 |
高速時代的關鍵推手 探索矽光子技術 (2025.05.07)
矽光子正快速從實驗室走向商業化階段，成為支撐高速運算、資料中心及異質整合架構不可或缺的關鍵技術。然而，矽光子在量產與測試面仍有諸多挑戰有待克服。未來矽光子有望實現更高良率、更低成本的製造目標，加速落地 |
|
RISC-V的AI進化—NPU指令集擴展 (2025.05.07)
在AI技術日益主導新世代運算需求的背景下，RISC-V能否如同當年的Linux，憑藉開源特性崛起為主流？本文將從三大關鍵面向—指令集擴展、地緣政治與供應鏈、自主開發與碎片化風險—剖析RISC-V在AI時代的機會與挑戰 |
|
xPU能效進化論 每瓦特算力成為AI時代新價值 (2025.05.07)
半導體產業必須重新定義「效能」：不再僅以每秒浮點運算次數（FLOPS）比較，而以每瓦特浮點運算（FLOPS/W）為核心指標。本文將從製程微縮、先進封裝、架構革新三個維度，深入剖析xPU的節能技術路線 |
|
生成式AI當道 GPU算力爭霸方興未艾 (2025.05.07)
生成式AI驅動的模型規模與複雜度急遽上升，正迫使晶片架構以遠超摩爾定律的速度進化。在這場硬體競賽中，NVIDIA、AMD、Google等科技巨頭紛紛推出「算力核彈級」晶片，並在效能、功耗與生態系三大戰場上展開正面交鋒 |
|
以NPU解決邊緣運算功耗與效能挑戰 (2025.05.07)
隨邊緣AI無疑是近期AI應用最受注目的項目，也將是接下來裝置與零組件商聚焦的市場．對此，CTIMES東西講座特別邀請耐能智慧（Kneron）親赴現場，並由該公司資深技術行銷經理陳宇春解析最新發展趨勢，以及耐能智慧在此領域的創新技術與策略佈局 |
|
擴展AI叢集的關鍵挑戰 (2025.05.05)
擁有資料中心的企業，進行AI部署只是時間問題。本文將探討擴展AI叢集的關鍵挑戰，並揭示為何 「網路是新的瓶頸」。 |
 |
意法半導體為資料中心與 AI 叢集提升高速光學互連效能 (2025.05.02)
隨著人工智慧（AI）運算需求的指數型成長，致使運算、記憶體、電源管理及互連架構對於效能與能源效率的要求提升，意法半導體（STMicroelectronics，ST）新一代專屬技術強化資料中心與 AI 叢集的光學互連效能，協助超大規模運算業者突破上述限制 |
 |
2025.05(第402期)xPU- AI時代的處理器革命 (2025.04.28)
隨著AI任務複雜化，單一處理器難以滿足端到端需求，
促使「CPU+GPU+NPU」的異構架構成主流。
例如蘋果M系列晶片整合統一記憶體架構，讓不同處理單元無縫協作；
NVIDIA的Grace Hopper超級晶片則結合CPU與GPU，專攻巨型語言模型訓練 |
|
RISC-V能否在AI時代突圍？ 看開源硬體如何重塑晶片競局 (2025.04.25)
隨著AI運算需求飆升，開源硬體架構RISC-V正迅速成為AI晶片領域的焦點。根據統計，去全球RISC-V架構處理器出貨量突破100億顆，年成長率高達120%，其中超過三成應用於AI加速晶片 |
|
韓國KT攜手泰國Jasmine 完成泰語大型語言模型平台建置 (2025.04.15)
韓國電信KT Corporation今日宣布，與泰國Jasmine集團旗下的IT專業公司Jasmine Technology Solutions (JTS)合作，成功完成泰語大型語言模型（LLM）平台的建置專案，為韓國首次向海外輸出完整的AI基礎設施 |
|
AI晶片電壓跌破1V！ 電源設計必須應對『低壓高流』時代 (2025.04.14)
隨著人工智慧（AI）技術的快速發展，生成式AI、深度學習和高效能運算（HPC）的需求激增，AI伺服器的電力需求也隨之大幅提升。特別是AI處理器（如GPU、TPU等）對供電的要求越來越嚴格，不僅需要超低電壓（0.6-1.5V），還必須提供大電流（數百至上千安培），同時確保高暫態響應和低紋波 |
|
解決高效能電源轉換痛點 關鍵應用加速邁向48V架構 (2025.04.11)
隨著高效能運算（HPC）、電動車（EV）、半導體測試與工業自動化等領域對電力供應的效率與密度提出更高要求，傳統的 12V 電源供應架構逐漸無法滿足現代系統的發展需求 |
|
ROHM推出業界首創具有AI功能的微控制器 (2025.04.10)
半導體製造商ROHM（總公司：日本京都市）推出了具有 AI（人工智慧）功能的微控制器「ML63Q253x-NNNxx / ML63Q255x-NNNxx」（以下簡稱 AI微控制器），該產品可利用在馬達等工業設備，及其他各種設備的感測資料進行故障檢測和劣化預測，而且無需網路即可進行學習和推理，是業界首創的微控制器 |
|
從是德推KAI架構 看測試儀器廠商跨足AI市場的戰略意義 (2025.04.08)
人工智慧在全球加速發展，尤其大型語言模型（LLM）與生成式AI應用不斷推升對資料中心算力的需求，測試儀器廠商正悄然進行一場策略轉型。過去專注於晶片、通訊與電子設備測試的廠商，如是德科技（Keysight Technologies），如今積極跨足AI領域，提供從元件到系統層級的測試與驗證方案 |
|
DeepSeek開啟AI大推理時代 台灣產業迎擊算力挑戰 (2025.04.08)
CTIMES東西講座特別邀請資策會產業情報研究所分析師楊智傑，針對DeepSeek對AI產業的影響與衝擊進行分享，深入剖析這項技術可能為台灣在全球AI供應鏈中帶來的挑戰與商機 |
|
拓展AI-RAN版圖：產學研界攜手引領行動通訊新潮流 (2025.04.08)
在近兩年生成式AI風潮下，NVIDIA成了最大的贏家之一，目前正針對電信領域，挖掘更多市場機會。2024年第一季在以行動通訊產業為主的MWC巴塞隆納展會上，該業者與T-Mobile、Softbank等國際行動電信商以及產學研界共同成立AI-RAN聯盟 |
|
台科大50周年校慶，研揚科技莊永順董事長獲頒「傑出貢獻獎」 (2025.04.01)
專業物聯網及人工智慧邊緣運算平臺研發製造大廠—研揚科技，日前參加台科大50周年校慶，並於電子系所舉辦的研發成果展中展出「AI機器手姿態辨識」，獲得與會貴賓及台科大同學們的熱烈關注與詢問 |
|
意法半導體打造矽光子技術 引領資料中心與AI運算 (2025.04.01)
在高效能運算與人工智慧應用快速發展的背景下，資料中心對高速、低功耗的光學互連技術需求日益提升。意法半導體描繪了對未來科技的願景。 |
|
英特爾欲挑戰輝達AI霸主地位 可聚焦AI推理晶片並主打性價比 (2025.03.31)
英特爾（Intel）新任執行長陳立武近日表示，公司將在AI硬體領域與輝達（NVIDIA）展開競爭。然而，?在這一過程中，英特爾將面臨多重挑戰，未來前景亦備受關注。
目前?輝達在AI晶片市場佔據主導地位，其專為AI模型訓練設計的GPU廣受歡迎 |
|
Google持續投入資源 推動Trillium TPU的技術發展 (2025.03.26)
Google 的第六代張量處理單元（Tensor Processing Unit， TPU）被命名為 Trillium，旨在進一步推動人工智慧（AI）領域的發展。?自 2013 年推出首款 TPU 以來，Google 持續致力於開發專為機器學習任務設計的應用專用積體電路（ASIC），以提升 AI 模型的運算效能和效率 |
