搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「推論」,共 835

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

Physical AI競爭正從單一人形機器人,進一步擴大至「整座工廠如何由AI協同運作」。韓國科學技術情報通信部規劃2026年至2030年投入7,368億韓元,開發Physical AI軟體平台,讓不同品牌與功能的機器人、設備共同協作,並且

生成式AI已逐漸由數位世界進入實體環境,Physical AI正在催生不同於AI伺服器的新晶片架構。台灣IC設計業者QBit Semiconductor公布QB88XX系列,鎖定機器人與無人機控制,將多關節運動控制、AI運算及即時伺服功能整

基於AI資料中心建置需求持續升溫,全球半導體載板產業正進入高階產品規格升級、關鍵材料供應吃緊與先進封裝技術競逐並行的新階段。依台灣電路板協會(TPCA)與工研院產科國際所最新觀察指出,2025年全球載板產值規模達147.5億美元,年增18.

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

現今AI資料中心算力持續擴張,系統瓶頸正從GPU運算能力向晶片間高速互連轉移。9月9日在日本幕張登場的NEPCON JAPAN秋季展特別設置「光電融合World」區域,集中矽光子、先進封裝、光導波路及CPO等技術,並邀集NVIDIA、Cor

過去十年間,全球科技產業對AI與機器學習的想像,經歷了從量變到質變的洗牌。生成式AI並非全盤否定傳統判別式演算法,而是在其精準感知、即時控制的基石上,補足了抽象思考、泛化遷移與自主推理的拼圖。

由檢驗驅動行動的系統,可概括為「感測-判斷-行動-驗證-再學習」五階段閉環。它讓品質資料不再停留在報表,而能即時回到機台、物流、工單與供應鏈;但閉環越自動,錯誤行動的影響也越大。

第一篇探討AOI的「眼睛」與「感覺器官」,從人工檢查的限制著手,討論感測器、光學配置、3D量測及評估指標,強調AI視覺在工廠應用前需建立可重現、可比較和可追溯的事實層。

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

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

AI晶片供應鏈的在地化,正從GPU與伺服器進一步延伸至高頻寬記憶體(HBM)。SK hynix於美國印第安納州West Lafayette正式啟動先進封裝基地,投資逾40億美元,規畫2029年下半年開始量產下一代HBM,並且明確將HBM4E