專訪台灣西門子總裁暨執行長Erdal Elver 西門子大談AI三大應用領域

透過巨量數據的蒐集與分析,搭配專業領域知識,以人工智慧科技的智慧演算,提供決策者更精準判斷的依據,提升產業生產力和效率,為社會經濟發展創造可觀價值。
2019 年 04 月 07 日

半導體資安受重視 台廠催生半導體資安標準

晶圓代工龍頭台積電因為設備維修更新不慎,導致資安事件發生,造成部分產線停擺數日,公司損失數十億新台幣的事件,還令人記憶猶新。此一事件雖未導致重要的生產配方或製程參數外洩,但也使得台灣的半導體業界下定決心,要有系統地建立起資安標準作業流程,避免類似事件再次發生。
2019 年 04 月 05 日

半導體工業4.0最後一哩路難在上雲端 破除資安迷信最關鍵

相較於絕大多數製造業還在建置工業物聯網,半導體產業早已完成廠務、機台設備的聯網,走到大數據分析跟機器學習的階段。因此,相較於其他製造業的智慧製造,多半還停留在硬體投資階段,半導體產業目前所面臨的智慧製造課題,主要來自於軟體跟服務領域。
2019 年 03 月 25 日

萬物聯網帶動OTA需求 技術搭服務配套不可少

在萬物聯網的時代,利用無線技術為布署到現場的設備進行韌體/應用軟體升級是常見的需求。但OTA更新不是只有把更新檔案下載到本機端,然後刷新韌體就了事了。特別是針對汽車或產業設備的OTA更新,一定要做到萬無一失,這中間充滿了許多獨門技術,與產品製造商的深度配合,同樣不可或缺。
2019 年 03 月 21 日

西門子打破沉默 大談AI三大應用領域

人工智慧(AI)雖然是過去兩年最熱門的話題,但過往德商西門子(Siemens)鮮少對外談到自家在相關領域的投資布局跟技術進展,特別是在製造相關領域。眾所皆知,西門子事業布局遍及能源、工業、基礎建設與醫療,其中有些領域的AI應用導入較為快速,但在工業領域,AI導入的進展看似比其他事業部門來得緩慢。但西門子只是鴨子划水,隨著時序進入2019年,西門子終於打破低調,大談人工智慧在醫療以外三大領域的應用以及公司的相關布局。...
2019 年 03 月 18 日

研華力求獲利成長 WISE-PaaS成產品加值關鍵

台灣工業電腦大廠研華2018年繳出亮麗的營運成績,受惠於工業物聯創造的新需求與全球市場擴張,該公司連續二年(2017-2018年)營收成長率達到兩位數(以美元計算)。但由於中美貿易戰等國際因素影響,2019年上半的營運不確定性增加。為此,研華一方面將進行更廣泛的市場布局,分散風險,另一方面也會持續投資WISE-PaaS平台,藉由軟體來替硬體產品創造更多附加價值,也提升公司產品的獲利空間。...
2019 年 03 月 15 日

工具機走向智慧化 西門子強調不能再等

全球第三大的工具機專業展「台北國際工具機展」於3月4日至9日在南港展覽館二館盛大舉行,西門子數位工廠事業部 工具機處以「數位智造 刻不容緩」為主題,展示出工具機業者以及使用者在各個流程中所需的軟體虛實整合,MindSphere...
2019 年 03 月 07 日

元件/專利兩頭賣 儒卓力展現歐式代理商思維

元件代理商通常是以元件的買賣作為最主要,甚至是唯一的業務,中間的價差或原廠提供的傭金,則是這類廠商本業內最重要的收入來源。但這是個競爭激烈的行業,即便是元件代理商,也必須設法找出差異化的機會。來自歐洲的儒卓力(Rutronik),就在技術研發上投入相當多資源,除了將自家代理的零組件發展成解決方案之外,甚至還進一步衍生出專利授權業務,其經營樣態在元件代理商中頗為獨特。...
2019 年 03 月 04 日

PCBECI標準搭橋 電路板產業邁開智慧製造步伐

PCB產業朝工業4.0邁進,是整個產業的共同目標,但由於這個產業中小型企業林立,除了少數幾家領導大廠已經進入工業3.0之外,大多數廠商的生產線都還僅停留在自動化階段,而且人工作業的比重依然不低。為解決這個問題,台灣印刷電路板產業協會(TPCA)與國際半導體協會(SEMI)合作,共同制定出專為PCB設備互聯需求所設計的PCBECI標準,並以此為基礎,希望帶動整個PCB產業從工業2.0走向工業3.x。...
2019 年 02 月 26 日

PCB智慧製造拉出三大主軸 20家板廠展開測試

PCB智慧製造紮馬步,設備聯網示範團隊成軍,將協助台灣中小型20家板廠做100台設備機聯網IoT升級。經過1年籌備,PCBECI設備聯網示範團隊於2月21日正式啟動。示範團隊是由沃亞科技、志聖工業、東台精機、揚博科技、群翊工業共同組成,並在工業局楊志清副局長蒞臨見證下,宣示以共同的PCB設備通訊協定(PCBECI)協助台灣中小型板廠做智慧製造升級,並在政府支持下,強化本土設備商之技術研發能力,進而穩固台灣在全球PCB領域之領先地位。...
2019 年 02 月 22 日

人工智慧結合機器視覺 創新應用源源不絕

機器視覺在製造業應用存在已久,但過去的機器視覺本質上是以規則為基礎的專家系統(Rule-based Expert System),不具備自主學習的能力,能處理的問題範疇也較為專一。這也使得機器視覺的系統整合商(SI)規模普遍不大,但在特定領域有非常深厚的技術累積。以機器學習(ML)為基礎的機器視覺系統,則可能改變這個產業風貌,並為這項技術打開更廣闊的應用空間。
2019 年 02 月 21 日

專訪應用材料副總裁暨台灣區總裁余定陸 搶食AI商機需要材料創新

人工智慧(AI)大行其道,但若要執行相關演算法或模型,需要大量運算能力,因此對半導體產業而言,AI固然蘊含龐大商機,但同時也帶來許多挑戰。美商應用材料(應材)認為,為了回應這些AI帶來的挑戰,在產業生態面,半導體產業的風貌將從上下游關係分明的直線鏈條轉變成互相交錯的產業網路;在技術面,則必須在運算架構、設計結構、材料、微縮方法與先進封裝這五大領域提出新的對策,而材料工程將在這中間扮演最核心的角色。
2019 年 02 月 02 日