搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「AI加速」,共 454

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

AI帶動HBM、DRAM需求快速增加之際,成熟型記憶體市場也重新洗牌。華邦電子宣布以11.2億美元現金收購英飛凌NOR Flash與F-RAM事業100%股權,交易預計2027年下半年完成。收購範圍涵蓋車用、工業及基礎設施等市場,完成後將以

企業AI安全正從模型、Agent與資料治理一路向晶片層下沉。Rambus宣布CryptoManager Root of Trust支援Caliptra規範,鎖定資料中心與AI SoC,透過硬體信任根建立Secure Boot、韌體驗證、身分

生成式AI加速進入企業應用,市場焦點已由「導入AI」轉向能否規模化部署並產生實際投資回報,代理型AI(Agentic AI)的興起也讓治理、可解釋性與資料品質受到更多關注。SAS最新結合IDC研究洞察的《資料與AI影響力:AI時代的信任經濟

中國AI晶片自主化正進入更困難的下半場。華為、寒武紀、沐曦等業者持續推出國產AI加速器,逐步降低對NVIDIA依賴,但真正限制系統效能與量產規模的關鍵,已由單純GPU/NPU設計能力轉向HBM高頻寬記憶體。HBM也因此成為中國建立完整AI算

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

AI算力需求持續攀升,資料中心競爭正從GPU與電力容量擴張,進一步轉向整體系統效率。微軟Azure雲端硬體與基礎建設總裁Rani Borkar於SEMICON Taiwan CEO Summit 發表主題演講,她指出下一階段AI基礎建設不應

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

全球資安威脅持續升高。Check Point Research最新數據顯示,2026年7月全球組織每週平均遭受2,336次網路攻擊,較去年同期增加16%。從區域來看,拉丁美洲以每週3,561次居首,亞太地區則以3,316次位居第二;台灣更以

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

當實體AI與新一代機器人快速崛起,機器人產業的競爭維度已從「單一硬體零組件供應」徹底轉向「全系統整合與生態系對決」。面對台灣在全球市場中的戰略定位,恩智浦半導體(NXP)資深市場行銷經理黃佳琪指出,台灣擁有全球罕見且完整的電子系統整合底蘊,

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。

生成式AI與大型資料中心持續推升GPU、AI ASIC及高頻寬記憶體(HBM)需求,全球半導體競爭焦點正由先進製程延伸至先進封裝。近期台積電擴大部分CoWoS製程委外,加上SK海力士加速美國與韓國先進封裝投資,顯示AI晶片產業面臨的關鍵瓶頸

因前沿AI模型訓練算力每年成長4~5倍,能源供給與資料搬移成本已成為效能擴張的關鍵瓶頸,促使AI效能競爭從單一晶片的效能比拚,轉向設計、記憶與互連協同突破的系統整合工程。今年9月登場的SEMICON Taiwan 2026也預告,將針對3大