| ． |
工廠安全不妥協 主動式智慧防災提供全面預防管控 (2023.10.28) |
| |
主動式智慧防災系統是以安全防災為核心，不僅預防災害發生，
還進一步確保生產線的稼動率，維持並提升產能稼動，
同時還協助管理人員有效管理能源狀態，並節省成本... |
| ． |
混合波束成形接收器動態範圍（下） (2023.10.28) |
| |
本文下篇著重於分析開發平台接收器性能，並與測量結果進行比較。最後，就觀察結果討論，藉以提供一個可用於預測更大系統性能的測量與建模基準。... |
| ． |
按需租用測試設備 不確定時期的靈活策略 (2023.10.27) |
| |
從本質上講，企業減少了在庫存和設備上的支出，以節省資本並減少債務，以對沖挑戰時期的風險。與此形成對比的是，過去幾年，企業利用低利率和巨額現金儲備用於庫存中心、技術升級和資本設備... |
| ． |
馬達驅動永續運行不止 (2023.10.27) |
| |
對於在工業用電佔比舉足輕重的馬達和相關設備、系統等廠商，也必須思考該如何協助客戶引進創新材料、變頻技術，實踐增效低碳生產，兼顧效能和品質，以確保企業永續營運... |
| ． |
NASA太空飛行器任務開發光學導航軟體 (2023.10.26) |
| |
NASA繼發射新視野號（New Horizons）、歐西里斯號（OSIRIS-REx）和露西號（Lucy）太空飛行器延續探索太空及採集樣本任務，助力更深入了解太陽系；而這三項任務還有其他的共通點—它們皆使用了光學導航（OpNav）軟體... |
| ． |
科技帶來正能量 智慧防災安全更安心 (2023.10.26) |
| |
隨著新興科技崛起，智慧防災技術與應用也蓬勃發展。等新興智慧科技有助消防救災、預防工安意外、造福智慧城市、強化環安管理，有效提升防救災能力，並能大幅降低意外發生率及災損... |
| ． |
儲能技術實現廣泛供電 (2023.10.23) |
| |
由於無法儲存能源，並在需求高峰時段調節能源的使用，所以不可避免會出現停電、限電甚至導致能源短缺問題。目前面臨的核心問題就是能源儲存....... |
| ． |
高速數據傳輸方興未艾 NVMe打造現代化儲存新體驗 (2023.10.22) |
| |
現階段NVMe的發展非常普及，不斷推動著儲存技術的進步和發展。
NVMe的優勢在於其平行架構，能夠容許更多指令同時執行。
在提升數位轉型與現代化資料體驗方面也極為關鍵... |
| ． |
數位轉型催化數據量躍升 企業儲存邁向關鍵一步 (2023.10.22) |
| |
數位轉型的發展，使企業傾向於將數據和應用程序轉移到雲端。
公有雲、私有雲和混合雲的選項，使企業能夠更靈活地滿足需求。
隨著對數據安全和隱私的關注增加，企業需要更好的數據儲存方案... |
| ． |
無稀土馬達時代到來 (2023.10.21) |
| |
無論是基於政治影響、生產成本，或保護環境的前提下，開發出不需要稀土的電動車用馬達，已經是全球電機業者卯足全力發展的一個重大方向。... |
| ． |
讓糖尿病檢測告別扎身之痛 (2023.10.21) |
| |
本次要介紹的產品是一個劃時代的裝置，雖然它目前仍處於尚在測試階段的原型產品，但若能取得醫療規範的認證，將有望大幅改善糖尿病患的生活品質。Phillips-Medisize和GlucoModicum攜手研發的「無針式連續血糖監測儀」... |
| ． |
大數據和AI預測助力 快土石流不只一步！ (2023.10.21) |
| |
專家們已經開始使用人工智慧（AI）技術，特別是預測模型，從小型山體滑坡收集數據，並將其輸入系統，來幫助人們密切關注未來的土石流的出現，並避免發生潛在的悲劇... |
| ． |
生成式AI與PC革新 (2023.10.16) |
| |
本文分享生成式AI為PC產業帶來的未來可能性及關鍵，並敘述戴爾訂定未來願景、勾勒投資方向，並預測未來PC用戶體驗將如何轉變。... |
| ． |
SiC Traction模組的可靠性基石AQG324 (2023.10.13) |
| |
在汽車功率模組的開發過程中，由歐洲電力電子中心主導的測試標準—AQG324非常重要，只有完成根據它的測試規範設計的測試計畫，才能得到廣大的車廠認可，而汽車級SiC功率模組也必須通過AQG324的測試規範... |
| ． |
軟體定義大勢明確 汽車乙太網路應用加速前進 (2023.10.13) |
| |
本文為Microchip汽車業務部門企業副總裁Matthias Kaestner針對近期備受關注的汽車乙太網路技術的發展提出看法，並且解析Microchip所將採取的解決之道。... |
| ． |
從臺灣智慧農業週2023 看邊緣智慧最新趨勢 (2023.09.28) |
| |
早期晶片的儲存、計算能力有限，所以大部份的資料和AI推論功能都是放在雲端，直到近年來半導體及軟韌體技術的突飛猛進，將AI部署在邊緣裝置端才變得可能。... |
|
|
|
|
|
