Author Archives: 拓墣產研

拓墣產研

About 拓墣產研

拓墣產業研究所成立於1996年，已於2015年1月正式加入全球知名市場調研機構TrendForce（集邦科技），合併後為廣大客戶群提供更完善的產業調查內容服務。拓樸產業研究所持續專注於大中華區至全球的高科技發展、政策、產業鏈調查研究等智庫服務，並提供新興科技最前瞻之洞見，同時扮演國外大型科技公司投資大中華區的重要橋樑。

實體 AI 元年，NVIDIA GTC 2026 關鍵技術剖析
作者 |發布日期 2026 年 04 月 16 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Nvidia , 技術分析

從 GR00T N1.7 開放商業授權、Isaac Lab 3.0 強調大規模量產訓練能力，到 NemoClaw 強調 Token 成本追蹤與合規部署，可清楚感受到 NVIDIA 正在系統性地將其技術能量轉化為可交付的商業產品。機器人訓練成本的下降、模擬技術的突破、晶片機電生態的完整化，都在共同指向同一個結論，即 Physical AI 的規模化商業化，已從「是否可行」的問題，演變為「速度快慢」的問題。 繼續閱讀..

中國光通訊 2026：模組霸權抗技術封鎖，產能與架構雙重構
作者 |發布日期 2026 年 04 月 15 日 7:00 |
line share
Linkedin share
line share
分類 中國觀察 , 光電科技 , 半導體

AI 算力競賽正以前所未有之速度改寫光通訊供應鏈底層邏輯與價值分配，高階 GPU 叢集規模不斷擴大，資料中心資料傳輸面臨極大頻寬壓力，促使 GPU 與高速光模組配置比例從傳統 1:3 暴增至 1:12，直接引爆 800G 與 1.6T 光模組規模化剛需，這樣對極致頻寬的追求迫使產業加速跨越傳統電訊號的物理極限，邁向光進電退的典範轉移。 繼續閱讀..

六倍壓縮與零精度損失，Google TurboQuant 重寫 AI 推理規則
作者 |發布日期 2026 年 04 月 13 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Google , 技術分析

大型語言模型（LLM）應用規模持續擴張，推理階段的記憶體瓶頸已成為制約部署效益的核心問題。Google Research 3 月底發表的 TurboQuant 壓縮演算法，不重新訓練模型的前提下，大幅降低記憶體占用並提升運算效率，引發產業高度關注。

繼續閱讀..

FCC 以國安為由，全面禁止美國進口國外路由器
作者 |發布日期 2026 年 04 月 09 日 7:00 |
line share
Linkedin share
line share
分類 技術分析 , 會員專區 , 網路

2026 年 3 月美國聯邦通訊委員會（FCC）宣布，將美國境外生產的新型消費型路由器（Router）列入受管制清單（Covered List）內，亦即 FCC 不會發放受管制的路由器相關認證，但現階段原有路由器及通過國安審查（證明不會造成國安風險）的機型不受影響。

繼續閱讀..

中國人型機器人產業日趨蓬勃，2026 年關注應用與產能擴張
作者 |發布日期 2026 年 04 月 07 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Perplexity , 技術分析

中國人型機器人產業的外觀設計、自由度、續航與量產出現關鍵變化，2025 年無疑是中國機器人產業大放異彩時刻，目前中國指標人型機器人開發商包括宇樹科技、銀河通用、魔法原子、松延動力、傅利葉、小鵬汽車、優必選、智元機器人等，機器人產品線亦日趨多元。 繼續閱讀..

矽光子與 CPO 加速商用，台廠光通訊供應鏈迎成長契機
作者 |發布日期 2026 年 03 月 31 日 7:00 |
line share
Linkedin share
line share
分類 技術分析 , 會員專區 , 網通設備

相繼登場的 NVIDIA GTC 2026 與 OFC 2026 ，從需求端與供應鏈端同步釋出 AI 資料中心網路升級的重要訊號，光互連不再只是邊緣技術，而是資料中心基礎設施的核心競爭焦點。這波升級影響範圍已從設備層延伸至整個供應鏈，台灣廠商憑藉完整縱深，有望在多路線並行發展中卡位受惠。 繼續閱讀..

AIGC 浪潮引爆頻寬需求，800G 光模組成資料中心標配，上游光元件供不應求
作者 |發布日期 2026 年 03 月 24 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 光電科技 , 技術分析

大規模模型訓練與 AIGC 應用不斷擴展，AI 資料中心對網路頻寬和低延遲的需求日益成長，從 100G 到 400G 與 800G 升級，不僅是速度的提升，更是建構高效穩定互連的基礎架構，以支援大規模平行運算基礎。 繼續閱讀..

NVIDIA GTC 2026：致力加速人型機器人部署，揭實體 AI 時代序幕
作者 |發布日期 2026 年 03 月 23 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Nvidia , 技術分析

NVIDIA GTC 2026 以 Cosmos、Isaac 與 GR00T 等整合虛實訓練與部署流程，有望使訓練成本隨模擬技術突破而下降，加速機器人商用落地與邁向量產。此外，NVIDIA 亦攜手英飛凌、恩智浦、德州儀器等建立晶片與機電生態，強化安全與控制能力。將來 GR00T N2 與醫療應用再提升通用性與監管標準，推動產業進入規模化階段。 繼續閱讀..

從通用算力到極致專用：Hard-coded Inference 重塑 AI 推理的經濟邊界
作者 |發布日期 2026 年 03 月 19 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 半導體 , 技術分析

當前 AI 產業的重心已從早期模型訓練轉向推理端部署，此本質上為研發投入轉向營運獲利的商業過渡，訓練雖是高資本投入，但屬於低頻次的研發，推理卻是與營收直接連動的高頻成本中心，若單位 Token 成本無法最佳化，商業模式將難以存續。

繼續閱讀..

人型機器人模型發展剖析：從模型創新轉向數據累積
作者 |發布日期 2026 年 03 月 18 日 7:00 |
line share
Linkedin share
line share
分類 尖端科技 , 技術分析 , 會員專區

VLA 模型奠定人型機器人的基礎架構，但現有 VLA 模型多採用「VLM＋動作解碼頭」的方式，導致不同底座模型之間程式碼與框架不相容，形成生態零碎化困境，人型機器人必須建構因果關係與時序推理能力，以預測物理交互結果，但 VLA 模型的訓練過程亦缺乏觸覺、力反饋等真實物理互動數據。 繼續閱讀..

Google TPU 或是 AI 軍備競賽下兼顧算力與成本的最佳解方
作者 |發布日期 2026 年 03 月 17 日 7:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , 技術分析 , 會員專區

2023 年掀起的雲端 AI 運算資源建設浪潮，直到 2025 年底仍未曾消停，此趨勢更促使 AWS、Google、Microsoft、Meta 等四大雲端服務供應商持續擴大資本支出；四大 CSP 廠商於 2023 年資本支出合計約 1,412 億美元，到 2025 年已達到 3,750 億美元，預期至 2026 年底將攀升至 6,150 億美元，估計超過半數支出是為了建置雲端 AI 運算資源。 繼續閱讀..