WBG技術日新月異 應用普及障礙逐一掃除(2)

高效能運算、電動車等應用的背後,都需要更先進的電源技術支撐,市場對寬能隙半導體技術的需求亦隨之出現爆發式成長。巨大的潛在商機進一步帶動產學研大舉投入,讓技術、產品快速迭代,讓整個產業呈現出朝氣蓬勃的氣象。...
2024 年 07 月 01 日

印度半導體發展雄心崛起 積極布局半導體產業聚落

在物聯網(IoT)、人工智慧(AI)與量子運算(Quantum Computing)三大應用接力帶動下,半導體產業的市場規模可望在2030年突破1兆美元大關。為滿足強勁的市場需求、提升供應鏈韌性與在全球供應鏈中取得有利地位,不僅半導體業者積極在世界各地擴張產能,各國政府也紛紛祭出半導體產業扶植政策。據國際半導體產業協會(SEMI)統計,在2023~2027年間,全球將有83座12吋、20座8吋晶圓廠上線。...
2024 年 07 月 01 日

GAI/LLM催生即時翻譯應用藍海

大型語言模型(LLM)與生成式人工智慧(AI),是目前市場上最受矚目的技術。其中,即時翻譯服務快速發展,市場上可以看到即時翻譯軟體與錄音筆等產品陸續問世。例如台灣新創廠商聲麥無線即提供即時翻譯的軟/硬體整合方案,該裝置可以將發言者的說話內容,以文字即時翻譯成多種語言,並顯示在透明面板中,提供其他語言的使用者閱讀。...
2024 年 06 月 28 日

AI伺服器「熱度」飆升 液冷技術百家爭鳴(1)

生成式AI帶來巨大的運算能力需求,同時也讓處理器功耗與熱量節節攀升。為解決晶片散熱問題,導入液冷將是不可避免的趨勢,液冷技術也因而呈現百家爭鳴的態勢。 為滿足生成式AI模型訓練對運算能力的巨大需求,伺服器GPU加速器晶片規模快速增加,其所散發的熱量亦出現驚人成長。以NVIDIA最新推出的加速器平台為例,結合2顆Blackwell...
2024 年 06 月 28 日

AI伺服器「熱度」飆升 液冷技術百家爭鳴(2)

生成式AI帶來巨大的運算能力需求,同時也讓處理器功耗與熱量節節攀升。為解決晶片散熱問題,導入液冷將是不可避免的趨勢,液冷技術也因而呈現百家爭鳴的態勢。 柏斯托/英特爾聯手推動單相浸沒式冷卻 為了替下一代功耗跟發熱量更高的處理器預做準備,解熱能力更高的浸沒式冷卻,也是科技業者積極布局的重點。馬來西亞國家石油化工集團(PETRONAS...
2024 年 06 月 28 日

HDMI喜迎影音AI化時代

人工智慧(AI)有助於提高影像畫質,也能強化音訊品質。HDMI協會總裁暨執行長Rob Tobias表示,AI應用近期非常受到市場歡迎,相關技術也導入到聲音與影片的應用中。在AI技術應用發展下,無論是8K或家用電視都將迎來突破。...
2024 年 06 月 27 日

AI資料中心力克功耗挑戰 結合GaN/液冷全力節能(1)

雖然資料中心的電力需求和密度大幅飆升,但其電力使用效率卻未能跟上。此外,過熱還會導致停電、設備故障,並導致氣候變化。這迫使運營商轉向更高效的冷卻技術,而良好的選擇之一就是液體冷卻技術。 由於生成式AI和其他新興技術的大幅增加,資料中心產業正處於十字路口,面臨著前所未有的轉型挑戰。如此的飛速成長極大地增加了伺服器的功耗,為全球的資料中心帶來壓力。根據多個模型,資料中心已占全球能源需求的約2%...
2024 年 06 月 19 日

AI資料中心力克功耗挑戰 結合GaN/液冷全力節能(2)

雖然資料中心的電力需求和密度大幅飆升,但其電力使用效率卻未能跟上。此外,過熱還會導致停電、設備故障,並導致氣候變化。這迫使運營商轉向更高效的冷卻技術,而良好的選擇之一就是液體冷卻技術。 解決電源供應問題...
2024 年 06 月 19 日

減少應用導入障礙 機器人友善環境概念興起(1)

「機器人友善環境」這個概念仍相當前瞻,缺乏明確定義。除了日本的機器人友善資產促進協會(RFA)已經將機器人友善環境定義為「可以輕鬆導入、運行機器人的環境」之外,大多數國家並未明確指出什麼是機器人友善環境,只是政策或作法背後的精神,符合機器人友善環境概念。...
2024 年 06 月 14 日

減少應用導入障礙 機器人友善環境概念興起(2)

「機器人友善環境」這個概念仍相當前瞻,缺乏明確定義。除了日本的機器人友善資產促進協會(RFA)已經將機器人友善環境定義為「可以輕鬆導入、運行機器人的環境」之外,大多數國家並未明確指出什麼是機器人友善環境,只是政策或作法背後的精神,符合機器人友善環境概念。...
2024 年 06 月 14 日

異質運算實現邊緣LLM CPU/GPU/NPU各有所長

生成式人工智慧(AI)技術及大型語言模型(LLM)逐步往終端應用拓展,在邊緣端導入生成式AI的願景,成為處理器廠商的兵家必爭之地。面對市場上特定應用領域的AI推論需求,處理器廠商積極開發適用於終端裝置的解決方案,期望未來終端應用可以導入生成式AI。...
2024 年 06 月 06 日

生成式AI落地邊緣幹大事 突破模型瘦身/精準度瓶頸

生成式人工智慧(AI)從雲端走向邊緣,需要克服模型縮小,以及推論精準度的挑戰。在終端設備資源有限的前提下,大型語言模型(LLM)需要透過量化(Quantization)等方式壓縮模型,並且確保推論維持一定的精準度。...
2024 年 06 月 06 日