搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「工作負載」,共 1173

AI伺服器市場正從GPU主導走向ASIC、GPU與通用型伺服器並存的新階段。緯穎表示,上半年出貨仍以通用型伺服器為主,但ASIC伺服器本季可追至整體出貨約一半,下一季可望進一步超越通用型產品;GPU伺服器則預計下季底開始出貨,顯示大型雲端業

AI資料中心的電力競爭出現新的技術方向。過去產業焦點集中在增加發電容量、變壓器、開關設備與儲能,如今資料中心開始從「被動的大型用電戶」轉向能配合電網狀態主動調整負載。Google、NVIDIA與Emerald AI宣布成立「AI能源管理聯盟

AI基礎建設競爭正從單顆GPU走向整座機櫃架構。AI推論晶片新創d-Matrix宣布,新一代Raptor XPU將導入NVIDIA NVLink Fusion,直接接入NVIDIA MGX機櫃與AI基礎設施平台。這意味第三方客製加速器不必與

基於Token產能與變現能力已改變AI資料中心(AIDC)競爭邏輯,資策會產業情報研究所(MIC)於「2026 MIC FORUM Fall《躍進 AI Leap》」研討會次日,聚焦現今AIDC的競爭態勢轉變、經營關鍵議題,以及算力與網路傳

當全球人工智慧的浪潮以驚人速度從單純的語言對話模型,演進至具備自主規劃、工具調用與複雜多步驟執行能力的代理式AI(Agentic AI)時代,半導體產業的競爭焦點也迎來了根本性的典範轉移。 過去數年間,市場往往聚焦於單一GPU晶片的尖峰算力

AI伺服器記憶體競爭正從HBM延伸至完整Memory/Storage Hierarchy。Kioxia 9月3日舉行技術說明會,提出AI時代NAND策略,依照不同工作負載配置低延遲XL-FLASH、TLC與高容量QLC,並透過CXL記憶體擴

汽車產業正從「硬體定義」走向「軟體定義」。這不只是技術升級,更代表沿用數十年的研發流程、組織分工與供應鏈協作模式,都必須重新調整。 軟體定義汽車(Software-Defined Vehicle,SDV)要求車廠縮短開發週期、更快推出新功能

AI算力需求持續攀升,資料中心競爭正從GPU與電力容量擴張,進一步轉向整體系統效率。微軟Azure雲端硬體與基礎建設總裁Rani Borkar於SEMICON Taiwan CEO Summit 發表主題演講,她指出下一階段AI基礎建設不應

隨著數位醫療深入臨床,醫療運算設備的應用範圍已從護理站、病房,快速延伸至生命徵象監測、醫療影像、手術視覺化、遠距醫療與邊緣AI。安勤科技針對不同醫療工作流程布局醫療級Panel PC、嵌入式電腦、高效能運算系統、工作站、資料閘道器及邊緣AI

生成式AI競爭正由模型參數與訓練算力,進一步轉向「推論經濟學」。OpenAI公布首款自研推論ASIC「Jalapeno」實測結果,透過晶片、HBM、網路與Serving軟體協同設計,試圖同時突破高吞吐量與低延遲難以兼得的限制,核心指標也由傳

AI資料中心功率密度快速提高,現今的能源基礎設施競爭要點已從「能不能供電」進一步轉向「如何安全、快速且穩定地供電」。韓國智慧電網業者G2Power最新公開商用化浸沒式冷卻ESS,將電池模組直接浸入絕緣冷卻液,並把AI監控、BMS、EMS與P

AI運算需求正快速成長,對資料中心基礎設施的要求也隨之提升。要滿足此需求,必須全方位進行創新:CPU、GPU、網路技術、軟體、電力與散熱技術皆需在機櫃與資料中心層級高效協同運作。提升能源效率有助於在不增加功耗的前提下,提供更強大的AI效能,

隨生成式AI由模型訓練轉向Agentic AI大規模推論,AI伺服器競爭指標正從GPU峰值算力,進一步轉向Token生成速度、功耗與單位推論成本。NVIDIA於Hot Chips 2026宣布Groq 3 LPX互動式AI推論加速器全面量產

為了增加資料傳輸的速度、距離和效率,AI生態系統正在探索射頻(RF)矽中介層技術,以實現互補式金氧半導體(CMOS)、雙極互補式金氧半導體(BiCMOS)與三五族材料的異質整合。