 |
2021年五大科技趨勢深度剖析 (2021.01.04)
CTIMES封面故事重點選擇了今年度值得關注的五大科技趨勢，這五大科技趨勢分別是：Open RAN、AI加速、工業數位轉型、第三代半導體，以及數位資訊醫療照護等。 |
|
工業邊緣的機器學習和智慧視覺願景 (2020.12.30)
本文介紹恩智浦i.MX 8M Plus 應用處理器的功能，以及如何在嵌入式視覺系統中使用。 |
|
神經處理／運算為邊緣帶來實時決策 (2020.12.24)
邊緣是部署機器學習應用程式的理想選擇，而神經網路模型效率的提高和高速神經網路加速器的出現，正在幫助機器學習向邊緣轉移。 |
|
挾ICT與半導體優勢 台灣生技產業將趁勢而起 (2020.12.22)
走一趟2020台灣生醫展，驚訝的發現，竟然有滿滿一整區的生醫新創攤位。從其數量與研究的質量，不難嗅出，台灣生醫產業即將迎來他們光輝的一頁。 |
|
解決功率密度挑戰 (2020.12.16)
電源管理是在雲端採用 AI 技術，同時繼續滿足計算和儲存需求的最大瓶頸之一；問題在於系統向處理器及 ASIC 供電時，電源轉換器的功率密度。 |
|
邁向1nm世代的前、中、後段製程技術進展 (2020.12.08)
為了實現1nm技術節點與延續摩爾定律，本文介紹前、中、後段製程的新興技術與材料開發，並提供更多在未來發展上的創新可能。 |
|
能耗個個擊破 5G與AI的節能之戰 (2020.12.08)
5G強調更快速度、更低延遲、更多連結數，這些特點將引爆更多應用。在未來世界，除了佈局CPU 效能以外，值得再多關注AI 與機器學習的表現。而節能議題與能源效率，更是發展過程的重中之重 |
|
AlwaysON DFS：利用DFS通道的智慧機制 (2020.12.08)
AlwaysON DFS只是SmartScan的代表之一，它融合了多種機制來有效利用動態頻率選擇(DFS)通道中可用的頻譜。 |
|
指紋金融卡背後的兩大挑戰：生物特徵身份認證系統 (2020.12.08)
藉由非接觸式卡片並利用生物特徵身份認證技術進行安全支付越來越受歡迎，導入生物特徵身份認證系統解決方案將有助於提升，甚至解除現有的非接觸式支付金額上限。 |
|
高能效儲能系統中多階拓撲之優勢 (2020.12.02)
開關元件的功耗降低可減少散熱，較低的諧波內容僅需較少的濾波且 EMI 明顯降低。 |
|
運用工業乙太網路加速轉移至工業4.0 (2020.12.01)
現今各種自主運算系統之間的聯繫越來越緊密，並對資料進行通訊、分析、解讀，以協助人員在工廠的其他領域做出明智決策與行動。 |
|
無電池資產追蹤模組的先進監控系統 (2020.11.27)
本文提出一個在無線感測器網路中識別資產和監測資產移動速度的追蹤系統，無電池的資產標籤透過射頻無線電力傳輸架構接收資料通訊所需電能，並採用一個獨有的測速方式產生時域速度讀數 |
|
相位陣列波束成形IC簡化天線設計 (2020.11.27)
本文介紹現有的天線解決方案以及電控天線的優勢所在。此外，在此基礎上，介紹半導體技術的發展如何實現改進電控天線SWaP-C目標，並舉例說明ADI技術如何做到這一點。 |
|
適用於磁感測器製造的高產出量選擇性雷射退火系統 (2020.11.17)
穿隧式磁阻（TMR）感測器製造商Crocus Technology率先採用全新microVEGA xMR系統進行生產應用 |
|
打造更美好的人工智慧晶片 (2020.11.13)
由於7奈米及更先進製程愈趨複雜昂貴，正採用不同方法來提高效能，亦即降低工作電壓並使用新IP區塊來強化12奈米節點，而這些改變對於AI加速器特別有效。 |
|
選擇最佳化振動感測器 增進風力發電機狀態監測 (2020.11.12)
本文從系統角度提供關於風輪機元件、故障統計、常見故障類型和故障資料收集方法等的見解，並從風力發電機元件上的常見故障入手... |
|
FPGA從幕前走向幕後 (2020.11.12)
與FPGA相對的，就是不可編程的晶片方案，這也是市場的主流形式，就是所謂的ASIC。雖然FPGA和ASIC外觀看起來長一樣，但裡頭的構造其實非常不同。 |
 |
昕諾飛助北市打造LED智能隧道照明系統 (2020.11.10)
全台灣共有131條隧道連接國人的日常交通所需，提供南來北往便捷之徑。為確保用路人來往安全，昕諾飛（Signify）自2019年起依照國際照明委員會CIE088隧道照明標準，協助北市政府進行8條LED智慧調光隧道改造工程 |
|
邏輯元件製程技術藍圖概覽（上） (2020.11.10)
愛美科CMOS元件技術研究計畫主持人Naoto Horguchi、奈米導線研究計畫主持人Zsolt Tokei彙整各自的領域專長，將於本文一同呈現先進製程技術的發展藍圖。 |
|
自行調適運算平台帶來高效能AI加速 (2020.11.06)
從自動駕駛汽車到AI輔助醫療診斷，我們正處於一個變革時代的開端。AI演算法正快速發展，且比傳統晶片的開發周期更迅速。自行調適運算加速平台將有助於加速AI處理和非AI處理功能 |
