搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「資料集」,共 371

AI資料中心持續擴建,全球記憶體供應緊張已從HBM擴散至一般DRAM與NAND,並開始影響手機、PC產品設計。路透指出,部分中小型手機與筆電業者正為可能延續至2027年甚至更久的記憶體短缺預做準備,除了提前下單,也開始修改主機板與產品規格,

AI正從設備監測、異常偵測與預測維護,逐步深入品質判定、製程最佳化甚至控制決策,但當AI介入關鍵製程愈深,模型失效所帶來的設備、工安與營運風險也同步升高。德國萊因指出,製程工業導入高風險AI,已不能只看模型準確率,必須建立涵蓋風險分級、可靠

如果把人形機器人拆開來看,最醒目的往往是AI晶片、攝影機、馬達與減速器;但真正決定它能否離開舞台展示、進入工廠與服務現場的,並不是其中任何一顆明星元件,而是各種快慢不同、風險不同的電子系統能否形成一個有秩序的整體。語言模型可以花數百毫秒理解

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

Sophos X-Ops 發布最新研究,揭露攻擊者如何利用企業與使用者爭相採用 AI 工具的趨勢,冒充 Claude、ChatGPT、Copilot 和 Perplexity 等受信任的 AI 品牌,散播惡意軟體、竊取憑證,並誘騙使用者採取

人工智慧需求激增,帶動對大量資料集與情境窗口的需求,其規模已突破系統記憶體的容量限制。 然而,單純增加儲存容量,並不足以因應日益成長的需求。真正需要的是來自 AI 工廠、實用且符合現實需要的洞察,以及能夠實現這些洞察的高效、安全儲存架構。

眾多機器人團隊最終都會面臨同一個困惑:明明晶片性能表現卓越、基準測試結果亮眼、技術展示也穩定流暢,為什麼從實驗室原型到真正可部署的機器人產品,中間仍然需長達18個月的時間?問題的關鍵往往不在處理器本身,而在其外的一切。 如今自主機器人開發者

當今的汽車電子模擬在其規模與複雜度上,不斷挑戰運算建模的極限。Ansys(現已與新思科技合而為一)與EMA協助客戶藉由元模型建模減少時間、精力、成本與風險。

開源人工智慧(AI)已體現了當模型、資料與工具能被共享時,開發者能以更快的速度推動創新。機器人領域同樣具備這樣的機會,但物理 AI 開發的進展,仍可能受到成本高昂且分散的資源所限制,這些資源涵蓋大型資料集、機器人基礎模型,以及模擬、運算與驗

目前正在全面探索治療認知、感官和動作失調及相關障礙的新方法—從恢復癱瘓患者的動作、直覺控制義肢到重建語言與視覺。同時,神經科學也在持續推動更高性能的工具,以探測神經動力學和釐清意識背後的運作機制。腦機介面(BCI)正為這些進展注入更多動能,

作為 AI 驅動資料經濟的儲存基石,WD近日宣布,將在旗下最新的高容量UltraSMR 硬碟中,整合後量子加密技術(post-quantum cryptography),為次世代基礎架構安全邁出關鍵一步,正由多家超大規模雲端服務供應商客戶進

服務橫跨多重電子應用領域之全球半導體領導廠商意法半導體(STMicroelectronics,簡稱 ST;紐約證券交易所代碼:STM)推出 Stellar P3E,為首款內建 AI 加速功能、支援車用邊緣運算的微控制器(MCU)。Stell

迎合全球企業積極引進AI驅動數位轉型同時,也有不少資安事件正發生在外部廠商代管設備的供應鏈、多雲混合情境;加上未來在Agentic AI賦能後,或將加深來自「內鬼」威脅的疑慮,2026年台灣製造業更應及早布局。

擷發科技與工業電腦大廠艾訊簽署合作備忘錄(MOU)。雙方將深度整合擷發自主研發的跨平台「XEdgAI」軟體平台與艾訊「AIM101」工業級邊緣運算系統,旨在克服異質硬體整合瓶頸,為全球系統整合商(SI)提供更靈活且快速導入的Edge AI解