搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「LIN」,共 15258

數十年來,電子設計自動化(EDA)的生產力提升,主要來自效能更高的模擬器、可擴充的形式驗證工具,以及運算能力更強的求解器。然而,隨著 SoC 設計規模持續擴大,單純提升工具效能已不足以因應驗證團隊面臨的挑戰。 今日 RTL 驗證的主要瓶頸,

AI晶片推升先進製程需求,半導體微縮競賽正由既有EUV邁向High-NA EUV。ASML最新High-NA曝光設備單價約4億美元,約為現行EUV兩倍,然而隨著Intel、台積電、三星及SK海力士陸續確認或規劃導入,High-NA已逐步由研

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。

面對全球供應鏈在國際地緣政治衝突下加速移轉,製造業正面臨熟練技術人才斷層與生產力亟待補強的嚴峻升級瓶頸。在此浪潮下,傳統塑橡膠產業正加速邁向高效、高彈性的智慧製造架構。

Chiplet 與異質整合正在改變半導體設計。透過高效能中介層與先進封裝,設計團隊可將不同製程、不同供應商的運算、記憶體、I/O 與加速器 IP,整合為複雜的系統級封裝。相較於大型單晶粒設計,這種方法有助於提升效能與能源效率,也能改善擴充彈

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

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。

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

2026 台北國際自動化工業大展於南港展覽館盛大登場。適逢成立 55 週年的台達電子,今年以「前行共好:AI 創變智造未來」為主軸,全面展示 AI 驅動的具身智能機器人、整線級數位雙生及工業能源解決方案,展現協助製造業由自動化邁向自主化的技

生成式 AI 正快速改變半導體設計流程,而 AI 的角色也從輔助工具逐漸升級為參與決策的「工程夥伴」。從西門子 EDA 在年度技術論壇所揭示的發展方向可看出,EDA(電子設計自動化)產業競爭已不再只是提升單一工具效能,而是朝向 AI 原生(