邊緣AI成為貫串2026年德國紐倫堡Embedded World展的關鍵字。從智慧製造、機器人到醫療設備，各類終端裝置都開始導入AI推論能力，使嵌入式運算平台不再只是控制與資料處理系統，而是逐步轉型為具備感知、分析與決策能力的智慧節點。在這樣的背景下，兩大x86處理器陣營超微(AMD)與英特爾(Intel)不約而同在Embedded...

imec在2025年國際電機電子工程師學會(IEEE)所舉辦的國際電子會議(IEDM)上，展示了包含單層二硒化鎢(WSe2)通道的p型場效電晶體(pFET)所具備的顯著性能升級，以及用於源極/汲極接點成形和閘極堆疊整合且與晶圓廠相容的改良版模組。這些研究成果透過imec與半導體製造商的合作來實現，為基於2D材料的元件技術之重大進展。 採用由2D過渡金屬二硫族化物(MX2)組成的原子級薄元件層來取代矽傳導通道，可望實現閘極與通道長度的極限微縮，同時保持良好的靜電通道控制與高載子遷移率。未來要實現的關鍵里程碑包含高品質的2D材料層沉積、閘極堆疊整合、低電阻源極/汲極接點成形，以及12吋晶圓整合。 imec運算暨記憶體元件技術研發副總Gouri...

邊緣AI具有許多雲端AI不具備的特性，對企業用戶而言，能帶來獨特的價值。因此，在軟硬體技術趨於成熟後，邊緣AI的興起，將是2026年最值得期待的大事之一。 自從生成式AI爆紅後，生成式AI的推論何時會開始從雲端往邊緣擴散，就是業界相當關心的話題。畢竟，雲端資料中心雖然擁有強大的運算能力，但以雲端服務形態存在的AI應用，在許多應用情景中是行不通的。 邊緣AI雖然運算效能無法與雲端媲美，但就地部署的特性不僅分散風險、改善延遲，更讓機敏資料可以不上雲。因此，邊緣AI有其獨特的價值，特別是在企業市場。而且，對硬體供應商而言，針對雲端市場打造的方案雖然單價高，利潤空間大，但客戶集中度過高，且整體出貨量遠低於手機、PC或工業電腦等邊緣設備，也是一個必須考慮的問題。因此，從晶片業者到終端硬體製造商，即便有能力為雲端客戶提供產品，也不會放棄邊緣市場的布局。 然而，要在邊緣設備上執行生成式AI推論，仍有許多挑戰必須克服。所幸，在軟硬體條件趨於成熟的情況下，邊緣AI可望在2026年取得重要突破。 AI模型持續進化　多模態模型創造新機會 英特爾(Intel)客戶端邊緣運算事業群平台研發協理王宗業指出，讓生成式AI在邊緣落地，一直是業界努力的方向。但由於邊緣硬體平台的運算能力有限，加上大語言模型的運算量、記憶體需求大，因此，要在邊緣設備上執行生成AI，在技術上是相當有挑戰性的。另一方面，大語言模型的輸入跟輸出只有文字，也使其應用場景受到一定限制。 英特爾(Intel)客戶端邊緣運算事業群平台研發協理王宗業表示，模型技術的快速進化，為邊緣AI的發展創造出有利的條件。   不過，隨著大語言模型的核心技術Transformer開始往視覺模型領域擴散，促成視覺語言模型(Vision...

根據TrendForce最新研究，高效能運算對異質整合的需求，需仰賴先進封裝達成，其中的關鍵技術即是台積電的CoWoS解決方案。然而，隨著雲端服務業者(CSP)加速自研ASIC，為整合更多複雜功能的晶片，對封裝面積的需求不斷擴大，已有CSP開始從CoWoS轉向英特爾(Intel)的EMIB技術。   TrendForce表示，CoWoS方案將主運算邏輯晶片、記憶體、I/O等不同功能的晶片，以中介層(Interposer)方式連結，並固定在基板上，目前已發展出CoWoS-S、CoWoS-R與CoWoS-L等衍生技術。隨著NVIDIA...

隨著人工智慧(AI)應用從雲端延伸至現場決策，邊緣運算正成為新一波運算架構的主戰場。英特爾(Intel)與思科(Cisco)宣布，雙方合作推出業界首個專為邊緣AI工作負載設計的整合系統解決方案Cisco...

憑藉在工控市場累積的深厚基礎及整合能力，宜鼎集團揭示其在邊緣AI時代，扮演應用落地的關鍵基石(Keystone)角色。未來宜鼎將承上啟下、銜接英特爾(Intel)、NVIDIA、高通(Qualcomm)、Axelera...

英特爾推出針對推論最佳化的資料中心GPU，代號為「Crescent Island」，並公布Gaudi 3機架級參考設計。代號為「Crescent Island」的資料中心GPU，專為因應日益成長的AI推論工作負載需求而設計，具備高記憶體容量與高能源效率的運算效能。Gaudi...

英特爾(Intel)與軟銀(Softbank)集團宣布，雙方已簽署一項最終證券買賣協議，根據該協議，軟銀將對英特爾普通股進行20億美元的投資。此次投資讓英特爾與軟銀進一步深化雙方在美國先進技術與半導體...

  英特爾停止內部玻璃基板研發的決策，表面上是新任執行長Lip-Bu Tan資源重新配置的結果，但深層分析顯示，這個轉變反映了多重結構性因素的交互作用。2025年3月接任的Lip-Bu Tan面臨的是一個競爭力全面衰退的英特爾：在資料中心市場雖握有62%市占率，但AMD在同市場的營收卻更高，顯示英特爾正以大幅折扣競價；Core...

東擎科技推出全新一代邊緣AI伺服器主機板，包括IMB-XA1901、IMB-X1902與IMB-X1900系列，專為次世代工業運算、邊緣AI與高效能運算打造，提供強勁運算效能與穩定擴充彈性，並導入Intel...

隨著處理器功耗持續攀升，傳統散熱技術已難以滿足高效能運算需求。在AI運算推動下，部分高階系統功耗已突破1500瓦，對散熱技術提出更嚴苛要求。面對這波技術挑戰，傳統的氣冷散熱方案已無法應對如此高密度的熱源管理需求。 在全球散熱技術競賽中，台灣廠商積極尋求技術突破點。英特爾散熱技術經理莊騏鴻認為，浸沒式散熱技術將是解決高功耗處理器散熱問題的關鍵方案。從英特爾近年的技術布局觀察，該公司透過Targeted...

「機器能在哪裡思考？」這個問題的答案正在悄然改變。如同潮汐般，人工智慧正從遙遠的雲端資料中心，流向我們身邊的每一個裝置。這不僅是技術部署的物理位移，更是一場智慧分配模式的根本性變革。 從智慧型手機到工廠感測器，從自駕車到醫療穿戴裝置，邊緣AI正讓決策能力下放至資料產生的第一線，在毫秒間創造價值，在本地守護隱私。這場從「集中式控制」轉向「分散式自治」的典範轉移，正徹底重塑我們與科技互動的方式，開啟一個智慧無處不在的新時代。 邊緣與雲端的智慧博弈 想像一下，在自駕車偵測到前方突然出現障礙物的那一瞬間，如果必須等待資料傳輸到雲端伺服器，等待分析完成，再等待指令傳回。這微不足道的延遲，卻可能成為生死交界的關鍵差距。這正是邊緣AI誕生的核心理由之一。邊緣人工智慧代表的不僅是技術的融合，更是思維模式的進化：它將AI演算法直接帶到資料產生的源頭，在本地裝置上執行，賦予每個終端前所未有的自主性。 自動駕駛可以說是邊緣AI最典型的應用之一。來源：Autodeal 在雲端智慧與邊緣智慧的對話中，兩者各展所長。雲端AI憑藉近乎無限的運算資源和儲存空間，擅長複雜模型的訓練和海量資料的處理；而邊緣AI則以毫秒級的低延遲、離線運作的獨立性、本地處理帶來的隱私保障以及顯著降低的頻寬需求贏得了自己的戰場。當我們必須在幾毫秒內作出決策，當網路連線不穩定，當資料隱私至關重要，或當頻寬成本高昂時，邊緣AI的價值便清晰浮現。 然而，智慧的世界並非非此即彼的二元對立。現實應用中，混合架構正成為主流選擇—邊緣裝置處理時間敏感的任務和初步分析，而雲端則負責深度學習、大規模資料分析及模型更新。這種協作模式如同一個完美的交響樂團，各司其職又和諧共存。 在自駕的世界裡，車載系統在幾毫秒內完成環境感知與即時決策，同時將匯總資料傳回雲端，用於改進整體模型與長期規劃。這不是兩種技術的對抗，而是優勢互補的共生關係，共同構建一個更智慧、更安全、更高效的世界。 推動智慧前移的關鍵引擎 是什麼推動了智慧從雲端向邊緣的大規模遷徙？答案藏在四個關鍵驅動力的交織中。首先，毫秒決勝的場景愈發普遍。在工業機器人需要即時調整、自駕車面臨突發狀況、醫療監護設備監測到危急狀況時，每一毫秒的延遲都可能帶來無法挽回的後果。即時性不再是體驗的加分項，而是功能實現的根本前提。 第二股推力來自對資料隱私的日益重視。隨著GDPR等法規的出台和大眾隱私意識的提升，如何在挖掘資料價值的同時確保個人資訊不被濫用，成為企業的嚴峻挑戰。邊緣AI透過將敏感資料留在本地處理，既規避了傳輸風險，也簡化了合規流程，為隱私保護提供了優雅的解決方案。 這場智慧遷徙的步伐，同樣受到硬體和軟體雙重突破的加速。晶片側，從輝達的Jetson系列到Google的Edge...