搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「熱管理」,共 431

安森美(onsemi)發布嵌入式電源平台(EPP),這是一項突破性架構,以矽晶圓本身作為封裝載體,並引入高度整合的電源系統設計方法。EPP是可擴展的平台,從設計之初便整合電氣、機械和熱設計,針對AI、電氣化和自動駕駛應用,幫助客戶實現更高的

韓國 INFAC 公司推出了一款針對電動車的創新 800V 電池組設計模組,該模組整合了一個高功率 800V 至 48V 隔離式穩壓 DC-DC 轉換器。此新設計透過減少高壓電纜與連接器,提升了車輛效能與電源轉換效率,並延長了續航里程。 I

人工智慧的快速發展使得資料中心電力基礎設施面臨急遽攀升的供電需求。 傳統配電系統以 400V 交流母線為基礎,並需經過多個轉換級降至低壓伺服器供電,正日益承受壓力。 為應對這些挑戰,產業正逐步轉向 800V 高壓直流 (HVDC) 架構。

基於現今AI工廠的運作模式,電力已成為影響算力(Token)產出效率的生產要素,,將影響工廠與資料中心的營運效率。伊頓公司也在今(2)日揭幕的SEMICON Taiwan 2026期間,針對AI資料中心與半導體產業面臨的高功率密度、供電可靠

AI晶片算力與功耗持續攀升,熱管理正從資料中心、伺服器機櫃及冷板,進一步向半導體製程與先進封裝內部推進。隨著CoWoS、3D IC等異質整合提高晶片密度,熱源更集中於封裝內部,傳統由晶片表面向外散熱的架構逐漸面臨熱阻瓶頸,促使微流道(Mic

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

在半導體產業過去數十年的發展歷程中,摩爾定律始終是算力競賽的最高指引——只要縮小電晶體尺寸,就能換取更高的效能與更低的能耗。然而,隨著先進製程邁向 2 奈米、進入環繞式閘極(GAA)架構與晶背供電(如 A16)的極限領域,物理邊際效益顯著遞

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

面對AIoT時代,除了AI伺服器和機房本身熱管理已是基礎建設的顯學,另有該如何落實AI智慧巡檢應用的載具,包含機器狗與眾多紅外線感測器、鏡頭組成的電子圍籬,也是近年來的關鍵應用。美商福祿克公司(Fluke)不僅在該領域經營多年,並在今年台北

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

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

SK海力士規劃投資約38.7億美元,在美國印第安納州西拉法葉(West Lafayette)建立HBM先進封裝生產及研發基地,並與普渡大學等研究機構合作。官方規劃顯示,新基地預計2028年下半年投入營運,將成為美國重要的HBM先進封裝據點。

全球AI模型參數規模呈指數級成長,驅動資料中心加速推進 Scale-Out(橫向擴充)網路架構。然而,隨著傳輸速率跨入 1.6T 與 3.2T 門檻,傳統銅線傳輸因訊號衰減嚴重與功耗過高,正遭遇前所未有的物理瓶頸,促使整體產業加速轉向「以光

生成式AI與高效能運算快速發展,正將資料中心的競爭焦點,從單純追求運算效能,推向更根本的電力問題。當單一機架需要承載更高功率,系統業者面臨的不只是供電量增加,還包括轉換損耗、散熱、空間、可靠度與建置成本同步上升。AI資料中心的下一場競賽,將