搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「CPU」,共 5003

NVIDIA近日宣布推出最新NVIDIA Jetson Orin Nano 2機器人電腦,將重新定義入門級邊緣 AI,讓數百萬名開發人員都能運用先進等級的生成式AI效能,打造各式機器人、配送與巡檢無人機及視覺 AI 系統,以支援先進物理(P

AI晶片持續朝大尺寸、Chiplet與異質整合演進,先進封裝競爭也從CoWoS向更多技術路徑擴散。封測大廠力成科技宣布,布局六年的扇出型面板級封裝(FOPLP)已進入量產準備,現有產能已由兩家主要客戶預訂至2030年,預計2027年開始量產

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,

AI晶片戰場正從GPU延燒至雲端服務商自研ASIC。隨Google持續推進下一代TPU,晶片規模、封裝與系統複雜度同步提高,ASIC開發模式也可能由單一供應商承包,逐步轉向多家設計服務商分工,為台灣IC設計服務產業帶來新的成長空間。 根據摩

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

「電力」,成為AI時代的「新石油」。為深入探討此一關鍵議題,本文特別專訪資策會MIC資深產業分析師陳奕伶與王怡方,由大環境的資料中心耗電挑戰談起,剖析AI如何反向成為節能推手,一窺未來能源多樣性的可能發展。

當生成式AI進入PC,市場很容易沿用過去的升級想像:處理器更快、記憶體更大,下一代電腦自然就會取代上一代。

AI PC的競爭常被濃縮成一個數字:NPU有多少TOPS。然而,一部真正可用的AI PC,從來不是把一顆NPU放進既有筆電就完成。

AI進入個人電腦,市場最容易形成的想像,是每一部PC都會沿著同一條路線升級:更高TOPS、更大的記憶體,以及能在本地運行大型模型的GPU。

每一代全新的加速運算技術,都對底層基礎設施提出更高要求,包括更強大的運算效能、更高的機架密度,以及更高效且可擴展的配電能力。真正的瓶頸不只在於供電瓦數,更在於電力從電網被輸送至 GPU的方式。 在傳統供電架構中,電力透過交流電(AC)從電網

基於雲端與AI高效能運算(HPC)架構日益複雜,系統整合成本與軟體跨平台相容性成為資料中心營運的核心挑戰。遠端伺服器管理晶片(BMC)大廠信驊科技今(11)日也攜手生態系夥伴,於OCP APAC Summit實機展示兩大新世代技術:OBMF

全球大型資料中心的用電需求呈指數級攀升,傳統公共電網正面臨前所未有的供電壓力與減碳挑戰。為了尋找兼具零碳排放與高穩定性的分散式能源解決方案,美國聖路易斯華盛頓大學(WashU)與勞倫斯伯克利國家實驗室(LBNL)聯合團隊傳出重大突破,研究成

AMD已達成最終協議,收購專用AI推論晶片新創Taalas。隨著AI推論成為AI市場中成長最快速的領域之一,且工作負載日趨專用化,此項收購將以差異化的推論技術與世界級的工程專業知識,進一步強化AMD的長期AI路線圖。 Taalas成立於20

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。

量子運算技術近年快速發展,從學術研究逐步邁向商業應用。IBM執行長近日表示,公司預估量子運算業務可望於2028至2029年間開始為公司帶來實質營收,反映全球大型科技企業對量子電腦商業化的時程已逐漸形成共識,也代表產業正從技術驗證階段邁向實際

聯華電子(UMC)於公布 2026 年第二季財務報告。受惠於通訊與消費性電子市場強勁復甦,聯電單季合併營收達新台幣 687.3 億元(約 21.8 億美元),季增 12.6%,營業利益更大幅季增 32.6%。歸屬母公司淨利為 422.6 億