AI PC 人工智慧 神兵利器

• 史上最強！NVIDIA Hopper GPU架構再破紀錄！H100 GPU在MLPerf人工智慧推論基準測試初登場即創新世界紀錄！

  在人工智慧推論的產業標準測試中，NVIDIA H100 GPU 創下世界紀錄，A100 GPU 展現主流效能領先優勢，Jetson AGX Orin 則在邊緣運算領先群雄 NVIDIA H100 Tensor 核心 GPU 在 MLPerf 人工智慧 (AI) 基準測試初登場，便在各項推論作業負載創下世界紀錄，其效能較前一代 GPU 高出達 4.5 倍。 此測試結果顯示，對於先進 AI 模型有最高效能需求的用戶來說，Hopper 就是首選產品。 此外，NVIDIA A100 Tensor 核心 GPU 及用於開發 AI 機器人的 NVIDIA Jetson AGX Orin 模組在影像和語音辨識、自然語言處理和推薦系統等所有 MLPerf 測試項目中，整體推論表現持續領先群雄。 亦稱為 Hopper 的 H100，在本輪測試的六個神經網路中提高單一加速器的效能標準。它在獨立伺服器和離線的情況下，在傳輸量和速度皆展現領先優勢。 NVIDIA Hopper 架構的效能較 NVIDIA Ampere 架構的 GPU 高出 4.5 倍，在 MLPerf 測試結果中持續保持全面領先地位。 Hopper 在熱門的 BERT 自然語言處理模型上的出色表現，部分要歸功於它的 Transformer 引擎。BERT 自然語言處理模型是 MLPerf AI 模型中規模最大、對效能要求最高的模型之一。 這些推論基準測試是 H100 GPU 的首次公開展示，此產品將在今年底上市。H100 GPU 將參與 MLPerf 日後的訓練測試。 各大雲端服務供應商與系統製造商已採用的 NVIDIA A100 GPU，在最新的 AI 推論測試中依舊位居主流效能的領導地位。 在資料中心與邊緣運算的類別和情境中，A100 GPU 的成績比其他參與者提交的測試結果都更為突出。A100 在六月的 MLPerf 訓練基準測試中一馬當先，展現處理整個 AI 工作流程的出色能力。 A100 GPU 自 2020 年 7 月首次參與 MLPerf 基準測試以來，隨著 NVIDIA AI 軟體持續改善，效能已經提高 6 倍。 NVIDIA AI 是在資料中心與邊緣運算中，唯一能夠運行所有 MLPerf 推論作業負載和情境的平台。 NVIDIA GPU 能夠在各大 AI 模型上提供頂尖效能，讓用戶成為真正的贏家。他們在真實世界中的應用通常會用到多種神經網路。 例如，AI 應用程式可能要理解使用者的口語請求、對影像進行分類、提出建議，然後用聽起來像人的聲音做出回應。每一步都要用到不同類型的 AI 模型。 MLPerf 基準測試涵蓋這些 AI 模型及其它熱門的 AI 作業負載和情境，像是電腦視覺、自然語言處理、推薦系統、語音辨識等。這些測試確保用戶能獲得可靠且靈活的效能來進行部署。 MLPerf 基準測試具透明度且客觀，也因此用戶仰賴這些測試結果以做出明智的採購決策。亞馬遜 (Amazon)、Arm、百度 (Baidu)、Google、哈佛大學 (Harvard)、英特爾 (Intel)、Meta、微軟 (Microsoft)、史丹佛大學 (Stanford) 與多倫多大學 (University of Toronto) 等眾多業者與學術單位皆對 MLPerf 表達支持。 NVIDIA Orin 運行 MLPerf 邊緣運算類別的每一項基準測試，多項表現更勝於其他低功耗系統單晶片。相較於四月時首次參與 MLPerf 測試，這次的能源效率提高多達 50%。 在前一回合的測試中，Orin 的運行速度比上一代 Jetson AGX Xavier 模組快 5 倍，而能源效率平均高出 2 倍。 Orin 將 NVIDIA Ampere 架構 GPU 與強大的 Arm CPU 核心叢集整合到單一晶片內。已可在用於開發機器人和自主系統的 NVIDIA Jetson AGX Orin 開發套件及生產模組中取得，並支援完整的 NVIDIA AI 軟體堆疊，包括用於自動駕駛車 (NVIDIA Hyperion)、醫療設備 (Clara Holoscan) 與機器人 (Isaac) 的多個平台。

• NVIDIA Research 打造人工智慧模型，在虛擬世界中增添 3D 物件和人物角色

  在 NVIDIA Research 開發出全新人工智慧 (AI) 模型後，越來越多公司及創作者可以將各種 3D 建築物、車輛和人物角色置入他們打造的龐大虛擬世界中。 NVIDIA GET3D 單純使用 2D 影像進行訓練，便能產生出極為逼真的紋理和具複雜幾何細節的 3D 形狀。用戶使用與熱門繪圖軟體應用程式一樣的格式來建立這些 3D 物件，可以立即把這些形狀匯入 3D 渲染器和遊戲引擎中，進行後續編輯工作。 產生出的物件可用來呈現出 3D 形狀的建築物、戶外空間或整個城市，供遊戲、機器人、建築和社群媒體等業界使用。 GET3D 可以按照用來訓練它的資料產生出不限數量的 3D 形狀。就像藝術家精緻細膩的雕塑黏土一樣，GET3D 模型將數字轉變成複雜的 3D 形狀。 像是使用 2D 汽車圖片的資料集來訓練 GET3D 模型，它會建立出 3D 形狀的轎車、卡車、賽車及小貨卡等車輛。使用 2D 動物圖片來進行訓練時，它就會產生諸如 3D 形狀的狐狸、犀牛、馬和熊等動物。而使用 2D 椅子圖片進行訓練時，它則會產生各種 3D 形狀的轉椅、餐椅和舒適的躺椅。 NVIDIA AI 研究部門副總裁 Sanja Fidler 表示：「GET3D 模型讓我們更離大眾化使用 AI 來創作 3D 內容更近了一步。它能夠即時產出帶有紋理的 3D 形狀，這對開發人員來說或許會顛覆過去的遊戲規則，協助他們快速在虛擬世界中加入各種有趣的物件。」Sanja Fidler 同時也是 NVIDIA 位於多倫多的 AI 研究實驗室的主管，這項工具就是由該實驗室所開發。 11 月 26 日至 12 月 4 日在紐奧良與線上舉行的神經訊息處理系統大會 (NeurIPS) 上，NVIDIA 將發表超過 20 篇論文並舉行多場研討會，GET3D 便是其中之一。 現實世界具豐富樣貌，街道兩旁是獨一無二的建築，各種車輛呼嘯而過，形形色色的人群穿梭其中。用人工方式模擬出一個能反映這些特色的 3D 虛擬世界須花費不少時間，而難以在此數位環境中添加各種細節。 AI 模型在建立 3D 虛擬世界時雖然比過去用人工的方法更快，但仍不夠精細。就算最新的逆向渲染法也只能根據從不同角度拍攝的 2D 影像來產生出 3D 物件，開發人員一次只能建立一個 3D 形狀。 GET3D 就不同了，在一個 NVIDIA GPU 上進行推論時，一秒鐘大概能產生 20 個形狀，其運作方式就像是用於產生 2D 影像的生成對抗網路，同時產生 3D 物件。使用規模愈大、內容越多樣化的資料集來訓練它，便能輸出更多元精細的內容。 NVIDIA 的研究人員使用從攝影機不同角度拍攝 3D 形狀的 2D 圖片合成資料來訓練 GET3D 模型，他們在 NVIDIA A100 Tensor 核心 GPU 上處理 100 萬張圖片，僅用了兩天時間就完成訓練工作。 GET3D 的名稱源自於其能生成清晰紋理 3D（Generate Explicit Textured 3D）網格，意味著用三角網格來建立各種形狀，就像是混凝紙漿模型上面覆蓋著紋理材料。這讓使用者可以輕鬆把物件匯入遊戲引擎、3D 建模器和電影渲染器中並進行編輯。 創作者把 GET3D 產出的形狀匯出至繪圖應用程式，便能在物體於場景中移動或轉動時加上逼真的照明效果。開發人員將 GET3D 搭配 NVIDIA Research 的另一項 AI 工具 StyleGAN-NADA，就可以用文字描述替影像加上特定風格，例如將渲染出的汽車變成燒毀的汽車或計程車，或是把正常的房子變成鬼屋。 研究人員指出日後的 GET3D 版本可使用攝影機姿勢預估技術，讓開發人員能使用真實環境的資料 (而非合成資料) 來訓練模型。研究人員還將改進 GET3D 模型以支援通用生成技術，開發人員便能一次使用各種 3D 形狀來訓練GET3D，而非一次用一種物件類別來進行訓練。

• NVIDIA新聞快訊：重新定義創意：全新 GeForce RTX 40 系列 GPU 與 NVIDIA Studio 更新，加速推動人工智慧革命

  在 NVIDIA GTC 大會主題演講中，NVIDIA 創辦人暨執行長宣布推出的全新 GeForce RTX 40 系列 GPU。此系列 GPU 是由超高效的 NVIDIA Ada Lovelace 架構提供支援，並展現 NVIDIA Studio 如何顯著加速所有內容創作的精彩內容。 3D 藝術家可以享受 DLSS 3 技術帶來的效益。DLSS 3 是以人工智慧驅動的第四代 RTX Tensor 核心和新的光流加速器來生成額外的畫格並顯著提高 FPS。在 NVIDIA Omniverse、Unity 和 Unreal Engine 5 等 3D 應用程式中執行各項作業時，除了可以讓操作的可視區域變得更流暢，同時也加快了移動的速度。 包括在 NVIDIA Studio 軟體套件中的 NVIDIA Omniverse，讓人們更深入的發揮創造力與進行協同合作。全新的 Omniverse 應用程式 RTX Remix 讓製作遊戲模組的人能夠擁有強大的新工具。 除了嘉惠 3D 內容創作者，我們還為 PC 遊戲圈裡專門製作遊戲模組的創作者推出幾近於魔法的 RTX 和 AI 工具，其中包括 Omniverse 的應用程式 RTX Remix。我們已經使用它製作支援 RTX 的《傳送門 RTX 版》，玩家們可以在 Valve 官網免費下載經典遊戲大作《傳送門 (Portal)》。 包括在 NVIDIA Omniverse 中的工具 RTX Remix 嘉惠遊戲圈裡專門製作遊戲模組的數百萬名創作者。藝術家們能夠利用光線追蹤和 DLSS 技術，輕鬆為經典遊戲製作更加極致的模組，也能在連接至 Omniverse 的應用程式中輕鬆協作。 全新第八代 NVIDIA 雙 AV1 編碼器是全新 GeForce RTX 40 系列 GPU 專用的硬體，為影片編輯和直播主播帶來顯著提升。影片編輯者可以減少一半的時間，更新後的張量核心將使 AI 工具的效能提高 70%。直播主可以輕鬆製作高質量的串流內容，並受益於合作夥伴的全新 NVIDIA Broadcast 效果。借助雙編碼器，遊戲玩家可以使用 GeForce Experience 捕捉高達 8K60 的素材。 九月號 NVIDIA Studio 驅動程式已可供下載。 ＃圖＝http://www.pcdiy.com.tw/assets/images/origin/fac17948b62ecd7078ed308494645c58.png NVIDIA 還與多家合作夥伴合作，為 NVIDIA Studio 的創意應用帶來更多提升： OBS Studio 和 Discord 將在其下一次推出軟體版本中支援 AV1 熱門的 DaVinci Resolve、Adobe Premiere Pro 外掛程式 Voukoder，還有中國最受歡迎的影片剪輯應用程式「剪映」皆開始支援 AV1 及雙編碼器。 支援 NVIDIA Broadcast SDK 中的新功能將在 OBS、VTube Studio 等軟體中提供。 在 NVIDIA Omniverse 中製作的《NVIDIA Racer RTX》也在 GTC 中展示，這是一段以 GeForce RTX 40 系列 GPU 全新技術打造出令人讚歎的展示內容。造訪 NVIDIA Studio 部落格，了解一支由創意總監 Gabriele Leone 率領的 NVIDIA 全球團隊如何在 NVIDIA Omniverse 中運用GeForce RTX 40 系列 GPU 與 DLSS 3 打造出令人讚嘆的展示內容。

• Supermicro 推出全新 NVIDIA H100 最佳化 GPU 系統，擴展 NVIDIA 認證伺服器產品組合；新款伺服器可將 AI 訓練效能提升多達 9 倍

  Supermicro 提供超過 20 種組合式解決方案，可讓客戶從支援全新 NVIDIA H100 GPU 的 8U、5U、4U、2U 和 1U 系統中選擇，將 AI/ML、高效能運算 (HPC) 和推論工作負載最佳化 Super Micro Computer, Inc. (SMCI) 為企業級運算、GPU、儲存、網路解決方案和綠色運算技術等領域的全球領導者，再度擴充其領先業界的加速運算基礎架構，推出全新的完整產品系列，針對 NVIDIA H100 Tensor Core GPU 最佳化，包含超過 20 種產品選項。具有龐大 NVIDIA 認證系統產品組合的 Supermicro，現在支援全新 NVIDIA H100 PCI-E 及 NVIDIA H100 SXM GPU。 Supermicro 總裁暨執行長梁見後 (Charles Liang) 表示：「Supermicro 今天正式推出搭載全新 NVIDIA H100 的 GPU 伺服器。我們持續提供目前業界最完整的產品系列，並能以各種規格供應這些系統，包括 8U、5U、4U、2U 和 1U 選項，也能在我們的 SuperBlade®、工作站及通用型 GPU 系統中使用最新的 GPU。對於特定的 AI 應用，相較於前幾代的 GPU 加速器，客戶的 AI 推論效能提升可達 30 倍。我們 GPU 伺服器創新的氣流設計可降低風扇轉速、降低耗電量、噪音，同時降低總擁有成本。」 通過 NVIDIA H100 PCIe GPU 認證的 Supermicro 系統配備 NVIDIA AI Enterprise，這套端對端雲端原生 AI 及資料分析套裝軟體經過最佳化，可讓組織運用 AI。配備 NVIDIA AI Enterprise 的 Supermicro 系統結合 NVIDIA H100 GPU，可簡化 AI 就緒平台的建置，加速 AI 發展及部署，並提供效能、安全性及可擴展性，更快取得洞見，獲得商業價值。 NVIDIA 全球 OEM 客戶副總裁 Kevin Connors 表示：「NVIDIA H100 為我們的加速運算平台再度跨出了一大步。Supermicro 搭載 NVIDIA H100 的各種伺服器，可加速處理各種規模的工作負載，大幅提升效能並降低成本，幫助企業加快產品上市時間。」 Supermicro 也會針對 NVIDIA H100 GPU 將特定現有世代系統進行認證，目前可提供 Supermicro GPU 伺服器 SYS-420GP-TNR、SYS-420GP-TNR2 以及 SYS-740GP-TNRT Supermicro 工作站等。對於現有出貨的工作站提供 NVIDIA H100 GPU 認證，客戶可保留現有的 CPU 選擇，同時享有全新 GPU 帶來的效能提升。此外，配合搶先體驗計畫，內建 NVIDIA H100 GPU 的新一代 Supermicro 系統已開始出貨。 Supermicro 支援開放標準並遵守開放電源規範，提供客戶快速交付及安裝，更快取得生產力成果。此外，8U 8-GPU 等機型的 Supermicro 伺服器也支援標準和 OCP DC 機櫃配置的 AC 和 DC 電源。

• AMD以創始會員身分加入新成立PyTorch基金會，促進各界廣泛採用人工智慧與機器學習功能

  AMD將提供多元運算引擎功能與開放軟體等領域的專業技術，協助各種加速工作負載達到領先業界的效能 AMD（NASDAQ: AMD）宣布加入新成立PyTorch基金會，擔任創始會員。此基金會將成為非營利性Linux基金會的一部分，透過培植與支持PyTorch開源計畫所建構的生態系，促進各界採用人工智慧（AI）工具，PyTorch是Meta創建與支持的機器學習（ML）軟體框架。 AMD作為創始會員，將加入業界各方力量，優先促成PyTorch社群的成長。藉由持續挹注AMD ROCm™開放軟體平台、AMD Instinct™加速器、自行調適SoC與CPU等的創新力量，AMD將協助PyTorch基金會使最先進的工具、函式庫以及其他零組件實現大眾化，讓所有人都能取用這些機器學習的創新成果。 AMD資料中心與加速處理事業群全球副總裁Brad McCredie表示，開放軟體對於推動高效能運算（HPC）、AI以及ML的研究至關重要，AMD準備好為PyTorch基金會貢獻在開放軟體平台與創新技術的經驗。AMD Instinct加速器與ROCm軟體現已在全球各地運行重要的HPC與ML系統，從研究實驗室的exascale等級超級電腦一直到大型雲端主機的部署，充分展現HPC與AI/ML的融合趨勢。我們將和基金會其他會員合作，聯手推動科學與研究的加速發展，為世界帶來重大影響。 Meta基礎架構部門副總裁Santosh Janardhan表示，我們非常高興AMD加入PyTorch基金會，為我們的會員挹注HPC、AI、以及ML等領域的專業技術。AMD過去一直支持PyTorch，包括著手整合ROCm開放軟體平台，以及和開源社群與其他基金會成員全面合作，致力提升ML與AI工作負載的效能。AMD提供的協作支援，讓我們的參與層面拓展至各個產業計畫，發揮全球性影響力。 AMD憑藉廣泛的產品與軟體陣容具有獨特的定位，協助客戶與合作夥伴開發與部署具有多重形態AI的各種應用，從雲端與企業一路涵蓋到邊緣與終端。藉由種類眾多的硬體，包括AMD Instinct與Alveo加速器、自行調適SoC與CPU，AMD能支援種類眾多的AI與ML模式，從小型終端一直到大型橫向擴充訓練與推導等工作負載。 此外，AMD和AI開放社群全面合作，致力推動與擴充機器學習與深度學習功能以及各種最佳化。Vitis AI為AMD自行調適SoC與Alveo資料中心加速器提供一個全方位AI推導開發平台。Vitis AI可透過外掛方式整合到各種常用的軟體開發工具，藉由眾多經過最佳化的開源函式庫，協助軟體開發者將機器學習加速機制融入到程式碼。 ROCm™開放軟體平台因應AI/ML與HPC社群的各種需求持續演進。透過最新釋出的ROCm 5.0，開發者不僅能透過AMD Infinity Hub取得各種全套輸出式AI框架容器、先進工具、以及加速安裝等資源，更能享受更快的核心啟動速度與程式效能。此外，配合最新版PyTorch 1.12，對應的AMD ROCm™支援也從公測版升級至穩定版。如欲瞭解詳情，敬請參閱此連結。

• NVIDIA Hopper 在 MLPerf 人工智慧推論基準測試初登場即創新世界紀錄

  在人工智慧推論的產業標準測試中，NVIDIA H100 GPU 創下世界紀錄，A100 GPU 展現主流效能領先優勢，Jetson AGX Orin 則在邊緣運算領先群雄 NVIDIA H100 Tensor 核心 GPU 在 MLPerf 人工智慧 (AI) 基準測試初登場，便在各項推論作業負載創下世界紀錄，其效能較前一代 GPU 高出達 4.5 倍。 此測試結果顯示，對於先進 AI 模型有最高效能需求的用戶來說，Hopper 就是首選產品。 此外，NVIDIA A100 Tensor 核心 GPU 及用於開發 AI 機器人的 NVIDIA Jetson AGX Orin 模組在影像和語音辨識、自然語言處理和推薦系統等所有 MLPerf 測試項目中，整體推論表現持續領先群雄。 亦稱為 Hopper 的 H100，在本輪測試的六個神經網路中提高單一加速器的效能標準。它在獨立伺服器和離線的情況下，在傳輸量和速度皆展現領先優勢。 NVIDIA Hopper 架構的效能較 NVIDIA Ampere 架構的 GPU 高出 4.5 倍，在 MLPerf 測試結果中持續保持全面領先地位。 Hopper 在熱門的 BERT 自然語言處理模型上的出色表現，部分要歸功於它的 Transformer 引擎。BERT 自然語言處理模型是 MLPerf AI 模型中規模最大、對效能要求最高的模型之一。 這些推論基準測試是 H100 GPU 的首次公開展示，此產品將在今年底上市。H100 GPU 將參與 MLPerf 日後的訓練測試。 各大雲端服務供應商與系統製造商已採用的 NVIDIA A100 GPU，在最新的 AI 推論測試中依舊位居主流效能的領導地位。 在資料中心與邊緣運算的類別和情境中，A100 GPU 的成績比其他參與者提交的測試結果都更為突出。A100 在六月的 MLPerf 訓練基準測試中一馬當先，展現處理整個 AI 工作流程的出色能力。 A100 GPU 自 2020 年 7 月首次參與 MLPerf 基準測試以來，隨著 NVIDIA AI 軟體持續改善，效能已經提高 6 倍。 NVIDIA AI 是在資料中心與邊緣運算中，唯一能夠運行所有 MLPerf 推論作業負載和情境的平台。 NVIDIA GPU 能夠在各大 AI 模型上提供頂尖效能，讓用戶成為真正的贏家。他們在真實世界中的應用通常會用到多種神經網路。 例如，AI 應用程式可能要理解使用者的口語請求、對影像進行分類、提出建議，然後用聽起來像人的聲音做出回應。每一步都要用到不同類型的 AI 模型。 MLPerf 基準測試涵蓋這些 AI 模型及其它熱門的 AI 作業負載和情境，像是電腦視覺、自然語言處理、推薦系統、語音辨識等。這些測試確保用戶能獲得可靠且靈活的效能來進行部署。 MLPerf 基準測試具透明度且客觀，也因此用戶仰賴這些測試結果以做出明智的採購決策。亞馬遜 (Amazon)、Arm、百度 (Baidu)、Google、哈佛大學 (Harvard)、英特爾 (Intel)、Meta、微軟 (Microsoft)、史丹佛大學 (Stanford) 與多倫多大學 (University of Toronto) 等眾多業者與學術單位皆對 MLPerf 表達支持。 NVIDIA Orin 運行 MLPerf 邊緣運算類別的每一項基準測試，多項表現更勝於其他低功耗系統單晶片。相較於四月時首次參與 MLPerf 測試，這次的能源效率提高多達 50%。 在前一回合的測試中，Orin 的運行速度比上一代 Jetson AGX Xavier 模組快 5 倍，而能源效率平均高出 2 倍。 Orin 將 NVIDIA Ampere 架構 GPU 與強大的 Arm CPU 核心叢集整合到單一晶片內。已可在用於開發機器人和自主系統的 NVIDIA Jetson AGX Orin 開發套件及生產模組中取得，並支援完整的 NVIDIA AI 軟體堆疊，包括用於自動駕駛車 (NVIDIA Hyperion)、醫療設備 (Clara Holoscan) 與機器人 (Isaac) 的多個平台。

• AI賦能！華碩2022台北國際自動化工業大展秀工業4.0智慧工廠新解方！

  2022台北國際自動化工業大展即日起至8月27日於南港展覽館盛大登場，華碩智慧物聯網今年以「AI賦能，加速實現智慧工廠」為題，首次展出AI示範工廠的中央監控管理平台、主機板包裝AI瑕疵檢測設備，以及AR眼鏡智慧製造、廠辦人臉辨識門禁系統與EHS智慧工業安全防護平台等解決方案，盼藉此加速產業升級轉型，創造更多核心競爭優勢，接軌國際。 其中，中央監控管理平台可全方位整合工廠內部設備控制、現場管理、企業營運，還有生產稼動率、廠務系統、機聯網、勞工安全防護監控等資訊，並將其數據化及視覺化，提升工廠經營效率。主機板包裝AI瑕疵檢測設備，則可針對主機板檢測瑕疵示警，預防不良品進入包裝，流入市面，且僅需極少數良品就能完成AI訓練，同時保留歷史檢測資料，以用於生產履歷追蹤，或根據客製化需求，串接生產系統。 此外，員工還可透過AR眼鏡展示虛實整合的智慧工廠，即時瞭解、攜行產程資訊，從事遠端多元協作、設備巡檢；而為提升安控品質，華碩也推出廠辦人臉辨識門禁系統，除兼具門禁、測溫、人臉辨識等多功能，亦可快速追蹤訪客足跡，避免其入侵限制區域，嚴密守護商業機密及客戶個資等重要資產。 在勞工安全防護方面，更與台灣普利司通合作，導入EHS智慧工業安全防護平台，將作業風險以AI數據化，以利相關人員分析、應對及教育，加速整體流程改善週期；當出現高風險行為時，還能立即提醒員工，監督導正，確保職場工作平安。 本次台北國際自動化工業大展，華碩另同步於現場展出升級版AISVision機器視覺瑕疵檢測方案，以及專為智慧工廠與Edge AI應用量身打造的最佳硬體選擇，包括：配備NVIDIA® 高運算力Edge AI平台PE-1000N與加速卡、邊緣運算電腦，以及搭載最新第12代Intel®處理器的工業電腦主機板600系列與模組；歡迎有興趣的業者或廠商把握機會，一同前來參觀交流。 2022台北國際自動化工業大展_華碩攤位M436 展覽時間：2022/8/24(三)~8/26(五) 09:30 - 17:00； 2022/8/27(六) 09:30 - 16:00 展覽地點：南港展覽館一館4樓 (台北市南港區經貿二路1號)

• 技嘉在臺灣雲端大會以一站式高效能運算解決方案助企業「AI上雲」

  台北時間7月22日 – 科技創新、研發技術享譽國際的GIGABYTE技嘉科技將在7月26日 於台北國際會議中心的【2022臺灣雲端大會】中，以伺服器展示數位新常態中企業追求靈活性、彈性和節省成本所需的AI應用。在大會現場除了攤位上的產品及應用解說，當天更由技嘉的專家在現場的講堂中為與會來賓闡述議程 - 「啟動企業邁向人工智慧應用的一站式解決方案」。用搭載NVIDIA AI Enterprise的伺服器技術及技嘉產品於全球各領域的實務案例，介紹當今企業於數位轉型中特別關切的AI趨勢。 在現代以數據驅動商業決策的趨勢下，導入AI成為當今企業實現提高組織效率、降低成本、提升客戶忠誠度，以及增加收入等需求的關鍵技術，如何借力雲端服務的便捷，快速有效的導入AI，也是一個企業在追求數位轉型上迫切的課題。技嘉在軟硬體整合的技術上，推出為雲而生的NVIDIA 認證系統™AI運算伺服器 - G482/G492與G262高效能運算伺服器，以支援NVIDIA 加速卡能廣泛應用於GPU加速運算特性，提供各種加速工作負載的最佳基礎設備選項，助企業善用雲端原生資源，顯著增強AI應用。系統搭載NVIDIA AI Enterprise軟體套件強強聯手，可於公有雲及 VMware 與 Red Hat 的常見虛擬化與容器編排平台上執行，同時也獲得平台驗證與最佳化調適，以一站式的解決方案，助客戶降低企業AI應用與數位轉型的錯誤成本，可迅速部署與流暢運作AI，實現各式各樣的營運效益，更有效的達成企業的目標。 根據Hive Ventures《2022台灣企業AI趨勢報告》指出，57.62%的受訪企業表示對導入AI於商業流程有急迫性的需求。然而，企業如何有效地迅速部署與流暢運作AI，實現各式各樣的業務效益，將成為一大挑戰。因此技嘉也以「AI上雲」的主軸，在雲端大會上闡述議程 - 「啟動企業邁向人工智慧應用的一站式解決方案」。從AI的應用面概論，簡述技嘉完整的伺服器產品線以高效能、易管理、更安全、可擴充等特性泛用於各種應用場域。同場也介紹技嘉過往的成功案例 - 從協助國立成功大學在2020 APAC HPC AI競賽斬獲冠軍、科學研究機構Lowell Observatory洛厄爾天文台分析太空中數以億計的天文資料來尋找第二個地球、以及與以色列的自駕車公司一起打造自動駕駛的中樞大腦所運用的演算法，讓現場聆聽的產業IT人員在第一時間理解技嘉的技術所在，並可以直覺的反應到自己的工作項目。 2022臺灣雲端大會將於7月26日在台北國際會議中心展開，技嘉的議程則將於上午11:20在會議室101B開始，帶來精彩內容讓您掌握AI應用的成功關鍵，也歡迎大家在#5技嘉攤位分享心得感想，交流切磋。對AI、雲端、未來科技感興趣的人皆可在技嘉活動專頁上了解「AI上雲」的相關資訊，也可事前免費報名獲取參加大會的門票。技嘉亦期待透過這單日的活動充分展現其軟硬整合的AI實力，提供現場與會嘉賓一個平台契機，落實企業導入AI並數位轉型的目標。

• 高科大攜手微軟發表亞洲首部 Azure AI 驅動自駕車，導入 Azure AI 服務　加速自駕車解決方案多元應用

  ＃圖＝ 隨著 AI 人工智慧與 5G 技術日趨成熟，加上疫情影響下的零接觸需求，擴大自動駕駛車的應用場景，也帶動全球自駕車產業的發展。為迎向無人駕駛車應用新時代，國立高雄科技大學（簡稱高科大）近年積極深耕 5G AIoT、自駕車等產業，培養相關技術人才，2022 年攜手微軟 Azure 雲端平台，並與台灣智慧駕駛股份有限公司（以下稱 Turing Drive）及凌華科技合作，共同打造首部以微軟 Azure AI 服務驅動的自駕車。憑藉微軟 Azure 雲端平台完善的部署環境與高度整合的開發工具等服務，高科大大幅縮短研發投入過程所需的人力成本與自駕車模型訓練時間，有效提升研發效率，從學術與教育層面加速實現台灣自駕車發展。 國立高雄科技大學楊慶煜校長表示：「高科大持續深耕無人載具人才的培育，本次與微軟合作導入 Azure AI 服務，透過友善且整合性高的使用者操作系統，讓許多來自不同領域的學生可共同參與自駕車研發專案，實現跨領域學習的更多可能性。透過本次研發自駕車的成果展現，高科大期許成為未來台灣自駕車整合解決方案的重要推手，更積極推動技術應用，引領產業蓬勃發展。」 台灣微軟公共業務事業群總經理陳守正表示：「微軟 Azure 雲端平台提供高速運算能力，搭配多元的 AI 服務，可提高自駕車軟體的智慧化程度。微軟很高興持續與高科大合作，並攜手 Turing Drive 與凌華科技，成功打造亞洲首部以微軟 Azure AI 驅動的自駕車，推動台灣自駕車產業發展。我們期待未來可與更多夥伴緊密合作，透過微軟 Azure AI 服務擴大推動產學應用，加速新世代智慧車輛的産品研發製程，進而驅動產業創新升級。」 因應全球數位轉型潮流，高科大近年以自駕車研發及雲端科技做為未來重點發展領域，結合高科大研發長郭俊賢過去研發燃料電池之專業，與微軟 Azure AI 平台強大的雲端運算服務，期望能成為國內學術界無人載具研發的典範。 透過 Azure Machine Learning　打造高效且友善的開發環境：高科大將凌華自駕車開源社群軟體 Autoware 置於 Azure Machine Learning 平台上進行測試與模擬，包含控制行車方向、軌跡等，運用 Azure Machine Learning 提供的各項工具與服務，加快模型的訓練過程，如自動輔助的標註工具即可降低 60% 以上的標註時間，快速累積訓練資料集；Azure Machine Learning 絕佳的整合性與 MLOps 功能，更可讓 30 人以上同時針對同一個模型做調校，有效降低實際上路會遇到的棘手問題。 藉由自訂視覺服務（Custom Vision）快速辨識障礙物：透過 Azure 認知服務（Azure Cognitive Services）中的自訂視覺服務（Custom Vision），高科大可以快速進行路上影像辨識，精確判斷障礙物的位置進而安全規避。 高效運算資源支援 3D 光達感測器增加行車安全：高科大將 3D 光達感測器放置於 Azure 虛擬機器上，透過 Azure 可擴展與彈性的運算資源，支援光達感測器即時掃描周遭環境、計算與障礙物的距離，並整合 3D 地圖、物件檢測及各項辨識應用，更與 Autoware 之導航與控制模組整合，進行整車系統運作模擬，提供可靠的環周物件感知能力及導航與控制系統，確保自駕車行進的安全。 以往自駕車從開發到實際上路需克服數據的儲存、加值、運作以及繁複的測試流程，且需整合多個不同的自駕車軟體，進入門檻相對較高。透過微軟 Azure 平台完整的服務，可以大幅減少研發的時間，實現「單一平台、輕鬆開發、所得即所見」的優勢，將雲端平台高效的模擬以及運算能力結合自駕車載體，容易使用的服務與操作介面亦可降低學習與使用門檻，僅有一台自駕車亦能擴大服務範圍，讓更多學生參與，深度體驗雲端進而擁抱雲端。 為提升整體自駕車研發效能，高科大在自駕車研發過程中，除導入微軟 Azure AI 服務外，亦聯手 Turing Drive 及凌華科技，期望透過高科大研發人才、微軟 Azure AI 服務，以及 Turing Drive 與凌華科技合作夥伴的軟硬體實力，充分發揮四方合作的優勢。 其中 Turing Drive 首度採用微軟 Azure AI 服務開發自駕車模組，透過 Turing Drive 於中小型巴士及慢速車等車輛平台的開發經驗，與在封閉、半開放、開放市道路等多種場域運行的自駕研發成果，搭配凌華的邊緣運算服務，加上 Azure 雲端平台的高整合性、易上手、高效率與提供在地支援等優勢，大幅縮短開發時間，從整體研發到展現優異的成果，僅耗時兩個月完成。 高科大攜手微軟合作推出亞洲首部 Azure AI 驅動自駕車，將成為台灣自駕車產學合作的示範，加速推動新世代智慧車輛的多元應用，同時也讓更多學生具備雲端開發能力，培育更多優秀科技人才。未來微軟亦將持續深化產業夥伴合作關係，透過 Azure AI 平台的高速算力與友善的作業環境，打造更安全的自駕車產品，引領台灣自駕車產業邁向全新的里程碑。

• 臺中發展智慧觀光　遠傳AI實績助陣，「臺中主要遊憩據點遊客行為資訊網」啟用

  後疫情時代，地方觀光發展與創新迎來嶄新挑戰，臺中市政府觀光旅遊局今（4）日於陽明市政大樓舉辦「掌握數據治理開創臺中旅遊新時代座談會」，由觀光旅遊局長韓育琪主持，邀請相關產業、學界共同交流，探討臺中主要遊憩據點遊客輪廓及行為的成果應用。遠傳電信出席與談，分享遠傳以AI技術注入觀光需求模式的分析應用及實績，並偕同現場與會的產官學研代表探討智慧觀光的政策治理、商業契機與運輸安全等議題。 遠傳資訊暨數位轉型科技群經理周玫芳出席座談，分享遠傳領先業界研發的AI數據分析模型，涵蓋AI電信數據萃取技術、AI精準遊客識別模型等關鍵技術力，透過以去識別化演算處理將雜訊過濾與排除、收斂停留點，提升資料密度與品質，提供精準即時的人流分析與預估，能夠作為優化智慧觀光、智慧交通等政府規劃決策，亦能將此應用導入於零售商圈人流動向、防災區域人流分析、預測疫情熱點等多元領域應用。 遠傳透過全方位智慧觀光數據治理解決方案，協助臺中市政府觀光旅遊局建置「臺中主要遊憩據點遊客行為資訊網」，並於今日啟用。網站以視覺化觀光資訊儀表板，呈現人流熱點、人流移動趨勢等15項觀光指標分析，以利市府掌握遊憩區人流變化資訊；市府團隊採用遠傳的智慧觀光解決方案，宏觀且全面的了解遊客特性，並運用數據的洞察分析結果驅動觀光決策，優化觀光軟硬體建設、活動與行銷規劃，提升民眾的旅遊體驗，建立公部門資料治理最佳的典範。 遠傳以5G「大人物」（大數據、人工智慧、物聯網）、雲端與資安核心技術，深耕智慧觀光、交通運輸與智慧醫療領域，積極推動智慧城市發展，未來也將持續以技術力協助公部門，為民眾提供更優質的觀光旅遊體驗。

• «
• 30
• 31
• 32
• 33
• 34
• »