 |
提升視覺感測器功能：3D圖像拼接演算法協助擴大視野 (2025.06.06)
本文討論的3D圖像拼接演算法專為支援主機處理器而設計，無需雲端運算。該演算法將來自多個ToF攝影機的紅外線和深度資料即時無縫結合，產生連續的高品質3D圖像，該圖像具有超越獨立單元的擴大視場 |
 |
FPGA四十年技術演進 在AI浪潮中邁向智慧邊緣的下一步 (2025.06.04)
2025年，FPGA發展正式邁入問世40週年。從1985年全球首款商用FPGA XC2064誕生開始，這項由Ross Freeman提出、由賽靈思（現為AMD一部分）實現的創新技術，重新定義了「硬體開發」的可能性 |
|
AI伺服器散熱挑戰加劇 液冷技術成資料中心關鍵解方 (2025.05.28)
在AI應用蓬勃發展的推動下，AI伺服器機櫃正面臨前所未有的散熱挑戰。尤其是在搭載多顆GPU的高密度系統中，單一機櫃的熱功耗可達數百千瓦，傳統氣冷技術難以有效應對 |
|
高柏科技：以創新散熱方案 應對AI時代的高性能運算挑戰 (2025.05.28)
散熱的目標很簡單，就是將電子設備或任何產生熱量的系統的廢熱，有效率地傳遞出去，以維持系統在安全且高效運作的溫度範圍內。
然而，散熱的實作卻很不簡單，不僅因它涉及材料、流體力學與結構科學的考量，更需要迎合裝置設計來因地制宜，是個極端仰賴客製化與深度技術才能實現最高效能的技術 |
|
挖礦晶片和電腦晶片有何不同？一文看懂挖礦晶片效能真相 (2025.05.23)
如果你曾好奇過：「我的電腦顯示卡能不能拿來挖比特幣？」那麼你並不孤單。在台灣，這樣的討論在 PTT、Dcard、甚至蝦皮拍賣區也經常出現。挖礦晶片（ASIC）與一般電腦晶片（CPU、GPU）外觀相似，實際用途卻截然不同 |
|
[Computex] 台達聚焦AI與節能 首秀貨櫃型資料中心及HVDC方案 (2025.05.21)
台達今（21）日以「Artificial Intelligence x Greening Intelligence」為主題，於今年COMPUTEX首度亮相，為邊緣運算設計的AI貨櫃型資料中心方案；另為在AI人工智慧時代，提供永續解方，整合電源、散熱及IT 設備於20呎貨櫃，以實機展示吸引眾多專業人士目光 |
|
[Computex] NXP發表AI驅動OrangeBox 2.0開發平台 簡化車用資安防護 (2025.05.21)
隨著車輛連網與軟體定義化趨勢加速，汽車面臨日益嚴峻的網路安全威脅。汽車資安防護層面也隨著科技演進趨於複雜多變而難以防範，恩智浦半導體（NXP Semiconductors）推出第二代汽車級開發平台OrangeBox 2.0，整合先進AI、後量子加密（Post-Quantum Cryptography, PQC）與高階資安功能，助力汽車產業應對快速演變的資安威脅 |
|
台達於COMPUTEX 2025聚焦人工智慧與節能永續 (2025.05.21)
台達於2025年台北國際電腦展(COMPUTEX 2025)，以「Artificial Intelligence x Greening Intelligence」為主題，為AI時代提供永續解方。此次首度亮相為邊緣運算設計的AI貨櫃型資料中心方案，整合電源、散熱及IT 設備於20呎貨櫃，以實機展示吸引眾多專業人士目光 |
|
新唐 AI 微控制器賦能智能檯燈應用方案，榮獲智慧創新大賞入圍肯定 (2025.05.21)
新唐科技以創新 AI 應用方案入圍台灣經濟部「2025 智慧創新大賞」決賽，其參賽作品 – 結合 NuMicro® M55M1 微控制器與 TensorFlow Lite AI 模型的「AI 智能檯燈」，憑藉優異的嵌入式姿勢偵測與互動設計，成功獲得評審團肯定，展現智慧生活應用的嶄新典範 |
|
AI晶片市場前景看俏 2035年將達8468億美元 (2025.05.13)
根據ResearchAndMarkets最新報告，全球AI晶片市場預計將從今年的316億美元，以34.84%的年複合成長率高速成長，至2035年達到8468億美元。
報告強調，AI晶片作為專為執行複雜AI演算法任務設計的特殊積體電路，正透過提升效率和創新，驅動AI和機器人技術的未來發展 |
|
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 |
|
車載ADAS系統新趨勢 (2025.04.29)
全球每年約有百萬人死於交通事故。在這些交通事故中肇因主要為駕駛者的人為失誤所造成，而近年來導入各式的輔助系統確實有效地降低事故傷亡率。
為降低人為因素所造成之交通意外，車廠皆已紛紛投入先進駕駛輔助系統（ADAS）或自駕車（Autonomous Vehicle）相關技術研究開發 |
 |
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 |
|
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 |
