美國 AI 晶片新創公司 Cerebras 宣布與 AMD 達成合作協議,雙方將聯手進軍 AI 機櫃系統,激勵 Cerebras 股價 23 日勁揚近 5%,站上 220 美元。 繼續閱讀..
Cerebras AI 晶片導入 AMD Helios 機櫃 股價揚近 5% |
| 作者 MoneyDJ|發布日期 2026 年 07 月 24 日 9:20 | 分類 AI 人工智慧 , GPU , 晶片 |
AI 訓練成職場權力博弈新戰場,員工「隱性知識」成企業技術落地關鍵 |
| 作者 TechNews 編輯台|發布日期 2026 年 07 月 24 日 8:30 | 分類 AI 人工智慧 , 人力資源 , 職場 | edit |
人工智慧(AI)正快速從「通用工具」轉變為「職場權力工具」。根據《金融時報》,企業欲讓 AI 模型真正發揮作用,關鍵不再只是取得更多資料,而是如何將原本藏在員工腦中的「隱性知識」轉化為可訓練、可優化的專屬系統。這意味著誰掌握這些知識、誰願意參與訓練,將成為未來幾年職場談判力的核心來源。 繼續閱讀..
Meta 前高層創立資安新創 Glow 估值高達 12 億美元,主攻 AI 終端防護 |
| 作者 TechNews 編輯台|發布日期 2026 年 07 月 24 日 8:10 | 分類 AI 人工智慧 , 公司治理 , 新創 | edit |
資安新創 Glow 22 日結束隱身期,宣布完成 1.8 億美元全股權融資,估值達 12 億美元,躍升獨角獸。這家公司由 Meta 與 Snowflake 前高層創立,主打因應 AI 工具與 AI 代理大量進入企業端後,衍生的新型資安風險。 繼續閱讀..
蘇姿丰揭示未來藍圖,EPYC 與 Instinct 世代交替引領 AI 推論效能飆升 2,000 倍 |
| 作者 Atkinson|發布日期 2026 年 07 月 24 日 6:10 | 分類 AI 人工智慧 , GPU , 半導體 | edit |
在 AMD 於 2026 年的 Advancing AI 大會尾聲,董事長暨執行長蘇姿丰(Lisa Su)為這場盛會做了強而有力的總結。她強調,AMD 目前擁有公司史上、也是業界最強大的產品陣容,技術涵蓋資料中心、企業級 AI,乃至個人電腦與實體 AI,並透過強大的軟體生態系將其緊密結合。也為了展現對技術突破的承諾,蘇姿丰親自揭曉了 AMD 至 2030 年的伺服器 CPU、AI GPU 加速器及機櫃系統(Rack-scale systems)的發展藍圖,為客戶規劃未來的基礎設施提供了明確且可預測的方向。
AMD 發表 Ryzen AI Embedded X100 與 Kria AI 模組,全面布局實體 AI 機器人市場 |
| 作者 Atkinson|發布日期 2026 年 07 月 24 日 6:05 | 分類 AI 人工智慧 , 半導體 , 機器人 | edit |
在 2026 年的 Advancing AI 大會上,AMD 宣布了針對機器人與「實體 AI(Physical AI)」領域的重大硬體與軟硬體協作計畫,AMD 正式發表了全新的 Ryzen AI Embedded X100 系列處理器以及 Kria AI 系統模組(SOM),並搭配開放的機器人軟體生態系,目的在為下一代自主機器人提供強大的運算基礎。
養龍蝦風潮崛起,AMD Advancing AI 大會發表 Gorgon Halo 全新地端 AI 硬體架構 |
| 作者 Atkinson|發布日期 2026 年 07 月 24 日 6:05 | 分類 AI 人工智慧 , IC 設計 , 半導體 | edit |
AMD 於 2026 年的 Advancing AI 大會上,為未來的個人與企業 AI 運算投下震撼彈。會中由計算與圖形事業群產品行銷副總裁 Michael Nordquist 重點宣布了代號為 Gorgon Halo(即 Ryzen AI MAX 400 系列)的全新硬體架構,將地端 AI(Local AI)的運算極限推向了前所未有的新高度。
AMD Advancing AI 2026 蘇姿丰揭露代理式 AI 時代藍圖,MI455X 晶片與 Helios 機櫃系統強勢登場 |
| 作者 Atkinson|發布日期 2026 年 07 月 24 日 6:00 | 分類 AI 人工智慧 , GPU , 伺服器 | edit |
AMD 董事長暨執行長蘇姿丰於美國舊金山舉辦的 Advancing AI 2026 年度大會上發表主題演講,向全球揭示 AI 運算已全面邁入「代理式 AI」(Agentic AI)的全新紀元。會中發表受人矚目的業界最高效能的 Helios AI 機櫃系統,以及專為代理式運算打造的第六代 EPYC 伺服器處理器「Venice」家族。蘇姿丰更指出,2026 年是產業重要的分水嶺,全球將有高達 60% 的 AI 運算量用於執行推論(Inference),而非模型訓練。
