科技評論
25免費公開
以半導體跟 AI 相關技術跟市場趨勢，是個人觀察也是筆記.
因為有點門檻，也算是某種僅限大人看的內容.
本文探討老馬在推文提到的 E2E 的挑戰－「監督赤字」問題，並解釋 VLM（視覺語言模型）、VLA（視覺語言行動模型）及世界模型（World Model）如何逐步演進以解決此挑戰，以及自駕車算力需求不斷攀升的「算力深淵」。
本文探討老馬在推文提到的 E2E 的挑戰－「監督赤字」問題，並解釋 VLM（視覺語言模型）、VLA（視覺語言行動模型）及世界模型（World Model）如何逐步演進以解決此挑戰，以及自駕車算力需求不斷攀升的「算力深淵」。
臺灣ODM/OEM代工廠如何透過「資本效率哲學」，在毛利率不高的情況下，實現超過25%的驚人ROE。從三個層次：財務邏輯、策略邏輯及供應鏈優勢，層層解構其經營模式，包含高資產週轉率、精準現金流管理、高產能利用率、客戶信任、供應鏈整合力及嚴格的現金流紀律，最終達成高ＲＯＥ的成就。
臺灣ODM/OEM代工廠如何透過「資本效率哲學」，在毛利率不高的情況下，實現超過25%的驚人ROE。從三個層次：財務邏輯、策略邏輯及供應鏈優勢，層層解構其經營模式，包含高資產週轉率、精準現金流管理、高產能利用率、客戶信任、供應鏈整合力及嚴格的現金流紀律，最終達成高ＲＯＥ的成就。
OpenAI 如何透過創新的資本操作，聯合 Oracle、NVIDIA 和 AMD 建立一個龐大的「AI 資本永動機」。透過巨額的雲端運算合約、GPU 採購與再投資，OpenAI 不僅鞏固其在 AI 模型的領先地位，還拓展到 AI Agent 平臺，並成功將供應商轉化為生態系夥伴...
OpenAI 如何透過創新的資本操作，聯合 Oracle、NVIDIA 和 AMD 建立一個龐大的「AI 資本永動機」。透過巨額的雲端運算合約、GPU 採購與再投資，OpenAI 不僅鞏固其在 AI 模型的領先地位，還拓展到 AI Agent 平臺，並成功將供應商轉化為生態系夥伴...
隨著 AI 進入日常生活，人們越來越依賴機器進行思考與記憶，ＡＩ將會削弱人們自己思考跟記憶能力；這種現象被稱為「認知卸載」。未來的智力測驗或許將區分為「純人思考力」與「AI輔助思考力」兩種模式，衡量人類在與機器共生時的智慧重構。教育與研究也需重新定義「思考」與「學習」的意義...
隨著 AI 進入日常生活，人們越來越依賴機器進行思考與記憶，ＡＩ將會削弱人們自己思考跟記憶能力；這種現象被稱為「認知卸載」。未來的智力測驗或許將區分為「純人思考力」與「AI輔助思考力」兩種模式，衡量人類在與機器共生時的智慧重構。教育與研究也需重新定義「思考」與「學習」的意義...
美系外資擔憂展銳入門 5G 晶片 T8300威脅聯發科低階市場。本文從分析 T8300 各項規格開始，說明其規格皆落後於市場主流數年，甚至不及五年前的海思 Kirin 9000。並探討展銳的財務狀況、政府補貼、市場定位及戰略角色，並質疑其商業可行性等。
美系外資擔憂展銳入門 5G 晶片 T8300威脅聯發科低階市場。本文從分析 T8300 各項規格開始，說明其規格皆落後於市場主流數年，甚至不及五年前的海思 Kirin 9000。並探討展銳的財務狀況、政府補貼、市場定位及戰略角色，並質疑其商業可行性等。
中國媒體對半導體技術進展的報導常讓人震驚．
本文深入剖析中國半導體產業的真實技術水平，並從光源、關鍵零組件、成本良率等方面，比較中國與國際領先廠商的差距，釐清哪些報導是「噱頭」，哪些是「實質進展」。
中國媒體對半導體技術進展的報導常讓人震驚．
本文深入剖析中國半導體產業的真實技術水平，並從光源、關鍵零組件、成本良率等方面，比較中國與國際領先廠商的差距，釐清哪些報導是「噱頭」，哪些是「實質進展」。
特斯拉放棄Dojo晶片，改用Nvidia HBM方案，關鍵在於自動駕駛架構的轉變。從傳統分層式自駕到端到端自動駕駛，硬體需求也不同。
Dojo架構適合傳統分層式自駕，但端到端自動駕駛的Transformer模型需要更大的HBM記憶體和高速互連。Nvidia滿足這需求且擁有更成熟的生態系和擴展性。
特斯拉放棄Dojo晶片，改用Nvidia HBM方案，關鍵在於自動駕駛架構的轉變。從傳統分層式自駕到端到端自動駕駛，硬體需求也不同。
Dojo架構適合傳統分層式自駕，但端到端自動駕駛的Transformer模型需要更大的HBM記憶體和高速互連。Nvidia滿足這需求且擁有更成熟的生態系和擴展性。
台積電在3奈米以下先進製程的領先優勢正進一步擴大。三星宣布將重心轉回改善4/5/7奈米良率；Intel則跳過18A改押下一世代14A。這使先進製程的市場版圖出現分層：台積電主導3奈米以下，三星和Intel卡在4/5/7/10奈米，其餘晶圓代工廠則停留在14奈米以上。
台積電在3奈米以下先進製程的領先優勢正進一步擴大。三星宣布將重心轉回改善4/5/7奈米良率；Intel則跳過18A改押下一世代14A。這使先進製程的市場版圖出現分層：台積電主導3奈米以下，三星和Intel卡在4/5/7/10奈米，其餘晶圓代工廠則停留在14奈米以上。
傳統汽車產業供應鏈長期以層層外包的模式為主，由歐洲、日本IDM廠商主導，強調安全認證、長期穩定供貨。隨著ADAS、自動駕駛和智慧座艙的興起，汽車電子逐步轉向域控制器和中央計算架構，推動高階SoC和AI加速器需求。尤其是特斯拉這種從晶片設計、AI模型到軟體系統全棧自研，打破傳統供應鏈的分工模式。
傳統汽車產業供應鏈長期以層層外包的模式為主，由歐洲、日本IDM廠商主導，強調安全認證、長期穩定供貨。隨著ADAS、自動駕駛和智慧座艙的興起，汽車電子逐步轉向域控制器和中央計算架構，推動高階SoC和AI加速器需求。尤其是特斯拉這種從晶片設計、AI模型到軟體系統全棧自研，打破傳統供應鏈的分工模式。
「波將金式理解」意指LLM能在測驗中答對定義，看似掌握概念，實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM（GPT-4、Claude等）都有這種假理解現象：表面流暢，實際推理崩潰，顯示其統計生成的本質限制。
「波將金式理解」意指LLM能在測驗中答對定義，看似掌握概念，實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM（GPT-4、Claude等）都有這種假理解現象：表面流暢，實際推理崩潰，顯示其統計生成的本質限制。
Lawsnote因爬蟲抓取法源資料被判刑，引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權，對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act，都強調AI訓練需確保資料來源合法、可溯源，顯示未來AI新創必須面對合規成本，才能走向國際市場。
Lawsnote因爬蟲抓取法源資料被判刑，引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權，對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act，都強調AI訓練需確保資料來源合法、可溯源，顯示未來AI新創必須面對合規成本，才能走向國際市場。
最近朋友圈紛紛討論一部紀錄片《造山者》。
裡面講比較多的是台灣半導體產業早期奠基，是那一代人如何在台灣甚麼都沒有的年代，居然就把眼光放到了別人都不敢想的半導體產業。
這部片講了台灣半導體產業的開頭，然後就快轉到台灣現在半導體產業的地緣政治挑戰，我想試著把中間快轉的這段故事接上．
最近朋友圈紛紛討論一部紀錄片《造山者》。
裡面講比較多的是台灣半導體產業早期奠基，是那一代人如何在台灣甚麼都沒有的年代，居然就把眼光放到了別人都不敢想的半導體產業。
這部片講了台灣半導體產業的開頭，然後就快轉到台灣現在半導體產業的地緣政治挑戰，我想試著把中間快轉的這段故事接上．
線上課程平台成長放緩，YouTube教學觀看數下降，連Udemy都轉向企業內訓市場。AI帶來「即問即答」的知識體驗，取代原本需要花時間修習的課程。本文彙整MOOC趨勢數據，帶你理解線上學習未來將如何因AI徹底重組。
線上課程平台成長放緩，YouTube教學觀看數下降，連Udemy都轉向企業內訓市場。AI帶來「即問即答」的知識體驗，取代原本需要花時間修習的課程。本文彙整MOOC趨勢數據，帶你理解線上學習未來將如何因AI徹底重組。
現實中的多模態 AI，不是複雜的大模型堆疊，而是一種模組化的資料處理策略：各感測模態經過前處理，轉為語意向量，再交由語言模型整合與推論。
現實中的多模態 AI，不是複雜的大模型堆疊，而是一種模組化的資料處理策略：各感測模態經過前處理，轉為語意向量，再交由語言模型整合與推論。
Nvidia 遙遙領先是本來就知道的事情，但是直接把市場老三 Intel 給整崩潰－放棄原本說好的「翻盤之作」 Falcon Shores．
市場老二 AMD 的 MI300X / MI325X 對標的是 Nvidia 上一代產品 H100/H200．
就問這樣的 nvidia 怎麼輸？
Nvidia 遙遙領先是本來就知道的事情，但是直接把市場老三 Intel 給整崩潰－放棄原本說好的「翻盤之作」 Falcon Shores．
市場老二 AMD 的 MI300X / MI325X 對標的是 Nvidia 上一代產品 H100/H200．
就問這樣的 nvidia 怎麼輸？
美國國防科技新創近期展示了其 影片．
乍看像 EMP 魔法，但實際上結合 edge AI 辨識 + 軟體定義的電子戰和模組化設計，採取「Jam/Spoof 」針對通信與導航弱點，並透過戰場回饋快速優化。
並剖析其多模態偵測＋AI辨識架構，凸顯軟殺無人機群的戰略優勢與成本效益。
美國國防科技新創近期展示了其 影片．
乍看像 EMP 魔法，但實際上結合 edge AI 辨識 + 軟體定義的電子戰和模組化設計，採取「Jam/Spoof 」針對通信與導航弱點，並透過戰場回饋快速優化。
並剖析其多模態偵測＋AI辨識架構，凸顯軟殺無人機群的戰略優勢與成本效益。
AI 時代來臨，晶片需求全面爆發.
從 NVIDIA 壟斷的數據中心，到自動駕駛、影像監控、各大 CSP 自研 ASIC，再到 Edge AI 在手機跟筆電端等，各種應用場景遍地開花。
本篇分析六大 AI 晶片應用場景，拆解 NVIDIA、Google、特斯拉、高通、各大CSP等玩家的戰略。
AI 時代來臨，晶片需求全面爆發.
從 NVIDIA 壟斷的數據中心，到自動駕駛、影像監控、各大 CSP 自研 ASIC，再到 Edge AI 在手機跟筆電端等，各種應用場景遍地開花。
本篇分析六大 AI 晶片應用場景，拆解 NVIDIA、Google、特斯拉、高通、各大CSP等玩家的戰略。
Anthropic 剛剛發佈了一份內部指南《How Anthropic teams use Claude Code》，關於他們如何使用Claude來幫助工作，對於任何認真將ＡＩ融入工作流程的人來說，這可能是最實用的資源之一。
裡面內容在其他AI平台也適用－像是 OpenAI 的 GPT-4.5、M
Anthropic 剛剛發佈了一份內部指南《How Anthropic teams use Claude Code》，關於他們如何使用Claude來幫助工作，對於任何認真將ＡＩ融入工作流程的人來說，這可能是最實用的資源之一。
裡面內容在其他AI平台也適用－像是 OpenAI 的 GPT-4.5、M
蘋果團隊報告《AI 真的在思考嗎？》指出，現有的大語言模型的「推理能力」有問題，並在複雜邏輯謎題上崩潰。
但本來 LLM 就是超大型的統計推演模型，這樣結果不用做實驗也知道．
蘋果特意挑在 WWDC 發表日前，發一篇這種程度的報告實在很鬧.
蘋果團隊報告《AI 真的在思考嗎？》指出，現有的大語言模型的「推理能力」有問題，並在複雜邏輯謎題上崩潰。
但本來 LLM 就是超大型的統計推演模型，這樣結果不用做實驗也知道．
蘋果特意挑在 WWDC 發表日前，發一篇這種程度的報告實在很鬧.
本文探討特斯拉Dojo AI訓練模組的晶圓級封裝技術。
Dojo採用InFO-SoW技術，將25個AI處理器整合到單一晶圓上，以實現最低延遲和能耗，適用於特斯拉FSD影像訓練的高數據量需求。
本文探討特斯拉Dojo AI訓練模組的晶圓級封裝技術。
Dojo採用InFO-SoW技術，將25個AI處理器整合到單一晶圓上，以實現最低延遲和能耗，適用於特斯拉FSD影像訓練的高數據量需求。
本文探討老馬在推文提到的 E2E 的挑戰－「監督赤字」問題，並解釋 VLM（視覺語言模型）、VLA（視覺語言行動模型）及世界模型（World Model）如何逐步演進以解決此挑戰，以及自駕車算力需求不斷攀升的「算力深淵」。
本文探討老馬在推文提到的 E2E 的挑戰－「監督赤字」問題，並解釋 VLM（視覺語言模型）、VLA（視覺語言行動模型）及世界模型（World Model）如何逐步演進以解決此挑戰，以及自駕車算力需求不斷攀升的「算力深淵」。
臺灣ODM/OEM代工廠如何透過「資本效率哲學」，在毛利率不高的情況下，實現超過25%的驚人ROE。從三個層次：財務邏輯、策略邏輯及供應鏈優勢，層層解構其經營模式，包含高資產週轉率、精準現金流管理、高產能利用率、客戶信任、供應鏈整合力及嚴格的現金流紀律，最終達成高ＲＯＥ的成就。
臺灣ODM/OEM代工廠如何透過「資本效率哲學」，在毛利率不高的情況下，實現超過25%的驚人ROE。從三個層次：財務邏輯、策略邏輯及供應鏈優勢，層層解構其經營模式，包含高資產週轉率、精準現金流管理、高產能利用率、客戶信任、供應鏈整合力及嚴格的現金流紀律，最終達成高ＲＯＥ的成就。
OpenAI 如何透過創新的資本操作，聯合 Oracle、NVIDIA 和 AMD 建立一個龐大的「AI 資本永動機」。透過巨額的雲端運算合約、GPU 採購與再投資，OpenAI 不僅鞏固其在 AI 模型的領先地位，還拓展到 AI Agent 平臺，並成功將供應商轉化為生態系夥伴...
OpenAI 如何透過創新的資本操作，聯合 Oracle、NVIDIA 和 AMD 建立一個龐大的「AI 資本永動機」。透過巨額的雲端運算合約、GPU 採購與再投資，OpenAI 不僅鞏固其在 AI 模型的領先地位，還拓展到 AI Agent 平臺，並成功將供應商轉化為生態系夥伴...
隨著 AI 進入日常生活，人們越來越依賴機器進行思考與記憶，ＡＩ將會削弱人們自己思考跟記憶能力；這種現象被稱為「認知卸載」。未來的智力測驗或許將區分為「純人思考力」與「AI輔助思考力」兩種模式，衡量人類在與機器共生時的智慧重構。教育與研究也需重新定義「思考」與「學習」的意義...
隨著 AI 進入日常生活，人們越來越依賴機器進行思考與記憶，ＡＩ將會削弱人們自己思考跟記憶能力；這種現象被稱為「認知卸載」。未來的智力測驗或許將區分為「純人思考力」與「AI輔助思考力」兩種模式，衡量人類在與機器共生時的智慧重構。教育與研究也需重新定義「思考」與「學習」的意義...
美系外資擔憂展銳入門 5G 晶片 T8300威脅聯發科低階市場。本文從分析 T8300 各項規格開始，說明其規格皆落後於市場主流數年，甚至不及五年前的海思 Kirin 9000。並探討展銳的財務狀況、政府補貼、市場定位及戰略角色，並質疑其商業可行性等。
美系外資擔憂展銳入門 5G 晶片 T8300威脅聯發科低階市場。本文從分析 T8300 各項規格開始，說明其規格皆落後於市場主流數年，甚至不及五年前的海思 Kirin 9000。並探討展銳的財務狀況、政府補貼、市場定位及戰略角色，並質疑其商業可行性等。
中國媒體對半導體技術進展的報導常讓人震驚．
本文深入剖析中國半導體產業的真實技術水平，並從光源、關鍵零組件、成本良率等方面，比較中國與國際領先廠商的差距，釐清哪些報導是「噱頭」，哪些是「實質進展」。
中國媒體對半導體技術進展的報導常讓人震驚．
本文深入剖析中國半導體產業的真實技術水平，並從光源、關鍵零組件、成本良率等方面，比較中國與國際領先廠商的差距，釐清哪些報導是「噱頭」，哪些是「實質進展」。
特斯拉放棄Dojo晶片，改用Nvidia HBM方案，關鍵在於自動駕駛架構的轉變。從傳統分層式自駕到端到端自動駕駛，硬體需求也不同。
Dojo架構適合傳統分層式自駕，但端到端自動駕駛的Transformer模型需要更大的HBM記憶體和高速互連。Nvidia滿足這需求且擁有更成熟的生態系和擴展性。
特斯拉放棄Dojo晶片，改用Nvidia HBM方案，關鍵在於自動駕駛架構的轉變。從傳統分層式自駕到端到端自動駕駛，硬體需求也不同。
Dojo架構適合傳統分層式自駕，但端到端自動駕駛的Transformer模型需要更大的HBM記憶體和高速互連。Nvidia滿足這需求且擁有更成熟的生態系和擴展性。
台積電在3奈米以下先進製程的領先優勢正進一步擴大。三星宣布將重心轉回改善4/5/7奈米良率；Intel則跳過18A改押下一世代14A。這使先進製程的市場版圖出現分層：台積電主導3奈米以下，三星和Intel卡在4/5/7/10奈米，其餘晶圓代工廠則停留在14奈米以上。
台積電在3奈米以下先進製程的領先優勢正進一步擴大。三星宣布將重心轉回改善4/5/7奈米良率；Intel則跳過18A改押下一世代14A。這使先進製程的市場版圖出現分層：台積電主導3奈米以下，三星和Intel卡在4/5/7/10奈米，其餘晶圓代工廠則停留在14奈米以上。
傳統汽車產業供應鏈長期以層層外包的模式為主，由歐洲、日本IDM廠商主導，強調安全認證、長期穩定供貨。隨著ADAS、自動駕駛和智慧座艙的興起，汽車電子逐步轉向域控制器和中央計算架構，推動高階SoC和AI加速器需求。尤其是特斯拉這種從晶片設計、AI模型到軟體系統全棧自研，打破傳統供應鏈的分工模式。
傳統汽車產業供應鏈長期以層層外包的模式為主，由歐洲、日本IDM廠商主導，強調安全認證、長期穩定供貨。隨著ADAS、自動駕駛和智慧座艙的興起，汽車電子逐步轉向域控制器和中央計算架構，推動高階SoC和AI加速器需求。尤其是特斯拉這種從晶片設計、AI模型到軟體系統全棧自研，打破傳統供應鏈的分工模式。
「波將金式理解」意指LLM能在測驗中答對定義，看似掌握概念，實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM（GPT-4、Claude等）都有這種假理解現象：表面流暢，實際推理崩潰，顯示其統計生成的本質限制。
「波將金式理解」意指LLM能在測驗中答對定義，看似掌握概念，實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM（GPT-4、Claude等）都有這種假理解現象：表面流暢，實際推理崩潰，顯示其統計生成的本質限制。
Lawsnote因爬蟲抓取法源資料被判刑，引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權，對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act，都強調AI訓練需確保資料來源合法、可溯源，顯示未來AI新創必須面對合規成本，才能走向國際市場。
Lawsnote因爬蟲抓取法源資料被判刑，引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權，對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act，都強調AI訓練需確保資料來源合法、可溯源，顯示未來AI新創必須面對合規成本，才能走向國際市場。
最近朋友圈紛紛討論一部紀錄片《造山者》。
裡面講比較多的是台灣半導體產業早期奠基，是那一代人如何在台灣甚麼都沒有的年代，居然就把眼光放到了別人都不敢想的半導體產業。
這部片講了台灣半導體產業的開頭，然後就快轉到台灣現在半導體產業的地緣政治挑戰，我想試著把中間快轉的這段故事接上．
最近朋友圈紛紛討論一部紀錄片《造山者》。
裡面講比較多的是台灣半導體產業早期奠基，是那一代人如何在台灣甚麼都沒有的年代，居然就把眼光放到了別人都不敢想的半導體產業。
這部片講了台灣半導體產業的開頭，然後就快轉到台灣現在半導體產業的地緣政治挑戰，我想試著把中間快轉的這段故事接上．
線上課程平台成長放緩，YouTube教學觀看數下降，連Udemy都轉向企業內訓市場。AI帶來「即問即答」的知識體驗，取代原本需要花時間修習的課程。本文彙整MOOC趨勢數據，帶你理解線上學習未來將如何因AI徹底重組。
線上課程平台成長放緩，YouTube教學觀看數下降，連Udemy都轉向企業內訓市場。AI帶來「即問即答」的知識體驗，取代原本需要花時間修習的課程。本文彙整MOOC趨勢數據，帶你理解線上學習未來將如何因AI徹底重組。
現實中的多模態 AI，不是複雜的大模型堆疊，而是一種模組化的資料處理策略：各感測模態經過前處理，轉為語意向量，再交由語言模型整合與推論。
現實中的多模態 AI，不是複雜的大模型堆疊，而是一種模組化的資料處理策略：各感測模態經過前處理，轉為語意向量，再交由語言模型整合與推論。
Nvidia 遙遙領先是本來就知道的事情，但是直接把市場老三 Intel 給整崩潰－放棄原本說好的「翻盤之作」 Falcon Shores．
市場老二 AMD 的 MI300X / MI325X 對標的是 Nvidia 上一代產品 H100/H200．
就問這樣的 nvidia 怎麼輸？
Nvidia 遙遙領先是本來就知道的事情，但是直接把市場老三 Intel 給整崩潰－放棄原本說好的「翻盤之作」 Falcon Shores．
市場老二 AMD 的 MI300X / MI325X 對標的是 Nvidia 上一代產品 H100/H200．
就問這樣的 nvidia 怎麼輸？
美國國防科技新創近期展示了其 影片．
乍看像 EMP 魔法，但實際上結合 edge AI 辨識 + 軟體定義的電子戰和模組化設計，採取「Jam/Spoof 」針對通信與導航弱點，並透過戰場回饋快速優化。
並剖析其多模態偵測＋AI辨識架構，凸顯軟殺無人機群的戰略優勢與成本效益。
美國國防科技新創近期展示了其 影片．
乍看像 EMP 魔法，但實際上結合 edge AI 辨識 + 軟體定義的電子戰和模組化設計，採取「Jam/Spoof 」針對通信與導航弱點，並透過戰場回饋快速優化。
並剖析其多模態偵測＋AI辨識架構，凸顯軟殺無人機群的戰略優勢與成本效益。
AI 時代來臨，晶片需求全面爆發.
從 NVIDIA 壟斷的數據中心，到自動駕駛、影像監控、各大 CSP 自研 ASIC，再到 Edge AI 在手機跟筆電端等，各種應用場景遍地開花。
本篇分析六大 AI 晶片應用場景，拆解 NVIDIA、Google、特斯拉、高通、各大CSP等玩家的戰略。
AI 時代來臨，晶片需求全面爆發.
從 NVIDIA 壟斷的數據中心，到自動駕駛、影像監控、各大 CSP 自研 ASIC，再到 Edge AI 在手機跟筆電端等，各種應用場景遍地開花。
本篇分析六大 AI 晶片應用場景，拆解 NVIDIA、Google、特斯拉、高通、各大CSP等玩家的戰略。
Anthropic 剛剛發佈了一份內部指南《How Anthropic teams use Claude Code》，關於他們如何使用Claude來幫助工作，對於任何認真將ＡＩ融入工作流程的人來說，這可能是最實用的資源之一。
裡面內容在其他AI平台也適用－像是 OpenAI 的 GPT-4.5、M
Anthropic 剛剛發佈了一份內部指南《How Anthropic teams use Claude Code》，關於他們如何使用Claude來幫助工作，對於任何認真將ＡＩ融入工作流程的人來說，這可能是最實用的資源之一。
裡面內容在其他AI平台也適用－像是 OpenAI 的 GPT-4.5、M
蘋果團隊報告《AI 真的在思考嗎？》指出，現有的大語言模型的「推理能力」有問題，並在複雜邏輯謎題上崩潰。
但本來 LLM 就是超大型的統計推演模型，這樣結果不用做實驗也知道．
蘋果特意挑在 WWDC 發表日前，發一篇這種程度的報告實在很鬧.
蘋果團隊報告《AI 真的在思考嗎？》指出，現有的大語言模型的「推理能力」有問題，並在複雜邏輯謎題上崩潰。
但本來 LLM 就是超大型的統計推演模型，這樣結果不用做實驗也知道．
蘋果特意挑在 WWDC 發表日前，發一篇這種程度的報告實在很鬧.
本文探討特斯拉Dojo AI訓練模組的晶圓級封裝技術。
Dojo採用InFO-SoW技術，將25個AI處理器整合到單一晶圓上，以實現最低延遲和能耗，適用於特斯拉FSD影像訓練的高數據量需求。
本文探討特斯拉Dojo AI訓練模組的晶圓級封裝技術。
Dojo採用InFO-SoW技術，將25個AI處理器整合到單一晶圓上，以實現最低延遲和能耗，適用於特斯拉FSD影像訓練的高數據量需求。