Category Archives: GPU

黃仁勳 6/1 主題演講揭示未來運算願景，還安排多位業界領袖探討市場未來
作者 |發布日期 2026 年 05 月 13 日 11:05 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , IC 設計

隨著人工智慧（AI）技術持續改變全球多元產業的樣貌，GPU 大廠輝達（NVIDIA）即將舉辦備受矚目的年度盛會。根據官方發布的最新議程，輝達執行長黃仁勳（Jensen Huang）將於 6 月 1 日親臨台北流行音樂中心（Taipei Music Center），為 GTC 2026 台北場發表開幕主題演講。

繼續閱讀..

AI 伺服器出貨鴻海領先廣達、緯創，外資看好 2026 年產業鏈獲利全面釋放
作者 |發布日期 2026 年 05 月 12 日 10:50 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , 伺服器

美系外資最新的通路訪查報告，4 月全球 GB200 與 GB300 AI 機櫃總產量約 8,300 櫃（8.3K），較 3 月微幅下滑 3%。儘管單月數據出現微幅波動，市場分析師一致認為，2026 年對下游機櫃組裝廠而言，仍將是表現極強勁的「收割元年」。

繼續閱讀..

國內首座 NVIDIA DGX SuperPOD 運算叢集資料中心，聯發科銅鑼研發資料中心啟用
作者 |發布日期 2026 年 05 月 07 日 14:50 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , 伺服器

為積極因應 AI 時代全面爆發的邊緣 AI 與雲端 AI 解決方案研發需求，聯發科技於 7 日正式宣布，座落於苗栗銅鑼科學園區的全新研發資料中心正式完工啟用。這座嶄新的資料中心不僅是聯發科技掌握 AI 成長契機的最堅實後盾，更創下台灣產業界的多項「第一」，包含導入全台首座以 NVIDIA DGX B200 平台驅動之 NVIDIA DGX SuperPOD 運算叢集，以及成為全台第一座大規模導入新式節能「單相浸沒式冷卻技術」的研發資料中心。

繼續閱讀..

切割市場？黃仁勳：不管 Blackwell 或 Rubin 都不該讓中國取得！
作者 |發布日期 2026 年 05 月 06 日 16:15 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , Nvidia

根據外媒報導，輝達（Nvidia）執行長黃仁勳近日在洛杉磯舉辦的米爾肯研究院全球大會（Milken Institute Global Conference）上明確表示，美國在人工智慧（AI）技術上應保持領先地位，並且不應讓中國取得其「最新、最頂尖」的 AI GPU 技術，特別是指標性的 Blackwell 與下一代的 Rubin 系列產品。

繼續閱讀..

供應鏈壓力持續，AMD 遊戲部門面臨逾 20% 衰退考驗
作者 |發布日期 2026 年 05 月 06 日 10:10 |
line share
Linkedin share
line share
分類 GPU , 半導體 , 記憶體

超微半導體（AMD）首席執行長蘇姿丰（Lisa Su）發表了對公司未來的警告，預測其遊戲部門的收入將在下半年下降超過 20%。這一預測主要是由於記憶體和元件成本的上升，這對公司的遊戲業務構成了重大挑戰。蘇姿丰表示，這個情況反映了半導體行業持續的供應鏈問題，並指出記憶體成本是造成利潤壓力的主要因素，而非需求問題。 繼續閱讀..

蘇姿丰調升 CPU 整體市場規模，第二季 AMD CPU 營收年增超過 70%
作者 |發布日期 2026 年 05 月 06 日 8:30 |
line share
Linkedin share
line share
分類 GPU , IC 設計 , 公司治理

處理器大廠 AMD 公布了 2026 年第一季的強勁財報，總營收達到 103 億美元，較 2025 年同期大幅成長 38%。其中，資料中心部門成為最主要的成長動力，營收高達 58 億美元，年增率達 57%。AMD 董事長暨執行長蘇姿丰（Lisa Su）在財報會議中指出，這是出色的一季，主要受惠於 AI 基礎設施需求的加速。

繼續閱讀..

同款 GPU 效能有詐，雲端運算深陷矽晶賭局
作者 |發布日期 2026 年 05 月 05 日 8:10 |
line share
Linkedin share
line share
分類 AI 人工智慧 , GPU , Nvidia

根據最新研究與市場補充資料，雲端租用 GPU 並非「同型號就同表現」。來自威廉與瑪麗學院（William & Mary）、傑佛遜實驗室（Jefferson Lab）與 Silicon Data 的測試顯示，即使是規格相同的 NVIDIA GPU，在不同雲端供應商與不同執行個體之間，實際運算與記憶體頻寬表現仍可能出現明顯落差，讓企業在租用 AI 運算能力時面臨一場「矽晶賭局」。

繼續閱讀..