 |
企業建置資安防護措施刻不容緩 (2020.06.15)
2020下半年可能會有更多的公司運用AI／機器學習偵測及防堵威脅；而駭客也會運用 AI 技術開發出新的攻擊方式，至於網路釣魚和勒索軟體攻擊將會越來越複雜難解。 |
 |
臺灣AI雲助力歐特明 實現無人駕駛自動代客泊車 (2020.06.11)
台灣自主研發自動駕駛技術更進一步！歐特明電子與國家實驗研究院國家高速網路與計算中心（國研院國網中心）合作，運用臺灣AI雲（TWCC）加速產品研發速度，開發車用AI感知與辨識系統，實現自動駕駛level 4等級的記憶式無人自動代客泊車（Automated Valet Parking；AVP）系統 |
|
為AI注入理解力 (2020.06.11)
機器學習屬於AI的一個子集，原理是通過訓練基於電腦的神經網路模型來識別給予的模型或聲音。在神經網路完成訓練後，就可以推理出結果。 |
|
Automation Anywhere：五成企業盼提升財務作業自動化 (2020.06.10)
台灣新冠肺炎疫情逐漸趨緩，企業除了積極恢復營運外，也應審視得以因應危機、非常態事件的數位體質與轉型進程。Automation Anywhere偕中華徵信所公布最新「企業財務流程調查」 |
|
Arm：5G將成為雲端遊戲的絕佳賦能者 (2020.06.09)
從物流、重工業、機器人學到自駕車，5G 勢必將在物聯網（IoT）的各個角落開啟許多機會。蜂巢式連接的既有應用將大幅強化，加上移除了傳統的進入障礙，如速度、延遲與網路的可用性，將開展前所未見的全新應用與營收來源 |
|
雲端服務需求激增 數據機房面臨綠色能源挑戰 (2020.06.09)
目前日益依賴數位技術的社會，突顯了決策者在極端條件下，更需要仔細評估靈活性資源的潛在可用性的需求。 |
|
CTIMES聯手安馳科技堅守智能醫療防線 線上課程第二堂衝出高人氣！ (2020.06.08)
隨著行動醫療的逐漸普及，生命體徵監測的可靠性與多元性更加受到醫療產業重視。目前生命體徵監測（VSM）正廣泛應用於多樣化的市場，每種市場應用都有不同的挑戰和關鍵要求 |
|
新型態競爭風雲起 EDA啟動AI晶片新戰場 (2020.06.05)
AI將引導全世界走向工業革命以來，相關廠商必須快速將運算晶片上市，來處理AI架構的全新挑戰，需求驅使EDA工具日新月異。 |
|
邊緣運算四大核心 實現海量資料處理的最佳佈局 (2020.06.03)
物聯網的概念開啟了科技應用的新視野，然而，當越來越多元件走向微型化、智慧化，數據海嘯也隨之而來，如何讓這些裝置以最有效率的方式運作... |
|
台積電採用HPE ProLiant伺服器部署PaaS環境 (2020.05.29)
慧與科技 (HPE) 宣布台積電已採用使用AMD第二代EPYC 7000系列處理器的HPE ProLiant DL325 及DL385 Gen10伺服器，以提升其應用程式開發效率、降低總持有成本(TCO)，並實現虛擬化架構上平台即服務(PaaS) 的管理及維運簡化目標 |
|
Dell EMC PowerStore帶來應用靈活性與行動性 (2020.05.28)
我們正處在數據爆炸成長以及充滿創新技術的新IT時代。在這個全新時代，企業正處於成為數位巨擘的浪頭上，但面臨兩大障礙：其一是數據不論在邊際位置、核心資料中心到公有雲哪個位置 |
|
Arm：全新IP將為5G時代帶來真正的數位沉浸 (2020.05.27)
過去幾個月的情況前所未見，人們體認到我們有多麼依賴科技，生活中已經不能沒有科技。大家都需要網際網路、高效能、手機行動網路，並且隨時都需要無線網路。完全離不開的裝置就是智慧手機 |
|
Cadence：透過內外兼具的EDA佈局 加速設計流程 (2020.05.26)
一般來說，AI對於EDA工具的影響，多半需要考量兩個部分。EDA工具通常面臨著解決許多難以解決的挑戰，這些挑戰需要利用更先進的方法來加以管理。例如，在佈局和設計路線流程的早期，就先評估大型數位化設計的線路擁擠或可能的錯誤 |
|
Western Digital加入汽車邊緣運算聯盟 推動連網汽車基礎建設 (2020.05.25)
汽車邊緣運算聯盟（The Automotive Edge Computing Consortium；AECC）指出，Western Digital已加入汽車邊緣運算聯盟跨產業組，一起為未來汽車、運算，以及儲存融合（storage convergence）技術貢獻心力 |
|
邊緣運算需求引爆 軟硬體協同開發是最大挑戰 (2020.05.22)
許多邊緣運算裝置是採用電池供電，因此對於系統的功耗有很高的要求。這些裝置也必須對隱私數據進行保護，讓核心運算在邊緣端可以更安全。 |
|
AI邁入自主系統時代 加速晶片市場競爭力道 (2020.05.21)
隨著AI技術的逐漸擴大應用，復雜性也不斷增加，人們越來越清楚地知道，AI及其許多工具（例如深度學習、機器學習等）都將再一次引導全世界走向工業革命以來，最大幅度的社會經濟革新 |
|
Arm：運算由雲端轉移至邊緣 將釋放更多應用可能性 (2020.05.20)
智慧物聯網是AI趨勢下驅動的一個市場方向，其應用也將擴及至智慧交通、環境保護、政府工作、公共安全、工業監測、智慧醫療、水質監測、商品追蹤、智慧製造等多個領域，也可能徹底顛覆公部門對各項公共設施的維運管理，進而改變人們工作、生活與商業營運的方式 |
|
NXP：邊緣運算最大挑戰在於軟硬體的協同開發 (2020.05.18)
AI正逐步深入生活的各層面，許多裝置都漸漸需求更高的運算效能。事實上，智慧生活相關的裝置，越來越多普遍都必須依賴AI演算法。這些應用場景對低功耗和安全性都有很高的要求，這就展現出了邊緣運算的重要性 |
|
邊緣運算是實現智慧物聯應用的關鍵 (2020.05.18)
邊緣運算所能帶來的應用與價值，就是更快、更好的體驗，它能實現在用戶端或者製造前端的智慧化服務。 |
|
人工智慧長驅直入 邊緣運算漸成產業主導要素 (2020.05.15)
隨著運算資源成熟，邊緣運算將成為所有產業和應用的主導要素。特別是機器人等各種複雜的邊緣裝置，都將加速此一轉變。 |
