生成式 AI 與高效能運算快速推升資料中心功率密度，也同步加速電源架構的世代交替。從氮化鎵元件的高速化與高整合設計，到 ±400V／800V HVDC 架構逐步落地，電源已不再只是效率配角，而是決定算力擴展能力的關鍵基礎設施。 隨著生成式AI、高效能運算與大型模型持續推升算力密度，資料中心正同步面臨功率快速攀升與能源效率壓力雙重挑戰。單櫃功率動輒突破百kW，甚至朝600...

一顆不到一美元的微控制器，現在可以在本機跑神經網路推論。 這件事本身不複雜，但它代表的格局移動很值得想清楚。3月10日，德州儀器（TI）在embedded world 2026發布兩款整合TinyEngine神經處理單元（NPU）的微控制器家族——MSPM0G5187與AM13Ex。前者以不到一美元（1000件量產均價約0.97美元）進入市場，後者瞄準工業馬達控制的即時運算情境。TI說，這兩款晶片相比沒有配備加速器的同類微控制器，推論延遲最多可降低90倍、每次推論的能耗可改善超過120倍。 這兩個數字是TI自己的基準測試，並非第三方獨立驗證，閱讀時需留意比較基準的語境。不過即便保守估算，這個效率差距的數量級依然說明了一件事：邊緣AI處理所需的硬體成本，已經低到可以整合進最普通的控制晶片裡。 一顆可以跑大模型的MCU只要一美元，TI期待用低價重新殺入邊緣AI市場 這是什麼意思？打個比方，過去工程師在設計一個穿戴式健康監測裝置時，如果想要加入某種本機AI判斷能力——比如異常心跳偵測，他的選項是在主控晶片旁邊再加一顆專用AI處理器，成本、物料清單、板子面積全部跟著膨脹。現在的選項是：選一顆帶NPU的通用微控制器，主CPU照常跑應用程式碼，NPU在旁邊並行處理神經網路運算，總共加起來不到一美元。這個入場門檻的移動，才是這次發布真正值得關注的地方。 TI在哪裡，又為什麼現在動 理解這次發布的動機，不能只看產品，要看TI的處境。 TI的嵌入式處理部門2024年全年營收下跌約25%，2025年該部門的營業利益又再下滑14%。整體微控制器市場，Infineon、NXP、Renesas、STMicroelectronics四家廠商合計掌握約七成市佔，TI並不在這個核心圈子裡。再加上MCU市場從2023年起進入庫存消化週期，工業與汽車需求復甦緩慢，TI的嵌入式業務過去兩年承受的壓力，是相當具體的。 在這個背景下推出帶NPU的通用低成本微控制器，與其說是從領先位置向外擴張，不如說是用定義新競爭維度來重設對話框架。TI的邏輯不難理解：當一顆一美元的晶片開始提供AI加速能力，那麼一顆沒有這個能力的同價位晶片，在設計工程師的選型清單上就需要額外說明理由才能過關。這是一種借力的競爭手法，不是靠性能領先，而是靠重新定義「基本配備」的邊界線。 不是TI在領跑，而是所有人都在跑 說TI是在防禦，並不代表這個市場方向只有TI在走。 STMicroelectronics的STM32系列已經整合了自家的Neural-ART加速器，其STM32N6在2025年底開始放量，直接衝著嵌入式AI工作負載去；NXP的eIQ...

宜特科技1月營收破4億元創同期新高，矽光子與CPO技術正式進入商業化量產深水區。面對光電熱整合挑戰，第三方可靠度驗證已成為產業突圍的關鍵基礎建設。 在半導體產業庫存調整剛結束的當下，這份成績單不僅代表檢測需求的剛性回升，更釋放出一個極具指標性的訊號，那就是矽光子(Silicon...

根據TrendForce最新高速互連市場研究，NVIDIA下世代的AI算力櫃架構顯示，未來GPU設計重心將轉向更高密度的晶片互連，和更高速的資料傳輸，機櫃內晶片互連(Scale-Up)及跨機櫃的大規模互連(Scale-Out)將成規劃資料中心的核心課題。使用銅纜的傳統電氣傳輸方案，受物理限制無法應對超大規模的資料搬運需求，光學傳輸方案因此獲得發展空間。TrendForce預估，共同封裝光學(CPO)在AI資料中心光通訊模組的滲透率將逐年成長，有機會於2030年達35%。   依照NVIDIA...

AI智慧眼鏡有望接棒智慧手機，成為AI時代的終端裝置，各項關鍵技術將成為不可或缺的要素，本活動從運算晶片與邊緣AI處理、感測與互動技術、顯示與光學技術、電源管理與續航設計等深入剖析。 2026年起，供應鏈全面啟動新一代穿戴式AI裝置開發，全球科技巨頭正將「AI+Wearable」視為下一個重要戰略布局方向。輕量化AI模型、低功耗邊緣運算、Micro-OLED/MicroLED顯示與多模態感測的成熟，使智慧眼鏡從概念產品正式跨入商業化初期。2025~2028年，市場預期將以高成長率擴張，並帶動全新供應鏈需求。在此變局下，台灣電子產業鏈已展現強烈投入意願，從IC設計、光機模組到ODM/OEM，均已啟動AI眼鏡相關專案，預期2026年將成為產業投入的關鍵轉折點。 眼球追蹤提升AI眼鏡功能 隨著生成式AI浪潮湧入穿戴裝置，智慧眼鏡正從科技玩物轉向生活必需品。見臻科技執行長簡韶逸(圖1)指出，AI眼鏡是人工智慧代理人(AI...

薛定鍔在1926年寫下那組量子力學方程式，隨後的一百年裡，雷射、光纖、積體電路相繼從裡面長出來，每一個都改變了世界。現在輪到第二代。不同於第一代那種偶然的副產品，這一次各國是主動衝過來的——美國、歐盟、中國、日本砸下數百億美元，爭的都是同一件事，怎麼把量子位元做穩、做多、做進系統。 2026年3月，台灣在新竹的國家實驗研究院半導體研究中心舉行了一場儀式。中研院展示20位元超導量子晶片，台芬合作的量子電腦次系統驗證平台正式啟用，國科會宣布啟動量子國家計畫第二期，並向民主友善國家發出加入邀請。 國科會主委吳承文在發言末段說了一句英文，”be...

台灣經濟史上曾出現「米糖相剋」，也就是甘蔗跟稻米這兩種農產品，彼此爭奪有限的土地、水與勞動力資源。如今，相似的故事正在半導體產業重演。AI抽乾記憶體產能，高頻寬記憶體優先供應雲端算力，手機、PC 與邊緣設備則承受成本上升與導入延遲的壓力。這不是單純的缺貨，而是一場結構正在改寫的產業轉折。 台灣經濟史上，曾經出現過「米糖相剋」的現象。放在記憶體大缺貨的今天，值得我們反覆玩味。 日本在明治維新後，將全面西化定為基本國策，國民日常的食衣住行，自然也是西化政策的推展重點。在飲食層面，日本政府甚至將糖的消耗量當作西化政策的KPI指標之一，認為吃甜食是「文明開化」的象徵。在政策KPI的推動下，製糖被視為重點發展的產業。然而，由於氣候條件，日本本土適合種植甘蔗的土地相當有限，因此，日本的製糖公司紛紛將目光投向台灣，希望擴大台灣的甘蔗種植面積，以滿足日本本國對砂糖的需求。 然而，台灣的土地、水、勞動力是有限的，如果擴大甘蔗種植的規模，稻米勢必受到排擠。因此，米糖相剋的現象就出現了。而且，相較於砂糖，稻米才是民生必需品。為保障糧食供應，日本政府也不敢完全放任台灣的農業資源配置完全由市場競爭決定，其結果就是殖民政府必須出面，以政策手段持續干預，將米糖之間的矛盾壓了下去。 記憶體大缺貨是AI時代的米糖相剋 百年後，類似的劇本，正在半導體產業重演。過去這一年，「記憶體短缺」成了市場熱詞。但若真的從製造端拆解，會發現事情遠比表面複雜。現在缺的，不是所有DRAM與NAND，而是AI專用的高頻寬記憶體(HBM)，以及支撐它的先進DRAM製程與封裝產能。 AI...

生成式AI推升算力密度，資料中心散熱正迎來結構性轉折。當單櫃功率突破百kW、空冷逐漸失效，轉向液冷已是勢在必行。在直接液冷成為主流、浸沒式加速醞釀的關鍵時刻，來自西班牙的Submer選擇兩線布局，一邊推動DLC快速落地，一邊為高功率世代預作準備，也折射出AI資料中心散熱技術的現實節奏與未來方向。 生成式AI功耗扶搖直上，正迫使資料中心基礎架構重新定義散熱的極限。從單顆GPU功耗突破千瓦等級，到整櫃AI機櫃動輒超過100kW，傳統以風扇與冷氣為主的空氣冷卻架構，已無法支撐這種指數型成長的熱密度。另一方面，隨著AI訓練與推論負載長時間滿載運作，資料中心營運商不只要解決散熱問題，更要面對散熱成本是否可控的問題。空冷系統高度仰賴冰水主機與大規模送風設備，不僅耗電量驚人，也限制了機櫃密度的進一步提升。 在這個情況下，熱傳導效率比空氣高出數十倍的液體，在冷卻應用上的潛力，受到極大重視。然而，液冷技術也可進一步細分成直接液冷(Direct...

台積電近日在歐洲OIP論壇秀出的投影片，橫跨了整整十年的技術演進。這張從2018年N7製程推演到預計2028年量產A14製程的時空地圖，揭示了科技界坐立難安的現實：這十年間晶片能效提升了4.2倍，運算速度卻僅增加1.83倍。這個落差敲響警鐘，顯示半導體產業正撞上硬質物理高牆。 審視台積電揭露的A14資料，這家晶圓代工霸主正提供全新的生存戰略。A14在同頻率下能降低27%至30%功耗，這項指標並非只為了筆電續航，而是為了對抗恐怖的熱密度。隨著製程演進，單位面積塞入數倍電晶體，若發熱量不降，高密度晶片通電瞬時就會因過熱熔化，這就是業界畏懼的暗矽效應。 A14是台積電下一個重要節點，新增了許多重要技術   因此，A14省下的30%功耗其實是昂貴的生存稅。這筆稅金繳得心甘情願，既然單核跑不快，輝達與AMD只能轉向人海戰術，透過堆疊海量平行運算單元滿足AI需求。 A14能效紅利是支撐這種擴張的最大籌碼，讓設計者在同個封裝內點亮更多核心而不燒毀晶片。不過，能效提升是手段，維持算力規模擴張才是目的，依靠電晶體微縮換取效能的免費午餐已經終結，現在想獲得更強效能，不能只指望台積電把閘極縮小，得學會讓晶片吃得更少、做得更多。 顛覆傳統佈線　背面供電結構革命 A14技術清單中最受矚目的並非微縮，而是電力傳輸架構的砍掉重練。傳統晶片結構如辦公大樓，自來水管與電線必須擠在同層走廊，這種正面佈線導致訊號線與電源線互相干擾，電阻發熱更成為效能緊箍咒。 A14導入的背面供電網路（BSPDN），即Super...

2026年被視為矽光子技術商業化的關鍵時刻，在AI浪潮持續推升半導體複雜度的當下，矽光子CPO歷經技術開發瓶頸，ATE也將扮演更積極的角色，在量產的過程中，協助克服技術痛點。 人工智慧(AI)與高效能運算(HPC)，成為高科技產業成長的主要引擎，也帶動自動化測試(ATE)大幅成長，ATE市場預計在2025年展現回升力道，並於2026年挑戰歷史新高紀錄。其中，矽光子CPO歷經技術開發瓶頸，ATE也將扮演更積極的角色，在量產的過程中，協助克服技術痛點。 光進銅退即將落地 根據產業研究資料顯示，2025年整體ATE市場將成長28%，預期整體市場規模將在2026年達到80億美元的高峰。台灣愛德萬測試董事長吳萬錕表示，半導體測試產業具有明顯的循環性，週期通常為三~四年。而AI測試技術的演進，導致SoC測試的循環變得不再那麼明顯，主因是測試時間不斷拉長，抵銷了部分週期性的波動。 當運算規模持續放大、節點邁向2奈米以下，單純依賴電訊號與銅線互連已難以支撐未來需求，甚囂塵上的「光進銅退」由矽光子取代銅導線傳輸，正從前瞻研究逐步走向產業化落地，而測試技術將成為能否成功量產的關鍵之一。台灣愛德萬市場開發處協理江衍緒表示，AI市場成長速度已明顯快於過往預期。原本被視為2030年才可能達到的1兆美元產值，如今在多家市調機構修正下，最快可能於2028~2029年間提前達標。 在此趨勢下，單一SoC已難以滿足效能、功耗與系統整合需求。先進製程微縮帶來的電晶體暴增，使測試資料量與測試複雜度同步攀升；另一方面，摩爾定律趨緩，也迫使產業轉向先進封裝與異質整合，透過3D...

遠洋貨運業是全球供應鏈與貿易運作的命脈，其效率與穩定性直接影響國際物流與經濟秩序。近年次世代通訊推動「天地一體」願景，透過衛星與地面網路的整合，實現跨洋航線的即時資料傳輸與遠端監控，遠洋貨運正朝向以衛星通訊為連結核心、資料加值服務為創新動能的模式邁進。 NTN推動海事連結新時代　衛星通訊走向核心 自3GPP發表Release...

工業4.0的人機協作願景優雅，現實卻粗暴。當AMR與機械手臂進入人類工作空間，與控制中心之間唯一的聯繫是隨時可能被截斷的無線訊號。這條隱形臍帶，決定了人機協作是效率利器，還是隨時會「趴下」的工業路障。 在未來智慧製造的宏大敘事中，「人機協作」往往被描繪成一幅優雅的畫面：人類工程師指揮若定，身旁的自主移動機器人(AMR)與機械手臂精準地穿梭執行任務。然而，現實往往比願景粗暴得多。當這些造價昂貴的鋼鐵同事進入「人類的工作空間」，它們與控制中心之間唯一的聯繫，卻是一條看不見、摸不著，且隨時可能被物理環境截斷的無線訊號。 這條隱形的臍帶，決定了人機協作是提升效率的利器，還是隨時會「趴下」的工業路障。 Moxa台灣業務總監劉孟迪與工業無線事業部協理鄧淇文，這兩位長期站在工業通訊火線上的專家，比誰都清楚這場協作背後的脆弱性。對他們而言，要讓機器人真正走入產線，關鍵不在於機器人有多聰明，而在於那條連接人與機的訊號，能否像鋼索一樣強韌。 危險任務交棒　無線化的雙重考驗 人機協作的核心價值，在於讓機器接手那些「3D」工作——即Dirty（髒污）、Dull（乏味）與Dangerous（危險）的任務。 劉孟迪點出了一個典型的協作場景：在充滿揮發性氣體的化學品清洗室，過去需要人類穿著厚重的防護衣冒險作業，現在則交由人型機器人代勞。 但這帶來了一個物理難題——你無法拖著一條長長的網路線進入密閉的化學槽，也無法讓AGV（無人搬運車）在繁忙的產線地板上拖著線纜絆倒作業員。 無線化是人機協作的唯一解方，但這也同時引入了巨大的風險。鄧淇文直言，在這種高風險場域，無線訊號的延遲不只是效率問題，更是工安問題。 「如果控制中心發現異常要緊急煞停，卻因為Wi-Fi封包遺失了50毫秒，這短暫的失聯如果沒有搭配安全機制，可能就意味著機器手臂撞毀機台，甚至是化學藥劑的外洩。」 鄧淇文以機械狗測試為例說明安全防護機制的重要性：當控制端手機與機械狗斷訊時，機械狗會觸發防護機制直接趴下，而非持續走動，確保現場人員安全。這種「失聯即停止」的設計邏輯，正是人機協作中不可妥協的底線。 此外，工廠內感測器與控制器數量龐大，若全用有線佈建，其拉線與維護成本極高。 鄧淇文提到曾有SI廠商接手舊廠時，因天花板佈滿舊線路且無標記，根本不知道哪條線對應哪個功能。無線化能透過管理軟體清楚掌握每個點位的連接狀況，解決傳統混亂有線環境的痛點。因此，Moxa的任務很單純也很極端：在沒有線的地方，創造出如同有線般的絕對控制力。 金屬叢林干擾　指向天線精準破解迷局 然而，當這些機器人真正被部署到工廠時，物理學往往會給理想主義者一記重拳。 工廠不是空曠的實驗室，這裡充滿了會反射訊號的金屬巨獸。 鄧淇文分享了嘉義紡織廠的真實案例，完美詮釋了環境如何破壞人機之間的「信任」。 在建廠初期，空蕩的廠房測出的訊號覆蓋率近乎完美；但當金屬機台與層架進駐後，複雜的「多路徑干擾(Multipath...