始的沙箱時期，到孵化期，以及到畢業期的頂點。目前已經產生了畢業期的專案項目：容器調度平台Kubernetes。Kubernetes經歷第四次改版後，在2018年3月釋出1.10版，支援線上正式環境所需的容器叢集管理機制。
1.10版特色在於Kubelet TLS Bootstrap，也就是強化資安方面功能，在新的Kubelet自動建立資安憑證，可減少手動設定的繁瑣。目前不論是閉源或開源項目都放在雲原生資源社區(I.cncf.io)，可在裡面找到各類的社區工具項目，也可查詢與Kubernetes的雲原生相兼容項目。
至於最後的創新，Keith Chan提到目前CNCF的組織架構，包含管委會、市場推動委員會、技術監督委員會、終端用戶協會。技術監督委員會目前有9位席次，其工作項目主要是依據新項目的納入，讓會員跟委員會討論，瞭解更進一步技術發展，讓開源保持中立性。終端用戶協會就是終端用戶所組成，讓基金會更了解用戶需求，讓開源發展更了解市場實際的應用情況。市場推動委員會就是讓kubernetes這類推廣更貼近市場。
目前CNCF推出了關於Kubernetes的軟體一致性認證，後續可使用新標誌和更加靈活地使用Kubernetes商標，未來CNCF也將繼續提供世界各地的雲原生領域專家做交流。
Kata container 的發展現況及與gVisor比較
接著在第三場次的分享，由HyperHQ共同創辦人暨CTO王旭帶來一場技術底蘊深厚的知識饗宴。HyperHQ公司發布的開源項目Hyper，是一項能在Hypervisor直接運行Docker Image運行引擎。
Hyper最大特色在於Secure as VM, Fast as Container，不需安裝完整的作業系統但卻有兼容的特徵，可將Docker容器的快速優勢，以及虛擬機的安全特徵合二為一。不過王旭在這場分享，他討論更多的是Kata container，這項OpenStack基金會釋出的容器基礎建設開源專案。
首先，王旭解釋容器發展進度達十幾年，觀察container的發展變化有幾項特徵，包含分時操作系統中的進程、相關進程ps aux | less、Chroot文件系統限制、namespaces和cgroup的更多隔離、Docker和Docker的鏡像讓OS商品化，以及OCI和CRI的標準化。接著他解釋，Intel跟Hyper到2017年兩個項目一起推進合併，推出Kata container，到2018年推出1.0版本。經過2個月第一版推出後又做了新的功能即將發布1.1版本。Kata container把Intel跟Hyper兩個核心要素集成在一起。
而Kata container的相關應用特徵，可支援公有雲、私有雲、容器即服務，以及邊緣運算等情境。現在該容器更可支援多項作業系統，像是CentOS 7版、Fedora 26及27版、Ubuntu 16.04及17.10版。正因為結合Intel的輕量級虛擬化技術Clear Containers，還有相容開放容器OCI標準的runV技術，達到兼顧VM安全性跟速度優勢可達到一百多毫秒，及容器技術的輕量性。王旭進一步提及，當時Kata container設計想法，目的要讓這項技術能夠和硬體架構脫鉤，所以除了OCI之外，也還有支援相容Kubernetes的容器Runtime介面。
王旭也觀察到另一項特殊的現象，也就是針對Kata container的資訊安全議題成為近年討論越來越多的顯學。他舉例，2016年當時在KubeCon會議中，探討到資安或安全的議題中，只有一個，而隨著時間發展，成長到2017年的5個，甚至在今年的討論議題中，高達18個與資安相關。顯示大家對系統的生產過程更嚴肅看待安全議題。
接著王旭提及Kata container及gVisor的比較差異，gVisor是Google發布的新型沙箱gVisor，不需運行完整VM的容器可提供安全隔離。和Kata container相比，gVisor主要可在Linux系統，其設計做了不同的權衡。
最後，王旭總結Kata containerr幾項要素，說明Kata Containers像runC容器運行時，可採用虛擬化技術實現安全，並可支持VM其他加速技術。雖然虛擬化，但Kata輕巧而快速布局，Kata Containers支持多種架構像是x86_64、arm64、ppc64le等。
大型AI雲端平台架構與服務 國網發展AI 五大戰略
接著上場的是國家高速網路與計算中心博士趙逢毅，以大型AI雲端平台架構與服務為題，說明國網如何協助台灣發展國家AI技術的5項戰略。首先，目前國家發展AI戰略策共有科技大擂台、AI研發平台、AI創新研究中心(包含66個計畫)、智慧機器人創新基地及半導體射月計畫。
由此延伸出的AI平台整體架構，就可勾勒出以雲端資源管理軟體及基礎設施為基底，涵蓋CPU、GPU高運算主機、高效能儲存以及學術研究網絡TWAREN。而透過數據的介接、綜整、重構、分群，加上AI、大數據、HPC的軟體平台，將跨足到醫療、機械、半導體、環境、綠能及民生等實際應用。
趙逢毅接著介紹目前台灣外較熟知的大型AI計算平台硬體架構 ，包含NVIDIA Saturn V高速AI主機，提供660節點，5280顆GPU。日本AIST ABCI 的人工智慧主機目標明確就是做AI跟大數據。至於台灣的國網中心大型AI雲端主機，有250個GPU nodes、1+PB blockt儲存、10+PB擴充雲端物件儲存、30+PB Tape Archieve System。目前規劃希望明年帶入更多AI硬體，做未來儲存及運算的延伸需求。
探討完硬體項目，接著轉換到對軟體相關的觀察。全球的AI軟體服務平台，目前較知名的案例包含NVIDIA的AI 軟體服務(DL Framework worlflow-NGC)，以及AIST透過資料蒐集整理跟建模訓練，做到一整個連貫的循環。還有日本富士通API影像識別、自然語言處理、知識空間處理等三項服務將會上線。當然還不可忽視AWS從底層架構、平台、應用服務設計皆圍繞在SageMaker，以及微軟的Azure和IBM的雲端服務。
至於現行國網中心的GPU雲服務架構，提供服務對像包括：五大AI研究中心66項計畫與半導體射月計畫13項子計畫，以容器單一平台單一授權機制交給使用者操作。
至於未來的長程目標，趙逢毅指出，國網中心將提供企業 SLA 等級的 AI-HPC 服務(計算資源與儲存空間)、nVidia NGC 台灣合作示範站(提供官方認證 AI 框架雲計算服務及官方 DLI 認證講師群)、提供 Data Mart 服務及使用者社群經營(涵蓋語音、影像、生醫、災防、智慧機械等資料市集，還有資料集、演算法、訓練過之模型、教案、案例)。最後還有Learn to Learn人工智慧服務(自動模型生成及超參數調校)。
換句話說，這項大型AI雲端平台軟體，未來將有大資料分析處理平台(VM/容器)、AI 平行化訓練叢集(GPU容器)、AI HPC 大規模訓練叢集。希望在設施內提供AI最佳化模型產生服務，計算方式跟參數給定，提高模型訓練效率，像是跨節點 AI-HPC 平行運算、最佳化超參數集合調校、AI輔助模型訓練資源配置。實際產生的效益有降低AI建模門檻、加速模型落地時程、專業DLI團隊輔助。
最後，趙逢毅說明在國際上台網中心扮演的角色，TWCC 著眼於 AI-HPC 的雲服務，提供不同的彈性的服務模式，透過雲端資源管理軟體以統整CPU、GPU 或其他公有雲的運算服務，如 AWS EC2、Microsoft Azure、Google GCE 等公有雲平台，除了有效提升台灣AI 運算平台的整體使用率，與公有及私有雲平台互為融合，以單一管理介面、一致化特性、一次性部署，將研究人員的運算服務在全世界的雲平台迅速落地。
既然中華民國政府提供大量資源鼓勵AI相關研發，並且在創新的氛圍下，現在是一個好的機會從事 AI 相關事業的時機。國網中心將建置相關之軟硬體平台供產 官學研界使用，實現「專注以終為始」及「找夥伴、打群架、結交盟主」最終目標。
AIoT創新應用正熱 邊緣運算的趨勢與商機
AIoT創新在近幾年逐漸受重視，早在2013年當時IoT多用在智慧電網跟居家監控，擷取的資料都偏小量。到了2018年，資料應用的數量更龐大，軟硬體開始朝向AI整合，也是為何邊緣運算(Edge Computing)有大幅布局的原因。工研院ISTI產業分析師魏伊伶指出，邊緣運算興起跟AI + IoT的應用有關。
但是在AI某些應用情境，雲端運算架構開始遭遇挑戰，例如終端應用如自駕車、無人機，產生大量資料後雲端架構用網路回傳運算結果，其過程造成頻寬有限、通訊延遲、資料隱私與機密、缺乏網路涵蓋等痛點。
正是資料低延遲及傳送頻率的特性， 未來將在下述幾個應用快速產生對邊緣運算的需求。車聯網、擴增實境(AR)與虛擬實境(VR)，這類使用高解析度影像即時傳輸與辨識的創新應用，對網路頻寬與延遲要求極高(網路傳輸延遲時間需小於10ms)。又或是AI技術廣泛導入各類應用與設備中，AI技術需要採用GPU等大量平行運算資源來協助完成運算，而資料量的不斷增加也加重網路頻寬壓力，以雲端資料中心完成所有運算任務模式耗時且成本高
魏伊伶進一步解釋究竟什麼是邊緣運算，Edge Computing是指將資料的處理與運算，透過嵌入或外加運算設備在靠近資料源或用戶端處完成運算，以縮短網路傳輸的延遲，並快速獲得資料分析的結果。其優勢可提供更好的用戶體驗，透過分層運算概念加速驅動用戶服務的反應速度。以及提高網路頻寬效率，透過本地進行運算，降低網路傳輸資料的頻寬壓力。預估至2022年，將有高達75%資料在邊緣端完成處理甚至儲存
所以邊緣運算設備的型態可說是動態(無人車、手機)或靜態(基站)甚至混合的，整體解決方案並無一體適用的架構，而是會依據不同垂直應用需求調整。邊緣設備放置地點，也會因不同廠商解決方案而有差異。而根據市場規模預測，全球雲端運算產業產值到2021年將達33億美元。年複合成長率達22%，主要成長動力將來自於儲存與網通設備。
至於邊緣運算產業鏈發展現況，工研院ISTI觀察，垂直應用解決方案是商機切入點，其中IoT平台是建構經濟規模的發展關鍵。由下往上的路徑來看， 目前投入邊緣硬體設備廠商仍以國際資訊大廠為主，透過調整原有伺服器、網通設備等設備規格切入，多以客製化垂直應用解決方案模式協助客戶佈建。若從上而下，雲端服務業者從IoT平台切入，以解決設備互通與資料分析為核心，建構平台聯網經濟規模。
至於產業發展通路，B2B方向將從物聯網應用商機較快發酵，像是智慧城市、製造、車聯網、醫療等。而B2C市場以智慧家庭為主，未來將是Apple、Amazon、小米等類型服務商主導市場。經濟規模將是邊緣運算的競爭核心，雲端服務廠擴大其平台聯網數量為策略；資訊硬體廠透過垂直應用解決方案提供、跨領域產業結盟擴大設備佈建。
最後，針對台灣業者若想投入邊緣運算產業，其建議發展策略方向，魏伊伶指出兩個特點。第一種模式為鏈結國際平台業者，例如(雲端服務大廠或開源專案等，一起建構策略合作關係，發展軟硬整合解決方案或切入其硬體供應鏈。第二種模式可鎖定潛力應用領域，例如選定未來可能優先導入邊緣運算之應用，從應用需求整合或開發資料分析能力，以政府或企業專案累積應用佈建實戰經驗。
四大分論壇齊上場 聚焦多雲、IoT、軟體及AI
OpenStack Day Taiwan下午場次活動更加多元熱鬧，分別有四項「多雲架構與布署」、「Infra、5G與物聯網」、「軟體定義一切」、「 AI人工智慧」分論壇，各分論壇帶出實際的案例分享及技術交流。在Track A的多雲架構與佈屬，首先由Red Hat解決方案架構師黃秉鈞 ，解釋Open Hybrid Cloud如何協助數位轉型，說明打造新世代雲環境。
黃秉鈞討論，近期OpenStack更新在Queens平台，新版本提供新一代功能實作，相關應用包含升級(OpenStack service做到容器形式，更方便使用) 、儲存(整合file做一系列整合，提供基礎建設更多儲存需求)、安全(新增金鑰的管理控制)、Networking(SDN的整合控制)及管理營運(相關的整合應用)等方案。
後續場次有數位無限軟體總經理陳文裕的AI及大數據科學混合雲 (Hybrid AI and Data Science Cloud)，陳文裕指出數位無限從2008年耕耘至今做混合雲平台，專注在混合雲端管理，完全支援開放雲端平台，並提供最先進數據分析人工智慧等專業模組。
他觀察OpenStack生態系基於數據儲存，數據收容有更大規模的收容。數位無限在2017年針對AI跟數據分析，提出具體可行的前瞻雲端創新服務，包含快速容器運算服務、機器學習運算服務、資料庫服務、資料倉儲服務、多雲運行能力。
正因OpenStack基於開源生態，可做到AI跟數據分析及倉儲的管理，尤其製造產業，因終端邊緣的設備越來越多，因此AI跟數據科學雲的架構下，利用OpenStack在不同於公有雲場景的發揮。該場次後續還有台灣雲協／工業技術研究院資通所技術經理黃俊傑，帶來Enable Multi-tenant ML and DNN training Platform in OpenStack and Kubernetes ，以及資策會工程師周育緯介紹iServCloud (OpenStack) & AWS混合雲相關技術應用。
至於Track B則專注探討於 Infra、5G與物聯網，首先有InwinSTACK首席技術開發師金山探討App相關應用在IoT及邊緣運算的相關案例。Wind River區域銷售副總裁韓青則帶來Secure On-Premise Software Platform for Critical Infrastructure 。
台灣雲協／工業技術研究院資通所技術副理曹伯瑞，則帶來Open Cuju: Enable Low Latency Fault Tolerance in NFVI的演說，接著是立端科技CTO李明樹探討邊緣運算Edge computing - SD-IOT powered by AI under 5G infrastructure。
台灣雲協／工業技術研究院副組長李肇棠進一步討論From Rack Scale Architecture to NFVI，他先提到工研院RSA(disaggreted rack architecture)的技術發展，第一個解決問題目的，很多伺服器在PCIe連接起來，第二解決問題讓伺服器分享網卡降低成本。至於SR-IOV NIC的分享功能，第二步與PCIe串連後，發展出ethernet over PEIe的技術。
再到儲存部分，則是透過SRIOV 或非SRIOV卡片，都可使用到儲存設備，在分配到不同的伺服器，這也是工研院發展出來的技術。
而在Track C部分，主題鎖定於 軟體定義一切，SUSE資深雲技術架構師蘇顯揚以OpenStack與K8S為基礎，討論如何建構SDI加速企業AI與數位轉型 。而NetApp雲端基礎架構事業群資深顧問李新夏 ，討論主題則聚焦在Docker和Kubernetes 的儲存整合方案NetApp Trident。
他提及Trident是一套容器的動態持續儲存協調程式，具備開放原始碼的儲存資源配置程式，可有助於提升DevOps效率，目前也原生支援許多熱門應用程式的容器平台，像是Kubernetes、Red Hat OpenShift、Docker Enterprise Edition。
下一場有Nokia總監廖偉任，說明SDN for Cloud, Hybrid Cloud and Beyond，以及東森購物架構師王偉任上台分享Openstack容器的快速部署，帶來Openstack Containerization-Deploy OpenStack in Minutes 的演說。最後則是台灣公司Gemini Open Cloud執行長 符儒嘉探討Cloud Resource Management for DNN training and AI Inference 。
最後一場Track D分論壇則探討近幾年相當熱門的議題：AI人工智慧。首先由英屬開曼群島商捷鼎創新亞太區業務經理林裕焜，說明企業如何有效釋放AI潛能，同時要兼顧效能與資料安全性的全快閃儲存方案。
太奇雲端總經理李承勳則說明運用人工智慧，在影像分析上的實際案例分享，以及安圖斯科技解決方案架構與整合處處長藍郁修，介紹如何透過打造未來AIoT及行動應用的OpenStack混合雲。
最後兩場分別是MoBagel行動貝果執行長鍾哲民，帶來台下個10年企業導入AI分析的挑戰與分享心得，以及技嘉／工研院副組長Allen Tzeng分享，深度學習雲平台營運經驗與產業應用。
Allen Tzeng解釋，工研院兩年前準備投入AI，發現基礎架構機器費用高達數百萬，決定在工研院讓所有研究單位一起共享，建造一個工研院所屬的機房。而建造機房的過程，發現資料很重要，但最終還需高速的運算環境。而在營運後發現真實狀況，ITRI DNN Farm應用平台帶來的啟發思考包含，你的數據多大？框架為何？經歷兩年平台的營運，只做DNN(deep network)訓練，做到5層以上，知道使用的目標族群客戶是誰。
工研院鎖定的TA就是有許多資料量，而且是熟知framework技術熟稔會使用的精準客戶。正因為每個月做客戶服務即時回應做深度溝通，了解客戶真正的問題跟痛點，解決基礎建設跟Wi-Fi的需求。因此ITRI DNN Farm的價值在一站式的軟體AI訓練，提供高速運算，以及穩定度跟可規格化、運算資源共享等優勢。後來跟市場競品對照後，確定這項產品的方向沒有錯，從買機器到蓋機房總共歷時半年建立，證明選擇對的架構方向、正確的專案是可行的。
