ITMan!資訊新聞 - PCDIY! online

ITMan!資訊新聞

Fortinet調查：多數企業正積極落實零信任，解決方案缺乏整合成最大阻礙

全方位整合與自動化網路資安領導廠商 Fortinet（NASDAQ：FTNT）今日發布《2023年零信任現況調查報告》。報告針對台灣和全球570位資安與IT專責主管進行調查，結果顯示，隨著台灣與全球各國持續推動「零信任架構（ZTA）」，多數企業已開始提升相關解決方案的部署數量，以確保機敏資訊的安全存取。然而，缺乏防禦服務整合及專業技能，使企業在實現零信任架構的過程中面臨重大阻礙，面對來勢洶洶的新興資安威脅將處劣勢。 Fortinet台灣區總經理吳章銘表示：「隨處辦公的工作型態帶動上雲需求大幅增加，網路環境與信任邊界的愈趨複雜，也讓企業面臨的攻擊面迅速擴大。因此，近年來公私部門皆開始思考如何逐步採用零信任架構，像是金管會頒布的『金融資安行動方案 2.0』即以推動零信任架構作為主要目標，國家資通安全研究院也要求 A 級公務機關加速導入零信任機制。Fortinet建議台灣企業應部署可輕鬆跨越地端環境及雲端服務的零信任解決方案，例如 Fortinet Universal ZTNA 或是 Universal SASE，以網路與安全的高效融合，降低企業營運的資安風險。」近年來網路詐騙、資料外洩、釣魚攻擊等資安威脅事件層出不窮，企業導入「零信任架構」在全球各國與台灣已是大勢所趨。近七成（66%）的企業表示，目前正透過部署數量更多的資安解決方案來實現零信任安全策略，比例較2021年提升逾一成（12%），顯見多數組織已逐步擁抱零信任的資安思維，盼能運用全面性的縱深防禦，保護內部網路安全，進而防範惡意攻擊與威脅事件發生。在積極佈建零信任架構的同時，企業也面臨專業技能不足帶來的重大挑戰。Fortinet調查發現，近半數（48%）的企業認為「雲地混合環境的零信任解決方案缺乏整合」，是落實零信任資安部署的最大阻礙，其餘挑戰則包含端到端防護策略窒礙難行、應用程式遠端存取出現延遲、資安預算有限等。而選擇零信任解決方案時可參考的資訊過少，更是企業導入零信任架構的課題之一，其中又以規模較小的組織情況最為嚴峻，這意味著台灣中小企業在邁向零信任的過程中，可能會遭遇相同困境。當隨處辦公成為職場新常態，如何善用「零信任」概念保障雲地整合環境的應用程式安全存取，並強化整體供應鏈及數位資產的防禦能力，成為台灣企業有效提升資安韌性的關鍵策略。Fortinet報告指出，企業若採用多個供應商的傳統單點資安產品，在發展零信任架構時將面臨更多阻礙，包含出現漏洞的機率提高，以及營運成本過於高昂等問題。針對資安解決方案部署，零信任架構內扮演重要角色的安全存取服務邊緣（SASE），是否能與地端環境的解決方案無縫整合，受到近九成（89%）企業的高度重視。此外，亦有八成五的企業指出，因應混合工作模式興起，零信任網路存取（ZTNA）解決方案提供雲地混合環境完整資安防護的能力，對企業抵禦駭客攻擊而言至關重要，且範圍應涵蓋網路應用程式、地端用戶與應用程式、遠端使用者、軟體即服務（SaaS）應用程式等多元環境，讓用戶不論身在何處，都能實現一致的安全保障。為強化網路基礎架構的零信任實踐與安全性，Fortinet建議採行隨處辦公的台灣企業導入整合式網路安全平台，將安全存取和高效能連線能力延伸至任何位置的使用者，打造橫跨雲地兩端的全方位資安防護網。Fortinet基於雲端原生環境建構的FortiSASE解決方案，單一供應商SASE解決方案不僅具備多項企業級的威脅防護功能，包含零信任網路存取（ZTNA）、安全型SD-WAN、安全網頁閘道（SWG）、次世代雲端存取安全代理（CASB）、防火牆即服務（FWaaS）等，並可與Fortinet安全織網（Fortinet Security Fabric）協同合作，將雲端提供的資安和網路功能整合至單一平台，助力台灣企業化解混合辦公的安全難題，帶動數位韌性再升級。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
企業在 5G 專網防護上的投資至2027年將達到129億美元

全球網路資安領導廠商趨勢科技(東京證券交易所股票代碼：4704) 發布一份研究調查註一指出，儘管5G 在設計架構上對資安的設計及要求，一般被認為是相對安全的 (secure by default)，但大多數企業仍投入了 5-10% 的 IT 預算在 5G 專網防護上。請點選以下連結來取得這份 Omdia 調查報告完整內容 https://resources.trendmicro.com/IoT_Beyond-Secure-Omdia-Report.html 趨勢科技網路資安副總裁 Greg Young 表示：「探討 5G 專網技術，『按照規範進行設計便能確保資訊安全』的概念是不存在的，尤其是在營運階段更加需要考量整體資安策略，因此企業自行添加一些額外的防護確實會比較放心。未來很重要的一點是要教育新的使用者了解哪裡可能出現最嚴重的資安漏洞，以及責任共同分擔的資安模型在這類環境當中是如何運作。」該研究調查指出，72% 的全球企業認為全球行動通訊標準組織 3GPP註二所制定的 5G 專網安全措施基本上是足夠的。這些網路架構在設計時就已考慮到安全性，而且由於是 5G 專網，所以本質上會比公共 5G 更為安全。然而，這並不表示它們能有效阻止駭客的滲透和攻擊，且該研究的受訪者似乎也同意這項論點。根據估算，大多數的受訪者仍投入了 1 百至 5 百萬美元的 IT 預算在 5G 專網防護上，且預期未來還會持續增加。企業領導人對於企業 5G 專網防護的期待主要集中在以下幾點： ● 資安可視性 (75%) ● 風險控管 (65%) ● 改善及簡化警報系統 (49%) 企業組織內實際執行5G專網佈建的單位主要需求為： ● 裝置身份驗證 (75%) ● 存取控管 (65%) ● 防範假冒的基地台 (58%) 由於企業組織內不同角色及立場對於資安的需求順序略有不同，從以上列點可以得知企業領導者更專注於整合並提升企業整體資安可視性與風險控管，而實際執行 5G專網佈建的單位則更加重視符合並能提升5G 網絡內的安全標準，以達到3GPP 所要求「secure by default」原則。這份報告也進一步探討責任共同分擔的資安模型，並非所有元素都應該由服務供應商來負責保護，企業同樣也必須防範環境內某些環節的風險。該報告指出，在當前企業對於資安廠商解決方案普遍缺乏認知的情況下，市場教育及認知落差的矯正將成為未來發展的重要關鍵。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
更快速治療：Insilico Medicine 如何利用生成式 AI 加速藥物發現

雖然生成式AI是相對較新的詞彙，但藥物研發公司Insilico Medicine多年來一直使用生成式AI開發治療衰弱性疾病的新療法。該公司對深度學習的早期投資正開始有所成果——使用其AI平台發現的一個候選藥物現在進入第二階段臨床試驗，用於治療特發性肺纖維化，這是一種相對較罕見的呼吸系統疾病，會導致肺功能逐漸下降。 Insilico在臨床前藥物發現過程的每個步驟都使用生成式AI來識別藥物化合物可以靶向的分子、產生新的候選藥物、評估這些候選藥物與目標的結合程度，甚至預測臨床試驗的結果。使用傳統的方式成本可能超過4億美元，並需要長達六年的努力。但透過生成式AI，Insilico成功地以十分之一的成本和三分之一的時間完成了這些步驟，專案開始後僅兩年半就進入了臨床實驗的第一階段。 Insilico Medicine 執行長 Alex Zhavoronkov 表示：「這個第一個進入第二階段的候選藥物是我們用端到端方法將生物學和化學與深度學習相結合起來的真正亮點。這不僅對我們來說是一個重要的里程碑，也對於人工智慧加速藥物發現領域的每一個人來說都是一個重要里程碑。」 Insilico Medicine是NVIDIA Inception的傑出成員，這是一個免費計劃，為頂尖的新創公司提供技術培訓、市場支援和AI平台指導。該公司在其生成式 AI 藥物設計引擎 Chemistry42 中使用 NVIDIA Tensor Core GPU 來生成新穎的分子結構，並且是 2015 年 NVIDIA DGX系統早期先驅的首批採用者之一。 Insilico的Pharma.AI平台包括多個AI模型，這些模型受過數百萬數據樣本的訓練，用於執行各種任務。其中一個名為PandaOmics的AI工具，能夠快速識別和優先考慮在疾病有效性中扮演重要角色的標靶，例如引起COVID-19的病毒上的棘蛋白(spike protein)。另一個稱為Chemisty42的引擎可以在數天內設計出新的潛在藥物化合物，用於靶向PandaOmics所識別出來的蛋白質。這個生成式化學工具使用深度學習從零開始生成類似藥物的分子結構。 Insilico的AI平台負責人Petrina Kamya表示：「通常，在藥物研發領域，AI公司要麼專注於生物學，要麼專注於化學。從一開始，Insilico一直將相同的深度學習方法應用於這兩個領域，既用AI來發現藥物標靶，也用於生成小分子的化學結構。」多年來，Insilico團隊採用了不同類型的深度神經網絡用於藥物發現，包括生成對抗網絡和Transformer模型。他們現在正在使用NVIDIA BioNeMo透過生成式AI加速早期藥物發現過程。為開發其肺纖維化候選藥物，Insilico採用Pharma.AI設計和合成了大約80個分子，達到前所未有的臨床前候選藥物的成功率。從確定目標到提出有潛力的候選藥物進行試驗的整個過程耗時不到18個月。在第二期臨床試驗中，Insilico的肺纖維化藥物將在美國和中國數百名患有該疾病的患者身上進行試驗。整個過程將需要數個月，但與此同時，該公司還有30多個針對其他疾病的計畫正在醞釀中，其中包括許多抗癌藥物。 Zhavoronkov 表示：「當我們第一次展示我們的成果時，人們只是不相信生成式AI系統可以實現這種程度的的多樣性、創新性和準確性，現在我們擁有一整套有潛力的候選藥物，人們意識到這確實有效。」欲詳細了解 Insilico Medicine 用於 AI 加速候選藥物篩選的 Chemistry42 平台，請觀賞其在NVIDIA GTC的演講。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
AWS投資一億美元成立生成式AI創新中心

Amazon Web Services（AWS）近日宣布成立AWS生成式AI創新中心，旨在幫助客戶成功建構和部署生成式AI解決方案。AWS為該中心投資一億美元，致力於聯結AWS的AI和機器學習專家與全球客戶，幫助他們構想、設計和推出新的生成式AI產品、服務和流程。此舉基於亞馬遜超過25年以來深厚投入開發AI技術，服務全球客戶和合作夥伴打下的堅實基礎。同時，AWS全面推進生成式AI策略，旨在讓這一技術嘉惠全球客戶和合作夥伴，該中心的成立也是這一策略的關鍵之處。現今各企業都對生成式AI變革其產品和業務運營的潛力充滿期待。AWS生成式AI創新中心可以幫助這些企業更快、更有效地將想法轉變為現實。要瞭解AWS生成式AI創新中心，請參考https://aws.amazon.com/generative-ai/。「亞馬遜擁有超過25年的AI經驗，超過10萬名客戶借助AWS的AI和機器學習服務來因應挑戰、抓住機遇。現在，全球客戶都渴望獲得有關快速、安全地開始使用生成式AI的指引。」AWS銷售、市場和全球服務高級副總裁Matt Garman表示，「我們的目標是透過生成式AI專家團隊提供靈活且經濟高效益的生成式AI服務，幫助每個組織利用AI，釋放生成式AI的巨大潛力。AWS生成式AI創新中心的成立是我們邁向這一目標的重大措施。我們攜手全球合作夥伴社群，與各行各業的商業領袖合作，幫助他們極大化發揮生成式AI在其組織中的影響力，進而為其客戶和員工創造價值，增加企業淨利潤。」 AWS生成式AI創新中心團隊由戰策略專家、資料科學家、工程師和解決方案架構師組成，將與客戶密切合作，逐步建構生成式AI的客製化解決方案。例如，醫療保健和生命科學公司可以加速藥物發現與研究；製造業可以建立解決方案來重塑工業設計和流程；金融服務公司可以為客戶提供更多更加個人化的資訊和建議。透過免費的研討會、交流和培訓，AWS將為客戶介紹最佳實踐和產業專業知識，幫助其構想和發現應用案例，為業務創造價值。客戶將與來自AWS和AWS合作夥伴網路的生成式AI專家緊密合作，選擇合適的模型、定義解決技術或業務挑戰的路徑、開發概念驗證（POC）以及訂定規模化上線解決方案的計畫。AWS生成式AI創新中心團隊將指導客戶如何負責任地應用生成式AI和優化機器學習操作以降低成本。在交流活動中，客戶可以獲得關於生成式AI的戰略、工具和支持，使用AWS生成式AI服務，包括AI驅動的程式設計助手Amazon CodeWhisperer和全託管生成式AI服務Amazon Bedrock。Amazon Bedrock可透過API介面提供對包括AI21 Labs、Anthropic和Stability AI在內的基礎模型和亞馬遜自行研發的Amazon Titan基礎模型家族的存取權限。客戶還可以使用高效能基礎設施來訓練和運行自己的模型，包括AWS Inferentia支持的Amazon EC2 Inf1實例、AWS Trainium支持的Amazon EC2 Trn1實例以及NVIDIA H100 Tensor Core GPU支持的Amazon EC2 P5實例。此外，客戶還可以使用Amazon SageMaker建構、訓練和部署自己的模型，或者使用Amazon SageMaker Jumpstart部署時下流行的基礎模型，包括Cohere的大語言模型、TII的Falcon 40B和Hugging Face的BLOOM。銷售賦能平台Highspot致力於幫助銷售團隊提高效率。Highspot科學副總裁Kurt Berglund表示：「Highspot熱衷於助力提升銷售效率，幫助客戶實現高效成長。生成式AI的潛力是巨大的。在Highspot，我們正在利用它來轉變銷售賦能的方式，並繼續提升我們為客戶提供的價值。AWS生成式AI創新中心為我們提供新穎的解決方案和創意指導，以因應大規模使用生成式AI工作負載帶來的一系列機遇和挑戰。」近50年來，Lonely Planet一直致力於幫助人們享受旅行的樂趣。「我們一直關注技術創新，以滿足當今旅行者的需求。」Lonely Planet工程與資料科學高級副總裁Chris Whyde表示，「AWS生成式AI創新中心將專業建議和Lonely Planet的優質內容相結合，將幫助我們提供更加個人化的旅行建議，讓世界各地的人們更輕鬆地享受旅行。」客戶互動平臺Twilio將豐富的數位通訊管道與優質的客戶資料相結合，使企業能夠在全球範圍內按照客戶喜歡的時間和方式與他們進行個人化互動。Twilio產品管理高級副總裁Kathryn Murphy表示：「我們打造了Twilio CustomerAI，賦能業務部門利用生成式AI和預測性智慧功能，幫助他們更好地瞭解客戶並為其提供更深層次的價值。AWS和Twilio是長期技術合作夥伴，我們很高興能夠使用Amazon SageMaker在預測性AI領域共同創新，並期待未來在生成式AI領域展開合作。我們期待看到AWS生成式AI創新中心的影響力，希望其在AI領域培育新思想和能力的使命能夠早日達成。」 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
Dropbox Dash 與 Dropbox AI 全新人工智慧產品登場

為協助用戶達成最佳工作成果，Dropbox今宣布推出全新人工智慧（AI）產品，包括通用搜尋工具 Dropbox Dash及利用生成式 AI 進行文件預覽、摘要與回答問題的 Dropbox AI。另一方面，為強化對 AI 領域的投資，Dropbox 也推出 Dropbox Ventures，用以支持不斷成長的 AI 生態系，並透過引入 AI 原則再次重申 Dropbox 將負責任地應用人工智慧的承諾。「AI 聊天機器人固然強大，但用戶顯然需要更加個人化的 AI，針對個人及公司的資訊回答問題、提供深入見解與協助找到所需資訊。」Dropbox 共同創辦人暨執行長 Drew Houston 表示：「作為 7 億用戶信任與保護個人重要資訊的平台，我們正透過建構個人化 AI 產品體驗改善用戶的工作生活。Dropbox Dash 與 Dropbox AI 只是一個開始，我們也迫不及待透過 AI 的力量為客戶提供更多價值。」近年來工作方式發生巨大的改變，許多用戶的工作檔案散落在電腦桌面、瀏覽器上的數百個分頁、標籤或應用程式中，每天需花費大量時間來回瀏覽不同應用程式與內容，處理正事以外的雜務。調查指出，知識型工作者每週花費 8.8 小時尋找文件和內容，69% 的人每天花費多達 60 分鐘在應用程式之間切換。 Dropbox Dash 是具備 AI 功能的通用搜尋工具，可在單一搜尋列中連接所有工具、內容和應用程式。透過與 Google Workspace、Microsoft Outlook、Salesforce 等平台連接，用戶能在同一處快速找到所需內容，為用戶減少在搜尋和整理內容耗費的時間，而將時間用於高效追求最佳的工作成果。此外，Dropbox Dash 具有機器學習功能，會隨著使用量的增加不斷學習並改良功能。 ● Stacks: 將各種連結以智慧的方式集中於一處，方便用戶能迅速儲存、整理和擷取，如同文件有資料夾、歌曲有播放清單一樣，Stacks 能將雲端內容以易於分享且條理分明的層級呈現。 ● Start Page: 單一資訊主頁，可在此使用 Dropbox Dash 的通用搜尋功能、查看 Stacks、取得近期工作的捷徑，更輕鬆地處理日常事務。上述功能都只是剛剛起步，在不久的將來，Dropbox Dash 即可提取個人與公司的資訊，並透過生成式 AI 回答問題、顯示相關內容，舉例來說，用戶不用再為了搞清楚下次放假的日期而一一查看公司內部連結或頁面，只要詢問 Dropbox Dash 就能獲得答案。目前 Dropbox 僅提供英文 Beta 版供部分用戶試用。檔案預覽是 Dropbox 流量最大的表層網路功能之一，因此也成為新產品 Dropbox AI 的其中一項功能，協助用戶節省時間： ● 無須解析完整文件即可快速理解大型文件或影片，用戶只需點擊一個按鈕，便能將合約、會議錄影等內容統整唯一份簡潔的摘要說明。 ● 即時獲取所需資訊，免除手動搜尋多份大型檔案的麻煩。只要提出問題，便能在幾秒鐘內獲得答案。用於檔案預覽的 Dropbox AI 目前為 Alpha 版，即日起在美國向所有 Dropbox Pro 用戶與特定的 Dropbox 工作團隊提供測試服務。未來用戶能在文件和整個 Dropbox 帳戶範圍內使用 Dropbox AI。除了發表 AI 產品，為履行透過 AI 力量塑造未來工作方式的承諾，Dropbox推出價值 5,000 萬美元的新創投資計劃 Dropbox Ventures，將聚焦投資應用 AI 改變工作方式的新創企業，由 Dropbox 提供投資組合公司財務資源與相關指導，可望為 Dropbox 超過 7 億的註冊用戶帶來新體驗。另一方面，考量 AI 時代更需要保護客戶隱私、以透明公開的方式行事、限制 AI 技術中的偏見、以及盡可能建構公平可靠的技術，Dropbox 本次也發布 AI 原則，作為當前及未來推出 AI 產品體驗時的指南，並重申對於 Dropbox「值得信賴」此一核心價值的承諾。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
英特爾提供內部晶圓代工模式的最新資訊

英特爾高層主管於週三的網路研討會向分析師與投資者說明，英特爾朝向新內部晶圓代工模式的轉變，將是2025年前節省80億至100億美元既定成本目標的關鍵。在這種新的營運模式下，英特爾內部產品部門與公司的製造部門轉向類似晶圓代工的關係。因此，英特爾高層主管表示，他們預測將會提升一系列的效益，並將反映在更佳的盈利能力上。英特爾追求的長期營利目標，為實現非通用會計準則（non-GAAP）毛利率達60％。英特爾正著手進行其55年的歷史中，最為顯著的業務轉型。英特爾正藉由IDM 2.0重新取回製程技術領先地位，擴大使用第三方晶圓代工產能，並透過大幅度擴充英特爾的製造產能來建立世界級晶圓代工業務。隨著努力逐步兌現，英特爾現正對其產品業務單位以及技術開發和製造單位的合作方式做出根本性的改變，藉此確保長期成長並達成更高效率和成本節約。在這種新的「內部晶圓代工」模式下，英特爾的產品業務單位將使用類似於無晶圓廠半導體公司與外部晶圓代工廠的方式，與英特爾的製造部門進行合作。英特爾的內部晶圓代工模式為公司IDM 2.0總體策略的關鍵，目標將其利潤回復至過往的歷史範圍，並志在為全球更廣泛的晶片客戶提供服務。內部晶圓代工模式同時也是英特爾多年以來努力提升成本效益的內容之一，此新模式在其中扮演重要角色，包含在2023年減少30億美元的成本，以及在2025年達成80億至100億美元的成本節約。英特爾執行副總裁暨財務長David Zinsner、英特爾公司副總裁暨公司規劃部總經理Jason Grebe於週三主持投資者與分析師網路研討會。該活動目的旨在說明內部晶圓代工模式及其眾多優勢，並分享對英特爾文化、競爭力、財務，以及最終的轉型影響。網路研討會重點：可由此觀賞活動重播影片，並同時取得相關簡報。在新的營運模式下，英特爾的製造部門將首次為其獨立損益表（P&L）負責。從2024年第一季開始，報告的損益表將包含新的製造部門－由製造、技術開發和英特爾晶圓代工服務（IFS）所組成，以及公司產品部門－由客戶端運算、資料中心和AI、網路和邊緣運算，以及其它所有業務所組成。內部晶圓代工模式能夠提供比節省數十億美元的成本更為顯著的內在商業價值。英特爾將市場為主的定價方式延伸至內部業務單位，為他們提供與英特爾外部客戶相同的確定性和穩定性。英特爾將維持產品部門和技術開發團隊之間的深入與密切關係，將IDM的優勢延續下去。新模式還推動IFS以有效的方式建立業界第二大晶圓代工廠（依內部客戶訂單規模計算），讓外部客戶能夠利用英特爾內部規模進行開發，同時降低風險。英特爾的製造事業部門將面對與外部晶圓代工業者相同的市場動態，需要透過效能和價格來競爭銷量。這同時也套用在英特爾的內部客戶，隨著時間逐步推移，他們將擁有與第三方晶圓代工廠合作的彈性。但是對於英特爾而言這並非是全新的概念；今日，英特爾大約有20％的晶片是委由外部製造。 Zinsner表示：「半導體和整體運算產業都在快速發展，英特爾需要調整業務營運方式來應對。隨著智慧手機、數位網路、智慧邊緣、雲端運算和AI的到來，運算需求已陸續多元化。」英特爾的長期目標是達成非通用會計準則毛利率60％和營業利潤40％。內部晶圓代工模式將顯現出新的機會，並導向優化成本結構，以便進一步實現這些目標。英特爾先前已強調在2030年前成為第二大外部晶圓代工廠的目標，時至今日依然如此。於計算內部訂單規模後，英特爾在新模式下預計將於明年成為第二大晶圓代工廠，製造收入超過200億美元。 Grebe表示：「英特爾已經做了大量的內部分析和基準測試，藉此確認機會之所在。」內部晶圓代工模式將為英特爾業務部門提供強而有力的誘因，使其更加有效率的工作。舉例而言，業務單位決定透過英特爾的製造流程以「急件」方式生產晶圓，這個決定十分昂貴並降低工廠效率。今後，這種服務費將由業務單位承擔，預計可以減少急件的數量，達到與競爭對手相同的水準。 Grebe補充說明：「我們已經辨別出在製造組織和事業單位中進行最佳化的許多機會，這將帶來顯著的成本節約。」例如，減少工廠中運送急件晶圓帶來的成本節約和效率提升，長期下來預計每年將為英特爾省下5億至10億美元不等。此外，英特爾的測試時間目前是競爭對手的2倍至3倍。由於事業單位依據測試時間付出相對應的市場價格，英特爾預計透過晶片前設計階段做出選擇，減少這些測試時間，最終每年節省約5億美元。透過減少晶圓製程的步驟數量，以及產品設計的實體迭代次數，英特爾預估將實現5億到10億美元之間的成本節約。英特爾透過建立全球第二大晶圓代工廠（以內部客戶訂單規模計算），為其IFS業務提供規模和製造優勢。首先，透過將製造組織建立為獨立的事業單位，並確保其具有管理損益的決策權，英特爾將能夠向外部客戶分配明確的產能和供應承諾。此外，由於內部晶圓代工模式是一種獨立運作的方式，能夠提升製造組織的獨立性，英特爾將為晶圓廠客戶的資料和智慧財產（IP）提供完全隔離的保護。 Grebe指出：「英特爾開始在公司內推動轉型之際，即以安全優先的思維進行架構設計，將資料隔離視為系統設計的關鍵原則之一。」重要的是，客戶也期望享受世界一流的晶圓代工服務水準。作為轉向內部晶圓代工模式的一環，英特爾正在建立服務導向的心態，這是在晶圓代工產業領域立足的必要條件。英特爾的製造部門和IFS密切關注與同業之間的參考基準，以確保英特爾能夠提供符合預期的最佳晶圓代工服務水準。最後，英特爾目前有5個以上的內部產品正透過英特爾最新18A製程技術進行開發，預計在2025年上市。這個製程節點將首先在內部逐步提升產能，以解決任何可能的製程問題，進而大幅降低外部IFS客戶的風險。建立內部晶圓代工模式是英特爾為實現IDM 2.0所採取的最重要步驟之一，從根本上改變了公司的營運方式，並建立新結構及誘因機制，以推動改革及新的工作模式。英特爾透過利用業界標準的規劃流程、資料管理策略、系統和工具，正在建立成為世界一流IDM和晶圓代工供應商所需基礎。此外，讓製造部門獨立營運、自負盈虧，並提供相應的透明度和責任制度，將成為實現英特爾降低80億至100億美元成本目標以及長期獲利目標的關鍵驅動因素。最後，內部晶圓代工模式也將成為公司IFS策略的強大推動力。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
為何不該盲目相信AI？施耐德電機建議應檢視企業是否做到最高標準的道德與信任

現正處於AI發展史上的關鍵時期，人類以前所未有的規模和速度在各個領域應用AI技術。隨著AI使用日漸普及，社會上興起關於倫理、責任、信任的討論，企業也需在使用AI提升效率的同時做好風險管理。尤其現階段AI仍有諸多不完善之處，例如圖像辨識無法精確判別差異、以及招聘建議可能含有偏見等種種例子顯示人們並不能完全信任AI。能源管理及自動化領域的數位轉型領導者法商施耐德電機Schneider Electric建議企業在開發與使用AI時，應堅持遵守以下三項準則： 1. 符合法律與規範：如施耐德電機擁有完善的網路安全政策，符合ISO/IEC 29147和ISO/IEC 30111的標準，同時積極參與AI法律的制訂，並承諾完全遵守相關法規。 2. 道德與信任守則：施耐德電機以最高標準的道德與信任，對減少碳排與降低能耗做出承諾，而將AI導入解決方案時，也以同樣高標準的道德與信任作為原則。 3. 內部政策與流程：施耐德電機擁有數位風險與數據管理主管負責AI專案，並成立RAI工作小組（Responsible AI Workgroup）跟進歐洲與美國最新的AI法案，持續關注倫理議題。此外，上下文情境、數據來源、解釋方式都可能導致AI產生的結果有偏誤或偏見，這讓AI信任議題變得極為複雜。以機器學習（ML，Machine Learning）來說，就算風險與其他數位技術類似，但由於系統更加複雜，風險的規模便更大、更難避免、更難追蹤、更難解釋。若想克服這些挑戰，建立可信任的AI，有以下兩點關鍵： 1. 專業知識和AI專家：AI應用將對人類產生深遠的影響，因此AI專家和數據科學家往往要擔任道德的守門員，他們檢測偏見、建立回饋循環（Feedback Loops）、檢驗運行異常以避免資料下毒攻擊（Data Poisoning）。在發展與應用AI時，企業必須選擇有價值的案例、挑選和清理數據、測試模型並控制其行為，這些都需要大量的專業知識與技術。若是出現異常，模型需要重新學習，以改善系統並避免使用特例數據而引發偏見。 2. 風險預測：目前多數的AI監管都以風險預測為基礎，從設計階段開始，就必須考量錯誤或異常數據、網路攻擊可能導致的問題，並預測潛在後果。藉此，AI專家能及早採取相關動作來降低風險，例如改善訓練AI模型的資料庫、檢測數據漂移（運行時的異常數據變化），盡可能做好防護措施。另外，若AI的信心水準低於一定值，團隊也務必確保人類參與關鍵決策。人們不能盲目相信AI，企業也要選擇具有專業知識且可信任的AI供應商合作，確保服務符合最高標準的倫理道德、數據隱私、網路安全。施耐德電機提供關鍵設施的解決方案，包含國家電網、核電廠、醫院、汙水處理等，因此深知道德與信任的重要性，作為一家可信任的企業、持續開發可信任的AI解決方案，並以同樣負責任的方式導入AI，確保服務與產品兼具安全、高效、可靠、公正、隱私。欲了解更多AI解決方案的資訊，請見施耐德電機官方網站。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
Infortrend EonStor GS 儲存系統再添備份功能，簡化資料備份流程

普安科技（股票代碼：2495）為企業級資料儲存專家，今日宣布旗下 EonStor GS 整合儲存系統推出新功能，以滿足廣泛的備份需求。除了支援企業級備份軟體，GS 現在更可透過內建的備份服務，為檔案伺服器、個人電腦及雲端進行備份。 EonStor GS 採用冗餘設計，能大幅減低停機時間及資料遺失機率，從而保護關鍵資料，確保業務連續性。為了保存大量資料， GS 結合了重複資料刪除和資料壓縮功能，節省儲存空間，此可節約成本，並有效利用儲存設備。這些特色使 GS 成為可靠的儲存解決方案，是備份的理想選擇。有了新的內建備份服務，GS 現在可以從檔案伺服器、個人電腦及雲端直接備份資料，無需額外的備份軟體。企業組織將能輕鬆且高效地備份上述來源的資料。這不僅節省時間，同時也省去取得及維護額外備份方案的費用。除了內建的備份服務， GS 也支援主流的企業備份軟體，包含 Veeam、Veritas 及 Commvault。此相容性使企業可利用其偏好的備份解決方案，實現高效的資料保護。值得注意的是，GS 為Veeam Ready方案，利用不可變（immutability）功能，防止檔案在指定的保留期間內遭到未經授權的加密，提供多一層保護，抵擋來自勒索軟體的威脅。 GS 提供完善的產品線，滿足不同的備份需求。GS U.2 NVMe 全快閃系列具有卓越效能，能實現高效的線上備份；而 GS SAS HDD 系列具有從 12 槽至 90 槽的外型規格，提供了經濟實惠的近線備份選項，可應對企業廣泛的資料儲存需求。普安科技產品企劃部資深經理李金溪表示：「GS 新增的備份功能，反映了我們提供全方位解決方案的決心，以滿足不斷變化的業務需求。GS 具有完善的功能，能為企業組織提供有效率、可靠且具有成本效益的資料備份。」深入了解 EonStor GS 及備份儲存解決方案 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
英特爾新晶片促進量子運算的矽自旋量子位元研究

英特爾宣布推出最新的量子研究晶片－Tunnel Falls，這是一款擁有12個量子位元的矽晶片，並將該晶片提供給量子研究社群使用。此外，英特爾與國家級量子資訊科學（QIS）研究中心、位於美國馬里蘭大學量子位元合作實驗室（LQC）的物理科學實驗室（LPS）進行合作，促進量子運算研究。「借鑑英特爾數十年來的電晶體設計和製造長才，Tunnel Falls是英特爾迄今為止最先進的矽自旋量子位元晶片。新晶片的推出，標誌著英特爾建立全堆疊商業量子電腦系統長期戰略的下一步。即便在通往容錯量子電腦（fault-tolerant quantum computer）路上仍有必須解決的根本問題和挑戰，但學術界現在即可探索這項技術並加速研究發展。」－Jim Clarke，英特爾量子硬體總監為何重要：目前，多數學術機構並沒有如同英特爾般的量產製造設備。有了Tunnel Falls，研究人員可以立即開始進行實驗與研究，而不是試圖製造自己的裝置。研究人員因此可以進行更廣泛的實驗，包含更深入了解量子位元和量子點的基礎知識，並發展新技術來處理具備更多量子位元的設備。為進一步解決相關問題，英特爾正在與LQC合作，以美國陸軍研究辦公室Qubits for Computing Foundry（QCF）計畫當中一部份的方式，向研究實驗室提供英特爾的新量子晶片。與LQC的合作有助於矽自旋量子位元的民主化，讓研究人員可以透過規模化的量子位元陣列，獲取這些量子位元的實作經驗。這項倡議旨在加強人才培育，開啟新量子研究的大門並促進整體量子生態系的發展。第一批參與該計畫的量子實驗室包含LPS、美國桑迪亞國家實驗室、美國羅徹斯特大學和威斯康辛大學麥迪遜分校。LQC將與英特爾攜手合作，讓更多的大學和實驗室也能夠使用Tunnel Falls。從這些實驗當中所收集到的資訊將與社群分享，藉此促進量子研究，並協助英特爾提升量子位元的效能和可擴展性。 LPS量子資訊科學主任Charles Tahan表示：「LPS量子位元合作實驗室與陸軍研究辦公室攜手，尋求解決量子位元開發所面臨的艱鉅挑戰，並培育開創量子位元未來的下一世代科學家。英特爾的參與，是自旋量子位元探索民主化和英特爾量子資訊處理願景的重要里程碑，並彰顯LQC將產業界、學術界、國家實驗室和政府聚集在一起的使命。」桑迪亞國家實驗室傑出的技術專家Dwight Luhman表示：「桑迪亞國家實驗室很高興能夠收到Tunnel Falls晶片。這款裝置是個靈活的平台，讓桑迪亞的量子研究人員能夠做到先前不可能的事，如直接比較不同的量子編碼並開發新的量子操作模式。這精密複雜的程度，讓我們能夠在多量子位元體系中開創新穎的操作方式和演算法，並提升我們在矽基量子系統中的學習速度。Tunnel Falls的預期可靠性也能夠讓桑迪亞快速上手，並培訓從事矽量子位元技術的新進員工。」威斯康辛大學麥迪遜分校物理系主任暨約翰巴丁物理學教授Mark A. Eriksson表示：「威斯康辛大學麥迪遜分校的研究人員，投身在矽量子位元的研發上已有20年，他們非常高興能夠與LQC一同合作。學生有機會與工業裝置一同工作，而這些裝置得益於英特爾的微電子專業知識和基礎設施，為技術進步、教育和人才培育提供重要的機會。」關於Tunnel Falls：Tunnel Falls是英特爾向研究社群推出的第一款矽自旋量子位元裝置。這款具有12個量子位元的裝置在D1工廠以300mm晶圓製造，使用英特爾最先進的電晶體工業製造能力，包含極紫外光（EUV）、閘極和接點處理技術。在矽自旋量子位元中，資訊（0∕1）被編碼至單一電子的自旋（上∕下）當中。每個量子位元裝置本質上是1個單電子電晶體，這讓英特爾能夠使用與標準互補式金屬氧化物半導體（CMOS）邏輯產線類似的製造流程來生產。英特爾認為矽自旋量子位元相較於其它量子位元技術更具優勢，因為它們可以和尖端電晶體協同作用。其尺寸與電晶體相差無幾，是其它類型量子位元的百萬分之一，約為長50奈米、寬50奈米，具備有效擴展的潛力。根據《Nature Electronics》科學期刊的報導，「矽是最有潛力放大量子運算規模的平台」。與此同時，英特爾透過先進的CMOS產線，使用創新製程控制技術來實現良率和效能。例如Tunnel Falls這款12個量子位元裝置在整片晶圓上有著95％的良率，電壓均勻性亦與CMOS邏輯製程相似，每片晶圓可提供超過24,000個量子點裝置。這些12個量子點的晶片可以形成4至12個量子位元，量子位元則能夠相互隔離並同時操作，實際情況將取決於大學或實驗室如何操作其系統。更進一步：英特爾將不斷努力提升Tunnel Falls的效能，並將其與英特爾量子軟體開發套件（SDK）整合至完整的量子堆疊當中。除此之外，英特爾已著手開發以Tunnel Falls為基礎的次世代量子晶片，預計在2024年發表。未來，英特爾計畫與全球更多研究機構合作，建立量子生態系。更多內容：英特爾實驗室量子運算背景資料 | 英特爾實驗室（媒體資料）英特爾客戶故事：Intel.com的英特爾客戶鎂光燈焦點 | 英特爾新聞室的客戶故事 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：
AWS實驗室內部直擊：資料中心退役硬體的華麗下半場

Amazon Web Services（AWS）資料中心遍布全球，且由具領先技術的伺服器機架（server rack）組成。然而，儘管這些伺服器承載著全球領先的技術，它們最終仍然會像所有硬體一樣，需要不斷更新換代。為了延長硬體的使用壽命，AWS將資料中心裡所有功能齊全、經過資料清除的退役伺服器機架和零組件發送到逆向物流中心，將伺服器機架安全地進行拆解，對其零組件進行修復和測試，以供再利用。（一）設計時遵循重複利用的原則（二）保持設備高效運行（三）透過再利用、修復和回收，從安全退役的設備中回收價值因此，AWS盡可能地延長資源使用的最高價值，盡量避免在全球營運過程中產生廢物，並減少原材料使用和整個供應鏈的碳排放。以下是AWS逆向物流計畫讓零組件再利用成為可能的具體流程： 1. 從退役的伺服器中清除客戶資料伺服器被運送到AWS逆向物流中心後，AWS首先將所有存儲介質上的資料清除，以確保客戶資料都被安全移除，伺服器隨後退役並進行功能檢測。 2. 逆向物流中心接收退役伺服器和硬體零組件目前，AWS在全球主要區域都設有逆向物流中心，處理來自區域資料中心的硬體設備。每個中心都包括一個IT資產處理中心，用於接收資料中心中伺服器和各項零組件，以及一個故障分析實驗室（failure analysis lab，簡稱FA lab），用於測試和修復使用過的零組件。在逆向物流過程中的每個階段，安全始終都是重中之重。AWS北美逆向物流中心營運資深經理Lisa Anderson表示：「對於這些退役的伺服器，我們所採取的安全標準與正在資料中心服役的硬體一樣。」 3. 將伺服器機架小心地拆解成獨立的零組件在拆解過程中，伺服器機架被分解成零散的零組件。隨後，AWS技術人員對每個零組件進行處理和評估，以確定其最大的再利用潛力。其中，AWS Nitro卡、電源裝置（PSU）、圖形處理器（GPU）、交換器、雙列直插式記憶體模組（DIMM）和光纖，都是優先進行再利用的零組件。 4. 把各項零組件送往故障分析實驗室進行維修和測試故障分析實驗室是AWS逆向物流中心的核心。它由兩部分組成：維修實驗室和測試實驗室。在故障分析實驗室，技術人員會檢查組件是否有物理損壞。AWS北美故障分析實驗室經理Julie Scudder解釋：「技術人員會查找所有可能阻礙這些零組件在資料中心被再次利用的缺陷。」檢查後，技術人員會根據需要對零組件進行維修，並在將零組件送去測試之前進行清潔。 5. 故障分析測試確保零組件功能完善在故障分析實驗室，技術人員會讓伺服器機架持續運行以進行全面的效能評估。例如在光纖站，AWS的技術人員會進行資料傳輸測試，以確保它們之間的連接狀況。在其他測試環節，技術人員會模擬資料中心的運作壓力測試，或使用指令檔來測試零組件功能。 6. 在模擬資料中心伺服器環境的測試設備上安裝AWS Nitro卡 AWS Nitro卡及其測試平臺由亞馬遜Annapurna實驗室製造。一旦將Nitro卡安裝至測試設備以後，故障分析實驗室技術人員就會運作一系列指令檔，以確保Nitro卡效能與新出廠的卡一樣，達到相同的高品質標準。Nitro卡是AWS Nitro系統的一部分，它提供了更強的安全性、保密性和效能，加速了Amazon Elastic Compute Cloud（Amazon EC2）彈性儲存服務的創新。 7. 測試結果將交由AWS硬體工程團隊進行分析，並用於改善未來設計在AWS Nitro卡測試中收集到的資料將被直接發送到亞馬遜Annapurna實驗室。在分析這些資料的過程中，Annapurna實驗室可以嘗試進行硬體和軟體的進一步調整，以此尋找優化未來新產品開發和進一步延長現有Nitro晶片使用壽命的機會。 8. 功能正常的零組件將送回庫房，以便在AWS資料中心重複使用逆向物流計畫的最後一步是將功能正常的零組件送回資料中心。Anderson說：「我們對自己所做的工作感到非常自豪，因為我們知道，我們處理的這些產品仍能發揮重要的作用；我們所維修的零組件雖然很小，但它們有可能對我們的公司、客戶乃至整個地球產生重大影響。」欲瞭解AWS如何為客戶、社區和地球打造永續發展，請瀏覽雲上永續發展。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

最多人點閱