搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「雲端服務」,共 1513

面對機器人、AGV(自動導引車)、輸送系統等行動設備快速導入,工業現場對無線通訊的需求也從「能不能連線」,逐漸轉向「能否維持穩定、低延時且可預期的連線品質」。相較於有線網路具備穩定性但缺乏設備移動彈性,Wi-Fi等既有無線技術則可能受到頻譜

對現代企業而言,網路早已不只是上網工具,而是支撐 ERP、雲端服務、VPN、視訊會議、跨據點連線與日常營運的重要基礎,因此,許多企業會建置第二條網路作為備援,但真正的問題是有第二條線,就代表網路一定不會中斷嗎?答案並不一定。 當主要線路發生

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.

邊緣電腦若具有基於Linux的開放軟體與Docker容器,可讓使用者更順暢地串起資訊技術與營運技術網路,並且從廠區延伸至雲端,進而提升企業整體營運。

生成式AI資安出現結構性轉變。當AI從聊天、摘要進一步變成可自主讀取資料、修改檔案、呼叫API及執行程式的Agent,企業防線也必須從模型與提示詞防護,向AI實際執行階段的Runtime Security延伸。AI安全業者HiddenLay

汽車產業由硬體定義走向軟體定義汽車(SDV)後,類似變革正出現在家電。三星電子9月7日宣布,自9月起分階段為既有冰箱及洗衣家電升級Tizen OS 10.0,將2026年新機的部分AI服務、Bixby與操作介面下放舊款產品,家電價值開始從「

AI晶片戰場正從GPU延燒至雲端服務商自研ASIC。隨Google持續推進下一代TPU,晶片規模、封裝與系統複雜度同步提高,ASIC開發模式也可能由單一供應商承包,逐步轉向多家設計服務商分工,為台灣IC設計服務產業帶來新的成長空間。 根據摩

「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。

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

因應DRAM供不應求格局將延續至2027年,且原廠對於HBM4e的驗證進度存在變數。依TrendForce最新研究自2026年Q3起,除NVIDIA已對Rubin Ultra的HBM配置從HBM4e 12hi,改為並行評估HBM4e 8hi

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

聯發科技舉行 2026 年第二季法人說明會,公布單季營收達新台幣 1,520 億元,超越先前營運目標上緣。受惠於前沿 AI 模型與 Agentic AI帶動的算力需求,聯發科不僅調升 2027 年資料中心可服務市場規模(SAM)與市占率目標

台股近期連續兩個交易日出現明顯回檔,加權指數大幅下挫,AI概念股、半導體與電子權值股成為重災區,市場投資氣氛快速轉趨保守。此次跌勢並非單一事件所造成,而是全球科技股修正、資金面轉向及市場情緒降溫等多重因素交互影響,使台股承受龐大賣壓。 首先

SK 集團與 NVIDIA 將展開規模逾 5,000 億美元的全面合作計畫,建置AI基礎設施,以滿足全球日益增加的運算需求。雙方已簽署合作意向書,以正式確立此項協議,合作範圍涵蓋從 AI 工廠建設到 AI 記憶體供應等領域。 此次消息奠基於

在AMD的 Advancing AI 2026 大會中,最受全球科技業矚目的硬體主角,無疑是旗艦級AI系統—Helios。 這不單只是一次產品升級,而是代表半導體競爭策略的根本轉變。面對科技巨頭對大模型推論與萬億參數訓練的算力渴望,單一GP