智慧應用 影音
MongoDB
ADI
半導體成國之大事 政府做法和角色宜調整
南韓的半導體政策4月正式出爐,擘劃的是由今至2030年長達10年的國家政策和執行方法。主要的目標是建立代工和設計的生態圈,成為全世界第一。投入的資源包括政策、稅收、資金、教育與人力資源、硏發、建立公共平台、創造產業需求以及公共工程採購等,動員的規模比之美國的量子信息計畫有過之而無不及。
晶圓代工這個行業的門檻「高不可攀」(之二)
根據WSTS的調查,2018年全球晶圓代工市場為653億美元,台積電以342億美元(市佔率52.4%)領先群雄,其次為三星的104億美元(15.9%)。但進入2019年第一季時,三星市佔率快速挺進到19%,而台積電卻跌到48%。是三星打了強心針,還是台積電因為季節性調整或材料出錯所導致的呢?
中美貿易大戰背後的晶圓代工世紀之爭(之一)
2018年總額653億美元的晶圓代工市場,也是行動通信大廠、5G與車聯網往上游延伸,發揮整合戰力的主戰場。過去誰能最有效率的生產,誰就可能是贏家。但在川普一聲雷之後,台積電往左往右備受關注,也讓台灣因緣際會的成為被關注的焦點。
二維材料於場效電晶體的應用
場效電晶體(Field Effect Transistor;FET)的核心是通道(channel),材料是半導體。它的一邊接源極(source),一邊接汲極(drain),這兩個是場效電晶體中載子(carrier)的來處與去處。通道上有一層絕緣體,之上還有閘極(gate),用來控制電晶體開關。當閘極施加電壓,底下的半導體變成導體,電流從源極流到汲極,這時處於「開」的狀況。電壓移去後,電晶體就回復「關」的狀況,這是半導體的ABC——控制,電子線路一切都是關於控制。
autoML自動化深度學習網路設計可行嗎?
機器學習(深度學習為其中一分支)技術成為各產業智慧化的核心能力,但是算法的設計複雜,需要專業知識與經驗,對於好的人才,需求遠大於供給。為了彌補這個空缺,這幾年自動化機器學習工具(autoML)新研究興起,希望有自動化的系統,在給定問題(通常是標記的資料)之後可以自動生成機器(深度)學習算法。在資訊理論上,這是非常複雜的問題,需要大量運算資源,所以極具挑戰。
腦機界面以及語音合成
腦機界面(Brain Machine Interface;BMI)開發迄今有15年了,最近有令人興奮的進展:將神經活動解譯成語音。這是基礎科研以及醫療界的攜手進展,而下一步—或長或短—或將要連動電子業了。
智慧硬體擴張為生態系
硬體產業如何擴張?怎樣跨足到毛利相對高的軟體或是新興產業?這是台灣許多資通訊業所關心的議題。似乎不少人選擇跨足到與本業不同的全新領域,但這是唯一做法嗎?
矽光子與機器學習晶片的初發
雖然矽光子已開始進入半導體發展的近程視界,但是除了通訊的天然應用外—光纖的信號出來可是光,其可能的應用會落在哪個領域很令人好奇。
人臉辨識—從理論到產品
似乎一夕爆發,最近許多國內外的企業都將「人臉辨識」列為主要的產品。這些公司橫跨各種類型,包括晶片、軟體、系統 、金融、交通、安全、服務等。顯然目前人臉辨識的學術突破,已經可以落地為實際應用,並成為很多跨領域的公司極度看好的核心技術。前陣子在矽谷舉辦NVIDIA GTC 2019,我們也分享了如何產品化人臉辨識技術,之後收到很多工業界與會者非常正面而且熱烈的評價。顯然矽谷的產業鏈也十分在乎這項關鍵技術。
資料市集,數位行銷與區塊鏈的未來想像
$240是美國使用者其資料在數位廣告上的平均價值,你有收到了嗎?