 |
太空数据-下世代通讯 (2024.07.12)
在新太空时代的曙光下，我们见证了从旧太空时代的转变。
在旧太空时代，我们面对着昂贵的火箭和卫星，长时间的部署过程，以及政府机构的主导。这些因素共同构成了太空探索的高门槛 |
 |
台湾首次发表自主研发AI机器狗 克服铁道维修、工地巡检缺工难题 (2024.05.29)
基於近年来少子化社会及外送工作型态崛起，更加剧台湾各行各业正面临的缺工困境，又以传产和服务业最为明显，甚至包含化工厂、建筑工地、轨道车辆维护厂、餐厅及物流业等产业，与民生安全议题高度相关而受到社会极大关注，若能经由机器人导入AI技术来解决已势在必行 |
 |
先进AI视觉系统以iToF解锁3D立体空间 (2024.05.29)
在整个AI产业中，视觉系统扮演极重要的角色。由於iToF对於距离与空间的重现具有高度的可靠度外，还有解析度的优势。本文叙述iToF感测和技术的原理、组成元件、距离计算方式及成像技术的应用 |
|
6G是否将引领制造业的革命？ (2024.05.29)
6G以更快的速度、更低的延迟和更大的容量超越 5G，使无数应用受益，特别是制造业。对於透过 Wi-Fi 达到高效率运作的工厂而言，将整个制造运作的通讯基础设施升级到 6G，将是一次不可错过的制造模式转变 |
|
德系大厂导入AI服务先行 (2024.05.29)
台湾厂商仍然面对分别来自日、韩与中国大陆等对手的竞争加剧，未来势必要透过软体、智慧化服务等创新商业模式为产品加值，包含德系控制器或传动元件等零组件大厂也延续工业4.0优势，先行导入应用人工智慧（AI）先行 |
|
无线通讯藉ICT软体商整合 (2024.05.29)
面对近年来碳有价时代、人工智慧（AI）浪潮来袭，企业正积极寻求导入AIoT应用加值。尤其是当今5G渗透率已达瓶颈，专频专网成为兵家必争之地，台湾制造业更应该结合利用既有ICT优势 |
|
次世代工业通讯协定串连OT+IT (2024.05.29)
面对当前工业制造数位转型阶段，陆续融入了资通讯（ICT）科技和人工智慧（AI）的应用和发展，以即时并充份利用大数据加值。促使各家设备制造、FA自动化系统整合商纷纷寻求新一代工业通讯标准，包含TSN、umati也应运而生，并透过合纵连横加速落地 |
|
虚拟电厂供应链成关键 (2024.05.29)
因应目前台电已亏损连连，未来若还想透过储能稳定电网，势必要强化如虚拟电厂产业链等，才能真正实现永续维运。 |
|
减碳政策先铺路 全球一起攻储能 (2024.05.29)
储能的形式有非常多种，所采用的技术也相当多元，包括机械能、电化学能、电磁能、热能、化学能等。不同的储能技术各有优缺点，适用於不同的应用场景。 |
|
AI PC华丽登场 引领算力为王的时代 (2024.05.28)
AI PC的普及需要软硬体共同发展，在处理器、记忆体和作业系统等技术的进步，AI PC应用将更加丰富，并成为未来PC产业的重要趋势。 |
|
台湾应用材料启动「应材苗懂计画」 共组「半导体科普教育联盟」 (2024.05.28)
台湾应用材料公司长期支持科普教育，今（28）日宣布携手长期合作夥伴，包含：台湾科学教育馆、LIS情境科学教材及TFT为台湾而教，共组「半导体科普教育联盟」。未来将以「应材苗懂计画」出发 |
|
让6G主动创造新价值 提供通讯产业应用机会 (2024.05.28)
本场东西讲座邀请到台湾安立知业务与技术支援部协理薛伊良，分享从5G到6G的通讯产业发展脉络。 |
|
融合航太与无线生态 NTN打造下世代网路 (2024.05.28)
本场东西讲座邀请到台湾罗德史瓦兹应用工程部门经理陈震华，分享从5G到6G早期研究所需要了解的相关议题，以解决当前的各种技术挑战。 |
|
AI世代的记忆体 (2024.05.28)
AI运算是专门处理AI应用的一个运算技术，是有很具体要解决的一个目标，而其对象就是要处理深度学习这个演算法，而深度学习跟神经网路有密切的连结，因为它要做的事情，就是资料的辨识 |
|
STM32MP25系列MPU加速边缘AI应用发展 开启嵌入式智慧新时代 (2024.05.28)
意法半导体（ST）全新的STM32MP25系列微处理器（MPU），将高性能处理器与专用神经网路加速器相结合，旨在为嵌入式AI应用提供更优化的解决方案。 |
|
STM32 MCU产品线再添新成员 STM32H7R/S与STM32U0各擅胜场 (2024.05.28)
全球嵌入式系统市场也迎来蓬勃增长。在这场科技革命中，意法半导体(ST)也公布了 STM32 产品线的最新发展战略，进一步巩固其市场地位。 |
|
从AI PC崛起看处理器大厂产品策略布局 (2024.05.28)
处理器大厂正在AI PC投注大量资源，提供独特的解决方案。
NPU和AI加速晶片可以大幅提升AI PC的运算效率和速度。
GPU的平行运算能力和高输送特性，也将成为AI任务的理想选择 |
|
使用SIL 2元件设计功能安全的SIL 3类比输出模组 (2024.05.27)
本文概述一种能够克服挑战以成功实现SIL 3，并加速产品上市的解决方案。 |
|
使用 P4 与 Vivado工具简化资料封包处理设计 (2024.05.27)
加快设计周期有助於产品更早上市。实现多个设计选项的反覆运算更为简便、快速。在创建 P4 之後可以获取有关设计的延迟和系统记忆体需求的详细资讯，有助於高层设计决策，例如装置选择 |
|
FPGA开启下一个AI应用创新时代 (2024.05.27)
边缘应用藉由微型化，加强AI算力，能支持对功耗和热高要求的应用。
FPGA高度灵活、低功耗、高性能的特性，使其成为AI应用的理想选择。
根据不同的需求配置，迅速适应新算法，为嵌入式视觉领域提供强大支持 |
