某紡織製造公司導入 AI 系統進行布料瑕疵檢測，每天需處理來自 30 條產線的影像資料，包括高解析度照片、感測器數值、生產參數記錄等多種格式。該公司收集的資料量從每日 2GB 增長至 50GB，且需在布料離開產線前的 3 秒內完成瑕疵判定。近期團隊發現系統在尖峰時段容易出現判定延遲，影響製程節奏。若要優先改善此問題，下列哪一種做法最適合？
iPAS 考題解析
某紡織製造公司導入 AI 系統進行布料瑕疵檢測，每天需處理來自 30 條產線的影像資料，包括高解析度照片、感測器數值、生產參數記錄等多種格式。該公司收集的資料量從每日 2GB 增長至 50GB，且需在布料離開產線前的 3 秒內完成瑕疵判定。近期團隊發現系統在尖峰時段容易出現判定延遲，影響製程節奏。若要優先改善此問題，下列哪一種做法最適合？
- A. 擴充資料儲存容量，以因應長期資料累積需求
- B. 強化即時資料處理與推論計算資源配置，以降低延遲風險 ✓ 正確答案
- C. 調整資料格式標準，以降低跨來源整合複雜度
- D. 增加資料驗證與清理機制，以提升資料品質穩定性
詳細解析
系統在尖峰時段出現判定延遲，核心問題是即時推論的計算資源不足。強化即時資料處理與推論的計算資源配置（如增加 GPU、優化推論流程）能直接解決延遲問題，確保在 3 秒內完成判定。
出題年份：115 難度：★★☆