| ． |
6G是否將引領製造業的革命？ (2024.05.29) |
| |
6G以更快的速度、更低的延遲和更大的容量超越 5G，使無數應用受益，特別是製造業。對於透過 Wi-Fi 達到高效率運作的工廠而言，將整個製造運作的通訊基礎設施升級到 6G，將是一次不可錯過的製造模式轉變... |
| ． |
德系大廠導入AI服務先行 (2024.05.29) |
| |
台灣廠商仍然面對分別來自日、韓與中國大陸等對手的競爭加劇，未來勢必要透過軟體、智慧化服務等創新商業模式為產品加值，包含德系控制器或傳動元件等零組件大廠也延續工業4.0優勢，先行導入應用人工智慧（AI）先行... |
| ． |
無線通訊藉ICT軟體商整合 (2024.05.29) |
| |
面對近年來碳有價時代、人工智慧（AI）浪潮來襲，企業正積極尋求導入AIoT應用加值。尤其是當今5G滲透率已達瓶頸，專頻專網成為兵家必爭之地，台灣製造業更應該結合利用既有ICT優勢... |
| ． |
次世代工業通訊協定串連OT+IT (2024.05.29) |
| |
面對當前工業製造數位轉型階段，陸續融入了資通訊（ICT）科技和人工智慧（AI）的應用和發展，以即時並充份利用大數據加值。促使各家設備製造、FA自動化系統整合商紛紛尋求新一代工業通訊標準，包含TSN、umati也應運而生，並透過合縱連橫加速落地... |
| ． |
虛擬電廠供應鏈成關鍵 (2024.05.29) |
| |
因應目前台電已虧損連連，未來若還想透過儲能穩定電網，勢必要強化如虛擬電廠產業鏈等，才能真正實現永續維運。... |
| ． |
減碳政策先鋪路 全球一起攻儲能 (2024.05.29) |
| |
儲能的形式有非常多種，所採用的技術也相當多元，包括機械能、電化學能、電磁能、熱能、化學能等。不同的儲能技術各有優缺點，適用於不同的應用場景。... |
| ． |
AI PC華麗登場 引領算力為王的時代 (2024.05.28) |
| |
AI PC的普及需要軟硬體共同發展，在處理器、記憶體和作業系統等技術的進步，AI PC應用將更加豐富，並成為未來PC產業的重要趨勢。... |
| ． |
融合航太與無線生態 NTN打造下世代網路 (2024.05.28) |
| |
本場東西講座邀請到台灣羅德史瓦茲應用工程部門經理陳震華，分享從5G到6G早期研究所需要瞭解的相關議題，以解決當前的各種技術挑戰。... |
| ． |
AI世代的記憶體 (2024.05.28) |
| |
AI運算是專門處理AI應用的一個運算技術，是有很具體要解決的一個目標，而其對象就是要處理深度學習這個演算法，而深度學習跟神經網路有密切的連結，因為它要做的事情，就是資料的辨識... |
| ． |
從AI PC崛起看處理器大廠產品策略佈局 (2024.05.28) |
| |
處理器大廠正在AI PC投注大量資源，提供獨特的解決方案。
NPU和AI加速晶片可以大幅提升AI PC的運算效率和速度。
GPU的平行運算能力和高輸送特性，也將成為AI任務的理想選擇... |
| ． |
Norbord數位轉型提升生產力 (2024.05.28) |
| |
數位轉型是一段真正的旅程，而不僅是單一、分散的片刻—因此組織必須立即採取行動，並在數位差異擴大之前踏上這段旅程。本文指出人員優先方法讓員工更充分瞭解銑床操作... |
| ． |
AI自動化測試確保智慧家電設備效能與品質穩定性 (2024.05.27) |
| |
智慧家電產品帶來了許多便利，但也伴隨著潛在的風險。例如操作流程中出現故障，或者可能存在手機應用程式相容性問題等，針對這些智慧家電設備進行AI自動化測試，可協助客戶廠商確保其產品可靠性和穩定性，滿足用戶期望... |
| ． |
使用 P4 與 Vivado工具簡化資料封包處理設計 (2024.05.27) |
| |
加快設計週期有助於產品更早上市。實現多個設計選項的反覆運算更為簡便、快速。在創建 P4 之後可以獲取有關設計的延遲和系統記憶體需求的詳細資訊，有助於高層設計決策，例如裝置選擇... |
| ． |
FPGA開啟下一個AI應用創新時代 (2024.05.27) |
| |
邊緣應用藉由微型化，加強AI算力，能支持對功耗和熱高要求的應用。
FPGA高度靈活、低功耗、高性能的特性，使其成為AI應用的理想選擇。
根據不同的需求配置，迅速適應新算法，為嵌入式視覺領域提供強大支持... |
|
|
|
|
|
