國際大廠邊緣AI布局動作多 台灣供應鏈機會來了(2)

相對於ChatGPT等基於雲端運算的AI服務,架設於邊緣、地端的AI應用,因其低延遲、低流量成本、低能耗以及高隱私之特性,正逐漸在產業應用端快速興起,同時各家大廠也積極投入邊緣AI技術及商業布局。國際大廠在邊緣AI的布局上,多利用既有技術優勢,朝各自相異的產品領域進行布局。...
2024 年 07 月 10 日

Google開源框架加速AI訓練 最高節省80%成本

近日Google研究人員發表一篇說明SEED RL框架的文章,該架構可將人工智慧(AI)模型的訓練擴及數千個機器。並且促進每個機器達到每秒訓練數百萬個框架的速度,同時減少80%的成本,可望為過去無法與大型AI實驗室競爭的新創公司帶來平等的發展機會。...
2020 年 03 月 25 日

Google Coral產品搭載瑞薩高效電源管理IC

先進半導體解決方案供應商瑞薩電子(Renesas)日前宣布其ISL91301B電源管理IC(PMIC)應用於最新的Google Coral產品當中,包括Mini PCIe加速器、M.2加速器A+E密鑰(M.2...
2020 年 01 月 14 日

AI商機/挑戰並存 半導體材料突破將成重點

人工智慧(AI)大行其道,但若要執行相關演算法或模型,需要大量運算能力,因此對半導體產業而言,AI固然蘊含龐大商機,但同時也帶來許多挑戰。在摩爾定律(Moore's Law)逐漸失效,晶片業者不再只能倚靠電路微縮來實現效能更高、成本更低的晶片之際,AI運算需求所帶來的挑戰更形艱鉅。美商應用材料(應材)認為,為了回應這些AI帶來的挑戰,在產業生態面,半導體產業的風貌將從上下游關係分明的直線鏈條轉變成互相交錯的產業網路;在技術面,則必須在運算架構、設計結構、材料、微縮方法與先進封裝這五大領域提出新的對策,而材料工程將在這中間扮演最核心的角色。...
2019 年 01 月 19 日

AI驅動資料中心/邊緣運算需求 晶片低功耗成大勢所趨

隨著人工智慧(AI)、物聯網等技術的發展,使得資料中心的需求也逐漸擴大;其中,依然以超大規模的雲端服務供應商為市場主導。另外,邊緣運算的需求也持續延燒中。以上二趨勢都將帶動低功耗晶片需求,此設計方向也是所有應用場域的大勢所趨。...
2019 年 01 月 03 日

AI掀起高效運算熱潮 DSA/DSL後勢看好

機器學習(ML)熱潮點燃高效能運算需求,新興運算架構跟著水漲船高。跟過去數十年流行的通用運算架構不同,這些新興架構是為了特定幾種運算任務最佳化,並使用特定的程式語言,因而稱為領域專用架構(Domain...
2018 年 12 月 03 日

降低訓練成本/提升效能 聯發科點出三大AI發展關鍵

人工智慧(AI)發展如火如荼,從智慧車載系統、家用語音助理,乃至偵測信用卡盜刷等智慧犯罪防治機制等,逐步貼近人們的生活。不過,聯發科計算系統研發本部總經理陳志成於《產業升級之鑰–人工智慧創新應用國際論壇》指出,目前AI技術在發展上仍有諸多限制,若想在未來有更進一步的突破,高效能學習演算法、邊際運算與AI適用處理器等發展會是主要關鍵。...
2017 年 07 月 03 日

搶搭人工智慧順風車 台灣投入新晶片開發有機會

人工智慧(AI)風潮席捲而來,各大晶片商、設備商與應用服務商皆大舉投入相關技術,期能搭上人工智慧這波浪潮起飛,創造成長高峰。當然,台灣也不應在這波趨勢下缺席,台灣本身具備硬體晶片研發能量,加上AI對運算力與推理能力的需求,開發新晶片做為台灣進入AI的切入點,將有望為台灣IC產業開啟新契機。...
2017 年 05 月 04 日

Google展示機器學習晶片 設計團隊實力可觀

Google為了進一步強化機器學習能力,已秘密自行研發專用的張量處理器(Tensor Processing Unit, TPU)達數年之久。Google在2016年的Google I/O大會上首次對發表這款晶片,並指出這款專為機器學習設計的客製化晶片,在性能/功耗比方面遙遙領先現有解決方案七年,相當於三個摩爾定律(Moore’s...
2016 年 05 月 20 日