台灣畜牧產業正站在數位轉型的關鍵門檻。長期以來，從飼養管理、環境監控到疾病防治，多仰賴資深人員的經驗判斷，決策過程高度仰賴個人知識，缺乏可量化、可驗證、可複製的數據基礎。
在勞動力結構改變、人力短缺與成本上升的壓力下，加上氣候變遷對畜牧產能與動物健康的影響日益顯著，傳統管理模式已難以支撐產業永續發展。
國立屏東科技大學（屏科大）長期深耕智慧農業與畜牧科技研究，為回應產業現場的結構性問題，啟動《熱帶畜禽永續生產人才培育基地》計畫，目標是將隱性經驗轉化為可被傳承、可被運算的數位知識體系，打造具示範價值的 AI 畜牧應用場域。
痛點與 AI 導入動機
人力短缺、系統封閉，數據無法真正發揮價值
近年來，部分畜牧場雖已導入智慧化設備與感測器，改善飼養密度與環境條件，也提升動物福利水準，但實際應用仍面臨多重瓶頸：
- 高度依賴資深人力：關鍵判斷仰賴經驗，難以快速培育新人，也難以跨場域複製。
- 設備系統封閉：多數感測與影像設備資料分散，缺乏統一平台進行整合與分析。
- 缺乏即時決策支援：資料雖存在，卻難以轉化為即時、可行動的管理建議。
- 知識無法累積傳承：畜牧經驗停留在個人層級，無法形成可長期運作的知識資產。
這些問題使畜牧管理難以進一步標準化、數據化，也限制了智慧化技術的實際效益。
解決方案｜企業級 AI 運算平台，支撐智慧畜牧核心系統
為回應高運算負載與多型態資料整合需求，屏科大選擇以 企業級 AI 基礎設施 作為智慧畜牧系統的核心底座，導入 HPE ProLiant DL380a Gen12 伺服器，搭載 NVIDIA GPU 與高頻寬記憶體架構，穩定支援大型語言模型（LLM）、影像分析與感測資料運算。
系統設計聚焦於三點：
1. 檢索增強生成（RAG）架構
整合在地畜牧管理知識與即時感測數據，讓 AI 回應更貼近實際場域需求。
2. 影像與感測資料融合分析
支援體重估測、活動量、進食行為與健康狀態分析。
3. 高效能運算與資料安全
在校內建置集中化運算平台，確保資料掌控與研究穩定性。
HPE 運算暨數位銷售事業處總經理郭裕昇指出，HPE 穩定的企業級運算架構，結合 NVIDIA Hopper™ 架構與 NVIDIA H200 GPU，能有效加速 LLM 與科學研究工作負載，並在效能與資料存取安全之間取得平衡，為智慧畜牧 AI 應用提供可靠的長期運作基礎。
同時，合作夥伴 康熙科技股份有限公司 協助整合 AI 訓練、影像分析與感測資料運算流程，讓場域中蒐集的大量異質數據，能轉化為具研究與管理價值的分析成果。
成效｜從經驗導向走向數據驅動，建立可複製的管理模式
透過 AI 與企業級運算平台的導入，屏科大逐步將傳統畜牧經驗轉化為 數據化、標準化、可量測 的決策邏輯：
- 即時掌握畜舍狀態：管理人員可透過影像與感測分析，即時掌握動物健康、活動行為與環境變化。
- 提前預警風險：在疾病或環境異常發生前即進行預測與介入，降低經營風險。
- 降低對資深人力依賴：AI 輔助監測與分析，協助新人快速上手，緩解缺工壓力。
- 減少人為誤判：自動化分析降低人工觀察誤差，提升管理一致性。
透過本土化 RAG 系統，屏科大也逐步建立一套 可供產業參考的智慧畜牧知識庫，為畜牧管理提供具體可行的數位治理模式。
未來展望｜以示範場域為起點，推動智慧農業落地擴散
國立屏東科技大學校長張金龍表示，AI 對於農業與畜牧而言，不僅是技術升級，更是跨領域整合的關鍵平台。透過企業級運算基礎建設，智慧畜牧系統不僅服務單一計畫，更成為校內可共享的核心資源，促進農學、工學與管理領域的跨域應用。
未來，屏科大將持續深化 AI 在畜牧、生產管理與人才培育上的應用，並以此示範場域作為產業推廣基礎，協助更多畜牧與農業相關場域，將經驗轉化為可被傳承、可被擴展的數位資產，實踐真正可落地的智慧農業模式。
報導來源：CioTaiwan 新聞網 https://hpe.pse.is/8mtzxl
