 |
為快速增長的網路終端AI應用提供更高性能的解決方案 (2019.11.12)
人員偵測和物件計算等網路終端人工智慧(AI)應用正日益普及，但設計人員越來越迫切地要求在不影響性能的情況下實現低功耗和小尺寸的網路終端人工智慧解決方案。 |
|
AI逐步走向終端 邊緣運算需求大增 (2019.11.11)
邊緣運算在過程中，盡可能靠近資料來源以減少延遲和頻寬的使用。目的是減少遠端運算量，減少異地用戶端和伺服器之間的數據傳輸量。 |
|
Edge Server－邊緣運算伺服器發展趨勢 (2019.11.11)
本文彙整邊緣運算伺服器的功能範疇、布局業者與其產品，區分為五項邊緣運算伺服器發展趨勢，並說明趨勢如何影響整體產業生態系的發展走向。 |
|
強化學習：入門指南 (2019.10.29)
強化學習是機器學習的一種，指的是電腦透過與一個動態環境不斷重複地互動，來學習正確地執行一項任務。強化學習演算法的目標，即是在於找出能夠產生最佳結果的策略 |
 |
人工運算漸向終端轉移 邊緣運算讓AI更有效率 (2019.10.25)
在資料統整與雲端數據搜集時，邊緣運算可以發揮很大的功用。與雲端運算不同的是，邊緣運算是位於最接近資料來源的小型計算中心，主要功能在於收集、儲存、過濾、擷取、簡單的運算，並將處理過的資料與雲端系統進行有效率的交換，使系統變得更加即時、彈性且具有效率 |
|
深度學習在機器視覺領域的機遇與挑戰 (2019.10.18)
透過適合的機器視覺檢測就能克服人工的限制，因此隨著表面缺陷檢測系統的廣泛應用，協助提供高品質化生產與智慧生產自動化的發展。 |
|
德勤：數據安全是企業導入區塊鏈前最重要考量 (2019.10.15)
金融科技一般指金融領域的數位化創新。金融科技這一概念最初出現時，人們對它的理解僅限於使支付和交易便利化的創新技術。近年來，得益於互聯網和行動技術的變革發展，金融科技的範疇呈現出爆炸式的成長 |
|
再見摩爾定律？ (2019.10.07)
許多半導體大廠正積極研發新架構，都是為了找出一個全新的產業方向。龍頭大廠開始重視晶片的創新，並持續以全新架構來取代舊有的晶片。 |
|
由自駕車邁向智慧交通系統的進展 (2019.10.07)
愛美科City of Things計畫主持人Jan Adriaenssens展望交通和物流領域在未來幾年的進展，並預測人工智慧會在其中起什麼作用。 |
|
實現物聯網與雲端運算的新型記憶體技術 (2019.10.04)
研究指出，以 MRAM取代微控制器中的 eFlash 和 SRAM，可節省達 90% 的功耗。這些功耗與面積成本優勢，使得MRAM成為邊緣裝置的理想選擇。 |
|
仿真和原型難度遽增 Xilinx催生世界最大FPGA (2019.10.03)
賽靈思推出世界最大容量的FPGA，單一顆晶片擁有最高邏輯密度和最大I/O數量，將可以用於對未來最先進的ASIC和SoC技術的仿真與原型設計提供支援。 |
|
機器視覺走入AI世代 後勢發展深具潛力 (2019.10.01)
AI已是機器視覺的既定趨勢，AI機器視覺的市場龐大且需求明確，因此多數軟硬體廠商都已投入研發，新產品也不斷問世，未來發展值得期待。 |
|
台灣微軟AI研發中心擴建 將打造一級AI研發聚落 (2019.09.27)
微軟長期在台灣與硬體設備商合作建立完整的產業價值鏈，在Windows的助攻下實現無數產品的研發與創新，過去共同打造了光輝的台灣PC王國榮景。適逢在台30週年，微軟於2018年在台成立的亞洲第一個AI研發中心，短短一年多的時間就因為規模擴增，搬遷至兩層樓的新辦公室，加碼投資布局台灣AI產業聚落 |
|
因應工廠需求 打造特定AI視覺系統 (2019.09.25)
在製造業中，影像技術在生產與廠務兩端都有所應用，生產端主要為機器視覺，作為產品檢測之用，廠務端則是電腦視覺，用於工安、環境的偵測。 |
|
新一代記憶體發威 MRAM開啟下一波儲存浪潮 (2019.09.24)
STT-MRAM可實現更高的密度、更少的功耗，和更低的成本。此外，STT-MRAM也非常有可能成為未來重要的記憶體技術。不止可以擴展至10nm以下製程，更可以挑戰快閃記憶體的低成本 |
|
服務型機器人成長快速 掌握關鍵技術方能站穩市場 (2019.09.19)
相較於2016年，2017年全球專業服務型機器人市場銷售成長了39％，未來發展潛力雄厚，而要掌握此商機，3D感測與建圖定位將是兩大關鍵技術。 |
|
使機器學習推論滿足實際效能需求 (2019.09.18)
FPGA提供即時機器學習推論所需的可配置性，並具有能夠適應未來作業負載的靈活性；資料科學家和開發者需要借助兼具全面性且易用的工具才能運用此優勢。 |
|
EDA跨入雲端環境新時代 (2019.09.11)
全球主要EDA供應業者，已經開始將一部分的IC設計工具，透過提供雲端設計或驗證的功能。並且未來可能針對各種不同領域或產業、製品技術等，都能夠透過雲端來完成所需要的 |
|
人工智慧正在改變EDA的設計流程 (2019.09.10)
EDA讓電子設計有了飛躍式的成長；如今，人工智慧正站在EDA成功的基礎上，正逐漸重塑了EDA設計的風貌。 |
|
機器學習實現AI與EDA的完美匹配 (2019.09.10)
多年來，AI與EDA如何完美匹配，一直被工程人員討論著。實際上，人工智能已經開始逐漸在EDA領域發揮作用。不久之後，AI將可望在EDA領域找到一席之地。 |
