AI democracy 的實現 是推動人工智慧發展的重要願景。隨著生成式 AI 與大型語言模型（Large Language Model, LLM）的迅速演進，如何讓先進的 AI 技術不再侷限於少數擁有超級資料中心的企業，而能普及至更廣泛的使用者與多元應用場景，已成為當前的核心課題。唯有突破運算資源的限制，才能真正落實 AI 的公平性與可及性，讓智慧科技惠及大眾。為了實現這一目標，邊緣AI運算平台（Edge AI Computing Platform） 扮演了關鍵角色。在這個研究者軸，我們探討如何在有限的計算與記憶體資源下，透過創新的系統與演算法設計，有效提升模型訓練效率（特別是 DOMAIN-SPECIFIC fine-tuning ），並加速具推理能力的推論過程（test-time compute）。