Category Archives: 伺服器

優必達獲日本經產省高額投資補助!總計投入 34 億打造 AI GPU 中心

作者 |發布日期 2025 年 12 月 18 日 11:43 | 分類 AI 人工智慧 , GPU , 伺服器

優必達(Ubitus)今日宣布獲得日本經濟產業省(METI)實施「中堅與中小企業大型成長投資補助金」錄取,總計獲得 170 億日圓(約 34 億台幣)的高額補助,優必達將藉此擴充以 AI 與 NVIDIA 最新 Blackwell GPU 基礎建設為核心的新一代算力中心(NeoCloud)設備投資,強化競爭力。

繼續閱讀..

海灣國家打造主權 AI 帶動儲能系統建設需求

作者 |發布日期 2025 年 12 月 18 日 7:00 | 分類 AI 人工智慧 , 伺服器 , 技術分析

海灣國家打造主權 AI,不僅帶動 AI 資料中心建設亦刺激儲能系統需求,下半年起,全球科技大國皆陸續朝建構主權 AI 方向前進,除了長期科技工業領域居領先地位的國家,具完善通訊、電力基礎設施、擁有巨額資本、能吸引大量 AI 專才的海灣國家也開始大力建設 AI 資料中心,打造基於伊斯蘭文化、面向伊斯蘭世界的 AI 技術與應用生態圈。 繼續閱讀..

英特爾發表 IT 資料中心策略白皮書,累計節省高達 114.1 億美元

作者 |發布日期 2025 年 12 月 17 日 11:15 | 分類 AI 人工智慧 , IC 設計 , 伺服器

英特爾(Intel)發表 IT 資料中心策略白皮書,該公司的資訊科技部門(Intel IT)憑藉其創新的資料中心策略,成功實現了顯著的成本節省與效率提升。其中,從 2010 年至 2024 年,Intel IT 資料中心策略的累積節省金額已超過 114.1 億美元。這項成就的基礎是將資料中心服務視為「工廠」來營運,透過嚴格的紀律化變革管理,並持續應用突破性的技術、解決方案和流程。此策略不僅最佳化地滿足了英特爾的業務需求,同時也為內部客戶提供了高效的基礎設施和創新的業務服務。

繼續閱讀..

獨立隱形冠軍搶攻 AI 冷精棒!華新麗華發表不鏽鋼新品牌「奇沃 Steeval」

作者 |發布日期 2025 年 12 月 16 日 16:48 | 分類 AI 人工智慧 , 伺服器 , 材料

華新麗華今日發展不銹鋼冷精棒全新品牌「奇沃 Steeval」,董事長焦佑倫表示,金屬加工產業因為 AI 展開新的時代,因應自動化、新能源、機器人、航天航太發展,台灣已經漸漸打入世界供應鏈,而「奇沃Steeval」宣告華新麗華從材料製造業,走向技術服務解決方案供應商。

繼續閱讀..

進軍日本九州 AI 算力中心!廣運旗下金運發表 2.5MW 超大型液冷 CDU

作者 |發布日期 2025 年 12 月 12 日 17:25 | 分類 AI 人工智慧 , 伺服器 , 半導體

廣運子公司金運今日發表 AIDC(AI Data Center)布局成果,正式推出台灣首批自主研發的 2.5MW 超大型液冷 CDU(Cooling Distribution Unit),並與 HITACHI、信越科學(SSI)、NIDEC 結盟進軍日本九州 AI 算力中心,更正式預告金運科技將在 2026 年第二季公發興櫃。

繼續閱讀..

驊陞、能率亞洲、傑霖新股紅包來了!興櫃股后威聯通抽中有望賺 18.9 萬元

作者 |發布日期 2025 年 12 月 11 日 14:25 | 分類 AI 人工智慧 , 伺服器 , 半導體

新股紅包又來了,正在辦理公開申購的掛牌公司有 4 檔,包括興櫃股后威聯通承銷價 558 元,抽中有望大賺 18.9 萬元;傑霖科技承銷價 53.1 元,抽中有望入袋 1.9 萬元;驊陞承銷價 40 元,抽中有望賺進 1.08 萬元;能率亞洲承銷價 18 元,抽中有望賺進 1.14 萬元。

繼續閱讀..

甲骨文最新財報優於預期,市場憂心投資債務衝擊盤後股價大跌

作者 |發布日期 2025 年 12 月 11 日 7:00 | 分類 AI 人工智慧 , 伺服器 , 財報

甲骨文(Oracle)公布了截至 11 月 30 日的 2026 財年第二季財報,儘管該公司的人工智慧(AI)基礎設施需求持續蓬勃發展,且獲利超出市場預期。但是,由於單季營收低於分析師普遍共識,甲骨文股價在盤後交易中暴跌9%。這使得投資者對於甲骨文正在進行的大規模基礎設施建置,以及隨之而來的債務增加是否合理的疑問浮上檯面。

繼續閱讀..

村田看明年:非常樂觀 AI 機櫃 MLCC 用量是挖礦機百倍

作者 |發布日期 2025 年 12 月 10 日 8:00 | 分類 AI 人工智慧 , 伺服器 , 財經

全球被動元件龍頭日商村田(Murata)表示,AI 大量消耗積層陶瓷電容(MLCC),以輝達最新 GB300 平台為例,需搭載約 3 萬顆 MLCC,約挖礦機十倍、手機 30 倍,車輛三倍,單一 AI 機櫃更消耗高達 44 萬顆 MLCC,是挖礦機上百倍。從需求端看來,明年仍「非常樂觀」。 繼續閱讀..