搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「載板」,共 362

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.

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

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

全球半導體技術正由傳統的二維平面微縮,全面加速跨入高密度立體堆疊時代。隨著晶片互連結構更為精細、多晶粒整合面積與厚度增加,製程中的應力翹曲、介面平坦化與良率控制已成為關鍵瓶頸,使先進封裝材料從單純的輔助耗材,轉型為決定 AI 系統整體效能與

生成式AI帶動算力需求持續攀升,半導體競爭焦點已由單一先進製程,轉向運算、記憶體、封裝與高速互連的系統級整合。台積電在SEMICON Taiwan 2026展前論壇指出,未來AI基礎設施新增容量可能由過去每年約5至6GW,提高至30至40G

AI 時代的半導體產業變革,正從單點技術突破邁向全球生態系協作。SEMICON Taiwan 2026大師論壇暨全球生態系高峰會因應趨勢,首度升級為全天規格,由於報名踴躍加開轉播場次,議程從雲端算力、加速運算、記憶體、傳輸互連、電源管理與系

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基礎設施投資正在進入第二階段。當GPU、HBM與先進封裝持續擴產,資料傳輸、晶片載板及半導體材料也開始出現供應瓶頸,AI紅利從核心晶片向CPO光互連、FC-BGA與特殊材料快速外溢,帶動台灣、韓國與日本供應鏈重新布局。 台灣光學大廠大立

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

在今年台北國際自動化展最讓人關注的非紅供應鏈話題,傳動元件除了東佑達、銀泰、全球傳動等品牌外,惠祥貿易則以代理THK等日系品牌居多,今年特別舉辦競賽形式,期望凸顯在智慧夾爪等傳動裝置的特色,並透過使用者親手操作的體驗較為深刻,來凸顯AI人才

隨著AI、工業物聯網與邊緣運算加速導入製造現場,工業電腦(IPC)、人機介面(HMI)等設備除了提升運算效能,也必須兼顧即時控制、資安、連網與長期供貨,使OEM自行整合軟硬體的開發複雜度持續升高。德國嵌入式運算廠商congatec於2026

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

眾多機器人團隊最終都會面臨同一個困惑:明明晶片性能表現卓越、基準測試結果亮眼、技術展示也穩定流暢,為什麼從實驗室原型到真正可部署的機器人產品,中間仍然需長達18個月的時間?問題的關鍵往往不在處理器本身,而在其外的一切。 如今自主機器人開發者

受惠於AI伺服器、高速網通、衛星通訊等高附加價值應用需求帶動,泰國、越南與馬來西亞正加速由傳統消費性電子製造基地,升級為支撐高階PCB與載板發展的區域互補生態系,促使東南亞已掌握全球約12.3%的PCB產值,產業地位逐步提升。 然而,因為現

隨著AI軟硬體不斷演進,記憶體的重要性如今已幾乎與算力並列,成為最重要的戰略資產。