搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「散熱」,共 3305

AI浪潮正從驅動晶片需求進一步延伸至參與晶片設計。隨著AI資料中心、加速運算及實體AI快速發展,半導體晶片的架構與系統複雜度持續攀升,從先進製程、HBM、先進封裝到高速互連與多物理場設計,都讓傳統依賴工程師大量人工操作的開發模式面臨挑戰。在

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

AI資料中心建設進入下一階段的競爭態勢。隨AI伺服器機櫃功率密度快速提高,資料中心面臨兩項更基礎的物理限制:電從哪裡來,以及數百kW等級熱量如何排出去,因此帶動電網、再生能源與液冷同步成為AI基礎設施的新戰場。 韓國政府近日邀集Samsun

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,

走進展會燈光微暗的展示區,透明壓克力展示箱內一隻泛著淡金屬綠光芒的擬人機械手臂,正靜靜托舉著一枚重達兩公斤的金屬啞鈴。它沒有工業機械手臂那種龐大笨重的減速機外殼,也沒有拖曳在外、繁雜如藤蔓般的散熱管線與線束,整體線條流暢優雅,關節處僅嵌有一

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。

為支援AI時代智能工廠維運需求,勢必透過高速通訊支援監測設備狀態及蒐集數據,以提高目前基礎設備對於熱管理和預測維護能力。泓格科技也在2026年台北國際自動化工業大展,推出涵括:EtherCAT高速資料擷取、AI機房熱顯像監測、設備振動監測3

「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。

LG與NVIDIA的AI聯盟正從「策略藍圖」進入「實際部署」。繼雙方今年6月確立涵蓋實體AI(Physical AI)、AI基礎設施與未來移動的合作架構後,LG集團進一步將機器人、AI工廠與AI定義車輛列為三大落地戰線,顯示這項合作朝向完整

AI伺服器持續推升高頻寬記憶體需求,2026年HBM市場正式由HBM3E跨入HBM4世代,產業成長紅利開始由三星電子、SK海力士等記憶體大廠,向韓國半導體設備供應鏈快速擴散。隨著HBM4進入量產,以及12層、16層堆疊技術持續演進,TC B

當AI資料中心機櫃的功耗持續攀升,系統設計者在48V匯流排轉換至12V 供電時,面臨更高電流需求、板面空間有限,以及散熱與電源管理等挑戰。株式會社村田製作所今(11)日也在OCP APAC Summit 2026首度發表最新升級的48V /

因應現今AI基礎建設需求高漲,根據TrendForce最新AI server產業研究,估計2026年全球9大雲端服務供應商(CSP)總資本支出將年增約90%。近期超大型CSP、Tier-2資料中心業者,也對NVIDIA GB/VR等整櫃式A