搜尋

會員登入

搜尋

導覽

會員
廣告
廣告
類別:
關鍵字:

搜尋「TPU」,共 110

AI伺服器市場正從GPU主導走向ASIC、GPU與通用型伺服器並存的新階段。緯穎表示,上半年出貨仍以通用型伺服器為主,但ASIC伺服器本季可追至整體出貨約一半,下一季可望進一步超越通用型產品;GPU伺服器則預計下季底開始出貨,顯示大型雲端業

AI基礎設施競爭正由「取得多少GPU」,進一步轉向ASIC、記憶體、網路與整機共同設計。Google首席技術長暨AI基礎設施資深副總裁Amin Vahdat來台參加SEMICON Taiwan 2026,發表AI基礎架構演說。Vahdat此

生成式AI競爭正由模型參數與訓練算力,進一步轉向「推論經濟學」。OpenAI公布首款自研推論ASIC「Jalapeno」實測結果,透過晶片、HBM、網路與Serving軟體協同設計,試圖同時突破高吞吐量與低延遲難以兼得的限制,核心指標也由傳

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

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

透過FPGA與NPU的雙重防線,現代量測設備成功在最前線截斷了龐大的數據海嘯,將傳統的「採集後分析」轉變為「在採集的瞬間即完成洞察」。

HP Additive近日宣布推出一系列專為無人飛行載具(UAV)開發的高性能3D列印材料。這套先進的增材製造產品組合,在協助航太工程師在輕量化強度、耐用性與可靠性之間取得最佳平衡,突破現有設計限制,全面提升無人系統的運作效率與結構穩定性。

隨著生成式 AI 邁入算力軍備競賽的下半場,NVIDIA(輝達)近期宣布一項震驚業界的投資計畫:預計投入 40 億美元(約新台幣 1,280 億元)於光通訊企業 Lumentum 與 Coherent。這筆鉅資不僅僅是財務投資,更顯示了矽光

為加速AI應用導入與升級,全球雲端服務供應商(CSP)仍持續加強投資AI server及相關基礎建設,依TrendForce預估2026年8大主要CSP的合計資本支出將超越7,100億美元,年成長率約61%。業者除持續採購NVIDIA、AM

Microsoft正式發表第二代AI加速器Maia 200。這款採用台積電3奈米製程的晶片擁有超過1,400億個電晶體,在FP4精度下可提供10+ peta FLOPS的運算能力。除了硬體規格亮眼,微軟更與OpenAI共同開發的軟體工具鏈。

由於人工智能(AI)技術持續進展,不僅在應用端正加速與各類資通訊智慧終端設備結合,材料性能必須能因應更複雜情境,使用者體驗與永續性也備受重視。進而延續至上游半導體製程,從製造前端起深化製程材料創新,以強化全球電子材料供應鏈韌性。

亞馬遜網路服務(AWS)近期正式推出其新一代 AI 訓練晶片 Trainium3,並同步發表了 Trainium3 UltraServer 系統架構。該晶片主要定位於大規模 AI 模型訓練市場。 Trainium3 在技術規格上的一個關鍵點

雖然近日由台積電董事長暨總裁魏哲家帶頭,在美國半導體產業協會(SIA)頒發「羅伯特‧諾伊斯獎」(Robert N. Noyce Award)典禮上疾呼先進製程產能「不夠、不夠、還是不夠」,但至少如今在ASICs封裝需求上,還有EMIB方案加

受惠於AI迅速發展帶動產業升級,材料創新也來到新境界,以滿足AI相關的設備、產品需求,現在正是驅動性能與材質雙轉型的關鍵時期。來自德國的高分子聚合物材料製造商科思創公司近期也以聚碳酸酯、熱塑性聚氨酯(TPU)解決方案為例,分享AI如何驅動高

近年來,光通訊不再僅限於光纖骨幹網路,而是逐步向半導體晶片與封裝層級下沉。這種「從雲端到邊緣、從資料中心到車用」的多元應用,正在重新定義光通訊的產業價值。