 |
ST併購軟體公司Cartesiam 拓展邊緣AI技術整合實力 (2021.05.21)
意法半導體（ST）宣布與Cartesiam達成併購協議，收購其公司資產（包括智慧財產權組合），調動和整合員工。這項交易需經監管部門核准。
Cartesiam是軟體公司，成立於2016年，總部位於法國土倫（Toulon），專門從事人工智慧（AI）開發工具研發，讓基於Arm的微控制器具有機器學習和推理能力 |
|
加速推動AI/ML技術醫材上市 食藥署智慧醫材專案辦公室成立 (2021.05.07)
隨著「醫療器材管理法」於5月正式實施，同時因應國際醫療器材管理法規的快速變動，以及促進人工智慧(AI)/機器學習(ML)技術之醫療器材發展，衛生福利部食品藥物管理署(簡稱食藥署)於今(7)日成立智慧醫療器材專案辦公室 |
 |
封裝與晶粒介面技術雙管齊下 小晶片發展加速 (2021.05.03)
未來晶片市場逐漸開始擁抱小晶片的設計思維，透過廣納目前供應鏈成熟且靈活的先進製程技術，刺激多方廠商展開更多合作，進一步加速從設計、製造、測試到上市的流程 |
|
AI Everywhere勢不可擋 信任運算架構將成關鍵 (2021.04.29)
要為邊緣運算賦予 AI 智能，已經成為新的挑戰。必須把多數「思考」向網路終端移動，讓中央系統空出來，以數據趨勢與規律的集成為基礎，進行較長期的策略性決定。 |
|
機器學習變革工業製造流程的四種方式 (2021.03.26)
本文敘述機器學習技術如何在工業生產流程上發揮影響力產生變革，採用四種方式來優化多種工作負載。 |
 |
驅動工業邊緣AI 凌華推出小型SMARC AI模組 (2021.03.20)
邊緣運算解決方案廠商凌華科技推出首款搭載恩智浦的新一代i.MX 8M Plus SoC的SMARC 2.1版AI人工智慧模組（AI-on-Module；AIoM）LEC-IMX8MP。LEC-IMX8MP以精巧尺寸整合恩智浦NPU、VPU、ISP（鏡頭影像訊號處理器）和GPU運算，適用於工業AIoT/IoT、智慧家庭、智慧城市等未來AI應用 |
|
Appier預測2021五大AI趨勢 語言模型架構可用來預測病毒突變 (2021.02.23)
AI與機器學習技術已從電腦科學的幕後躍居主流，在電商、金融、醫學、教育、農業和工業等領域持續深化並擴展影響力。台灣AI新創公司沛星互動科技（Appier）日前列舉2021年值得關注的五大AI預測及趨勢 |
|
AWS將推機器學習訓練晶片 加速擴張全球雲端部署 (2021.02.03)
亞馬遜公司今（2）日公佈了截至2020年12月31日的第四季度財務報告，其營收（Net Sales）達到1,256億美元，比去年同期的874億美元增長44%。其中，Amazon Web Services（AWS）營收達到127.42億美元，比去年同期的99.54億美元增長28% |
|
OEM大廠推首批NVIDIA認證系統的加速伺服器 通過ML分析實測 (2021.01.27)
人工智慧(AI)是當今最強大的技術，要推動其在各產業發展，就需要新一代電腦的調校和測試，來運行AI與資料分析作業。NVIDIA正與全球頂尖OEM廠商合作，更宣布從今天起，NVIDIA的合作夥伴將協助資料中心取得最新的加速伺服器支援，系統製造大廠將推出首批NVIDIA認證系統，打造出針對現代運算作業負載進行測試的伺服器 |
|
AIoT應用推升深度學習市場規模 (2021.01.22)
在智慧物聯（AIoT）的世界裡，物聯網當然是串聯各式終端的核心基礎建設，但其最終的目標，則是要實現「智慧」的境界?而要達成這個願景，「深度學習」就是必須要了解的一項關鍵技術 |
|
端點AI -- 邁向一兆個智慧端點之路 (2021.01.14)
提升終端運算能力、並結合機器學習技術，就有可能釋放物聯網終端裝置即時的數據分析力。 |
|
工業邊緣的機器學習和智慧視覺願景 (2020.12.30)
本文介紹恩智浦i.MX 8M Plus 應用處理器的功能，以及如何在嵌入式視覺系統中使用。 |
|
神經處理／運算為邊緣帶來實時決策 (2020.12.24)
邊緣是部署機器學習應用程式的理想選擇，而神經網路模型效率的提高和高速神經網路加速器的出現，正在幫助機器學習向邊緣轉移。 |
|
推動人工智慧標準 聯發科成為開放工程聯盟創始成員 (2020.12.17)
聯發科技日前宣佈成為開放工程聯盟（MLCommons）聯盟的創始成員，MLCommons是一個開放式產業聯盟，由多家全球領導廠商發起成立，共同致力於推進機器學習和人工智慧的標準及衡量指標 |
|
AWS宣佈Amazon SageMaker新功能 加速機器學習模型開發 (2020.12.16)
Amazon SageMaker是面向機器學習開發者的一個整合式開發環境，是一項全託管的服務，消除機器學習過程中每個階段的挑戰，使開發人員和資料科學家日常能夠從根本上更輕鬆、更快速的建構、訓練和部署機器學習模型 |
|
大數據管理平台串聯跨部門 實現虛實整合成效 (2020.12.10)
如何統一存放、安全管理龐大的數據資料，並整理出有效資訊讓其表單化、視覺化是非常重要的課題。 |
|
加速資料驅動的汽車產業創新 BMW與AWS攜手合作 (2020.12.10)
Amazon Web Services（AWS）與BMW集團宣佈達成全面策略合作，將決策重心放在資料和資料分析，進一步加快BMW的創新腳步。兩家公司將結合各自的產業角色優勢，共同開發基於雲端運算的解決方案，在汽車生命週期的各個環節（從汽車設計到售後服務）提高效率、績效和永續性 |
|
AWS全新五大機器學習服務 深入工業設備部署版圖 (2020.12.09)
AWS日前在Amazon Web Services（AWS）舉辦的AWS re:Invent上宣布了五項全新的機器學習服務Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama Appliance、AWS Panorama SDK和Amazon Lookout for Vision，幫助工業和製造業者在其生產過程中嵌入人工智慧，以提高運營效率，改善品質控制、資訊安全和工作場所安全 |
|
能耗個個擊破 5G與AI的節能之戰 (2020.12.08)
5G強調更快速度、更低延遲、更多連結數，這些特點將引爆更多應用。在未來世界，除了佈局CPU 效能以外，值得再多關注AI 與機器學習的表現。而節能議題與能源效率，更是發展過程的重中之重 |
|
機器學習驅動雲端部署自動化 AWS推出Amazon DevOps Guru (2020.12.07)
為了擺脫本地部署的限制並擴展全球業務營運，越來越多組織開始轉向基於雲端的應用程式部署和微服務架構，為滿足客戶的不同需求，這也導致應用程式變得越來越分散 |
