跳到正文

硬體與半導體

運算晶片與實體硬體工程:GPU、TPU、CPU、RISC-V、ARM 架構、半導體製造與先進製程、嵌入式系統與單板電腦。

最新精選

第 81–100 條 · 共 268 條
11月17日週二
  1. Dev.to Top Tech77

    Nvidia 執行長 Jensen Huang 離職,Colette Kress 暫代職務

    Nvidia 沒有說明 Jensen Huang 為何離職,董事會調查也還沒有公佈結果,讓外界難以判斷公司接下來會有什麼變化。公司公告指出,他在 11 月 12 日立即卸下執行長、董事長和董事職務,由財務長 Colette Kress 暫代執行長;董事會表示,產品計畫與客戶承諾會照常進行。文章也整理了 RTX Spark 筆電、Vera Rubin 雲端系統等產品訊息,以及美國對海外資料中心遠端使用先進晶片的新規定。文中把公司公告、政府資料和媒體報導分開標示,並提醒幾項說法尚未獲得 Nvidia 證實。

    推薦理由:文章按時間整理 Nvidia 執行長離職、董事會調查與產品進度,並標明哪些說法來自公司、政府或媒體,方便看清已確認的事實與尚未公佈的部分。

  2. BlockTempo 動區動趨84

    美國限制中國使用海外 AI 晶片的新規由財政部與國安會起草

    中國企業可透過海外資料中心使用 AI 晶片,美國因此公佈新的出口管制規則。規則由財政部與白宮國家安全委員會起草,預定 11 月 19 日生效。新規把需要出口許可的國家從原案七國改為新加坡、馬來西亞、泰國、印尼與巴西五國;遠端算力管制則適用全球,資料中心若向中國等受限地區企業提供超過 1,200 萬合計總處理效能,就須申請許可。新規生效前已提供這類算力的機房,也須在 2027 年 2 月 17 日前取得許可。

    推薦理由:新規把管制範圍從五國晶片出貨延伸到全球資料中心的遠端算力,也要求部分現有機房申請許可,呈現政策如何堵住海外算力管道。

  3. BlockTempo 動區動趨77

    輝達是否知道 AI 晶片流入中國?文章整理客戶審查爭議

    美國限制 AI 晶片出口到中國,但晶片經過伺服器廠商和經銷商轉手後,原廠不一定看得到最後流向。文章整理 Megaspeed 和臺灣白名單買家遭調查的案件:檢方指控有人用假機房資料通過稽核,130 臺搭載 B300 的伺服器中有 74 臺流入中國;涉案員工否認指控,輝達和 Megaspeed 目前都沒有被起訴。輝達表示沒有發現晶片外流,也有追蹤晶片位置的工具,但工具只提供給雲端夥伴自願使用。文章據此追問,企業是否刻意避開可能揭露違規的資訊;目前這件事仍沒有答案。

    推薦理由:文章整理客戶審查、白名單買家遭起訴與晶片追蹤工具的爭議,帶出出口管制下「刻意不去知道」也可能成為責任問題。

  4. Dev.to Top Tech79

    AMD 的 Lux 超級電腦在 Oak Ridge 啟用,投入 AI 科學研究

    科學研究需要大量運算,Oak Ridge 國家實驗室現在開放 Lux 超級電腦供研究人員使用。這套由 AMD 和美國能源部合作建置、HPE 組裝的系統,結合 AMD EPYC 處理器與 AMD Instinct MI355X GPU,既能運用 AI,也能進行傳統的科學模擬。首批工作包括協助設計核融合電廠、開發新材料,以及預測田納西河谷地區的水量和河川狀況。Lux 在最新 TOP500 排名第 14,將支援美國政府的 Genesis Mission。

    推薦理由:Lux 同時支援 AI 與傳統科學模擬,首批研究涵蓋核融合、材料和水資源預測,呈現 AI 運算如何投入實際科研。

  5. iThome (臺灣)78

    美國擴大 AI 晶片出口管制,海外資料中心提供算力也須申請許可

    美國限制先進 AI 晶片出口後,受管制地區的企業仍可能透過第三國資料中心遠端使用晶片算力,也可能經由其他國家轉運晶片。美國商務部擴大管制,海外資料中心若要向中國等受管制地區的企業提供大量運算能力,須事先取得許可;印尼、馬來西亞、新加坡、泰國和巴西的先進半導體出口、再出口或境內轉移也須申請許可,符合條件的美國企業可獲豁免。資料中心、晶圓代工廠和晶片出口商還須加強客戶查核。

    推薦理由:管制從晶片實體出口延伸到海外資料中心提供的遠端算力,也納入多個轉運風險較高的國家,呈現美國堵住第三國取得管道的做法。

  6. The Economic Times · ETtech77

    黃仁勳離任後,Nvidia 財報將檢視 AI 投資熱潮能否延續

    Nvidia 股價近期下跌,投資人想知道 AI 投資熱潮是否還撐得住公司醜聞與執行長更替帶來的壓力。公司將公佈黃仁勳離任後的首份季度財報,由暫代執行長的財務長 Colette Kress 對外說明。市場會留意她是否延續黃仁勳大筆投資 AI 公司的做法,也會關注未來銷售展望、亞洲晶片銷售,以及對 AI 公司的資金承諾。報導也提到,新加坡公司 Megaspeed 正因可能協助將 Nvidia 晶片技術轉往中國而接受美國刑事調查;美國商務部則已採取措施,封住中國公司遠端取得部分 Nvidia 晶片的管道。

    推薦理由:Nvidia 即將公佈的財報同時牽動執行長更替、AI 投資承諾與亞洲晶片銷售,報導呈現投資人觀察公司前景的幾個關鍵面向。

  7. Lobste.rs (Engineering Discussion)63

    Chris Lattner 演講介紹 Mojo 如何用一種系統程式語言支援不同硬體

    運算硬體種類越來越多,開發者常得在同一個專案裡搭配多種程式語言和函式庫。Chris Lattner 在演講中介紹 Mojo,希望用一種系統程式語言處理不同硬體的程式設計工作,並聚焦於泛型元程式設計和以 origins 為基礎的所有權模型,也談到語言設計還有哪些問題需要解決。

    推薦理由:演講說明 Mojo 如何回應硬體種類增加帶來的程式設計負擔,並介紹泛型元程式設計與所有權模型這兩項基礎。

  8. aihot72

    黃仁勳辭職引發猜測,科技界人士質疑背後有人策劃

    黃仁勳在輝達任職超過 33 年後辭職,引發科技界人士討論,也有人呼籲他復職,並猜測辭職背後有人策劃。風投人士質疑媒體對一名前高階主管的中國間諜指控尚未獲美國政府證實;半導體分析機構則猜測,辭職可能與強化 AI 出口管制的立法有關。公開信已有超過 18.5 萬人簽署,要求黃仁勳復職。這些說法仍是不同人士的解讀,原文沒有確認辭職原因。

    推薦理由:文章整理科技界人士對黃仁勳辭職的不同猜測,並指出間諜指控尚未獲美國政府證實,可瞭解事件目前的爭議焦點。

  9. NVIDIA Newsroom Press Releases72

    NVIDIA 推出 DGX Spark Developer Kit,讓研究人員在桌邊使用四臺系統

    研究人員常得排隊等共用 GPU 叢集,才能測試大型模型或科學模擬。NVIDIA 推出 DGX Spark Developer Kit,把四臺 DGX Spark 直接連成一組,不必另外購買或設定網路交換器;四臺合計有 512GB 記憶體和 20TB 儲存空間,可在桌邊分配模型與科學運算工作。研究團隊能先在本地開發、除錯,再把成熟的工作放大到更大的系統,也能讓未公開成果和專有資料留在自己的裝置上。套件已在 SC26 展示並開放購買。

    推薦理由:四臺 DGX Spark 可組成桌邊運算叢集,讓研究團隊先在本地測試多節點工作,再決定如何擴充套件到大型系統。

  10. ServeTheHome (STH Enterprise HW)85

    NVIDIA 與 Lambda 在超過 10,000 張 GPU 的叢集部署 CPO

    光學封裝技術(CPO)多年來常被認為還要好幾年才會用在正式產品上。NVIDIA 與 Lambda 表示,已在一座超過 10,000 張 GPU 的叢集中部署 CPO。這套交換器把光學元件移到晶片旁,並用可更換的光源,方便維修;交換器有 144 個光纖連線埠,每個連線埠的速度是 800Gbps。少了晶片到機箱前方的長距離高速銅線傳輸,CPO 可降低耗電,讓同樣空間能容納更多 GPU。

    推薦理由:Lambda 與 NVIDIA 已在超過 10,000 張 GPU 的叢集部署 CPO,文中說明可維修光源如何降低耗電,也讓更多 GPU 能放進相同空間。

  11. Tom’s Hardware AI & Computing81

    美國新規限制中國企業遠端使用 AI 伺服器

    買不到受出口限制的 AI 晶片,企業仍可能透過海外雲端服務遠端使用相關算力。美國商務部工業與安全域性提出新規,要求使用美國技術的海外資料中心加強限制服務物件,並限制總部位於中國、俄羅斯和伊朗等高風險國家的企業遠端使用服務。向總部位於印尼、馬來西亞、新加坡、泰國或巴西的企業出口先進晶片,也須申請許可。新規預計在 90 天後生效。

    推薦理由:新規把限制範圍從晶片出口延伸到海外資料中心的遠端使用,並列出高風險地區與需申請許可的國家。

  12. Chips and Cheese68

    AMD 主管談 Venice 伺服器處理器的晶片設計取捨

    伺服器處理器要搬動更多資料,晶片之間怎麼連、I/O 怎麼安排,也會影響耗電、成本和效能。AMD 的 Mahesh Subramony 在訪談中說明,Venice 改用 2.5D 封裝並把 I/O 拆成兩顆晶粒,讓晶片之間能用較短的連線傳資料;SP7 和 SP8 則採用不同的 I/O 設計,以配合運算、記憶體和 PCIe 需求。32 核心晶粒多放一個備用核心,遇到瑕疵時可停用它,仍保留 32 個可用核心。較大的 L3 快取會增加查詢時間,但能讓核心更常從快取取得資料;實際影響要看工作負載。

    推薦理由:訪談說明 Venice 如何依運算與記憶體需求拆分 I/O 晶粒,並交代 32 核心設計在良率、快取延遲與效能間的取捨。

  13. iTnews Australia82

    Nvidia 董事會面臨請願壓力,要求黃仁勳回任執行長

    黃仁勳辭去 Nvidia 執行長後,支援他回任的請願迅速增加,但公司是否該讓他回來仍有爭議。請願網站列出超過 180,200 名簽署者,其中不少人自稱是 Nvidia 員工或股東;這些身分由簽署者自行填寫,沒有經過獨立查證。部分投資人希望等調查完成再決定接班安排,治理專家也提醒,調查尚未結束就讓他回任可能帶來法律風險。黃仁勳與臺灣供應鏈關係密切,尤其 Nvidia 的先進晶片由台積電製造,因此他的去留也牽動外界對公司接班與供應鏈的關注。

    推薦理由:黃仁勳是否回任牽動投資人對法律風險與接班安排的不同看法,也讓他和臺灣供應鏈的關係成為焦點。

  14. AMD67

    科學研究需要大量運算能力,AMD 宣佈 Lux 超級電腦已在 Oak Ridge National Laboratory 開放給科學研究人員使用。這臺由 HPE 建置的超級電腦整合 AMD EPYC 處理器、AMD Instinct MI355X GPU、AMD Pensando 網路裝置與 AMD ROCm 軟體,結合 AI 和高效能運算,支援聚變能源、新材料與地球系統預測研究,也參與美國能源部的 Genesis Mission。

    推薦理由:Lux 已開放科學研究人員使用,並把 AI 與高效能運算整合在同一臺超級電腦中,支援聚變能源、新材料與地球系統預測研究。

  15. BlockTempo 動區動趨76

    NVIDIA、IBM 與 Fermilab 合作規劃量子運算研究平臺

    量子電腦要找出並修正運算錯誤,研究人員得花時間測試不同設計。NVIDIA、IBM 與 Fermilab 計畫把 GPU 系統和 IBM 量子電腦放在同一地點,研究糾錯方法,以及粒子與核物理模擬。NVIDIA 也釋出 TCBP-JOBS 解碼演演算法;論文指出,在特定糾錯碼測試中,一顆 GB200 GPU 相較以單一 Grace CPU 核心執行的特定設定,最高快約 1.3 萬倍。這些結果來自模擬資料,和量子控制系統整合後的完整回應時間仍列為後續研究。

    推薦理由:合作計畫把 GPU 與量子電腦放在同一平臺研究,搭配解碼器測試資料,可看出量子糾錯研究如何結合兩種運算資源。

  16. NVIDIA Newsroom Press Releases77

    NVIDIA 推出 Vera CPU 平臺,為科學模擬加速

    氣候和分子模擬需要處理大量資料,處理器也得長時間維持運算速度。NVIDIA 推出 Vera CPU 機架平臺,把 192 顆 Vera CPU、高速網路和液冷系統整合在一起,供超級電腦執行科學模擬與 AI 工作。NVIDIA 表示,在 OpenFOAM 的氣流模擬測試中,Vera 的效能是 x86 系統的 1.9 倍,每瓦效能是 2.4 倍;這些數字來自 NVIDIA 自行測試。德國氣候運算中心已選用 Vera CPU,預計用於 HLRE-5 超級電腦。Vera 機架預計從 2027 年初起由 Dell Technologies、HPE、Lenovo 和 Supermicro 供應。

    推薦理由:Vera 把處理器、記憶體與高速網路整合成超級電腦平臺,文中也列出流體模擬測試結果與氣候研究用途,可瞭解它的設計方向。

  17. NVIDIA Newsroom Press Releases65

    NVIDIA 發布 Rubin HPC GPU,加速科學與工程模擬

    科學家和工程師要比較更多材料、分子和設計時,需要大量模擬來測試想法,但運算速度會影響探索進度。NVIDIA 在 SC26 發布 Rubin HPC,這款 GPU 將用來加速科學、工程和資料分析工作。它有超過 50,000 個 CUDA 核心,並加快資料傳送和 GPU 之間的連線,讓核心能持續運算。Rubin HPC 預計於 2028 年推出。

    推薦理由:Rubin HPC 把資料搬移與運算能力一起擴充,能幫助理解科學模擬為何需要兩者配合,並加快研究人員測試想法的回饋流程。

  18. NVIDIA Newsroom Press Releases60

    NVIDIA 回顧 CUDA 20 年如何改變科學運算

    科學研究需要處理大量計算,GPU 也能幫忙加快這些工作。NVIDIA 在 SC26 回顧 CUDA 推出 20 年來的發展,並介紹研究團隊如何用它做分子模擬、訓練 AlexNet,以及讓 AlphaFold 2 在 GPU 上執行。文章也提到,現在有超過 1,100 萬名開發者使用 CUDA,並有 1,000 多個 CUDA-X 程式庫。這些例子呈現 CUDA 如何從科學運算一路用到 AI 等領域。

    推薦理由:文章以 AlexNet、分子模擬與 AlphaFold 為例,呈現 CUDA 如何被研究團隊用於不同領域的計算工作。

  19. NVIDIA Newsroom Press Releases76

    NVIDIA Vera Rubin 在 MLPerf 訓練與 AI 助理推論測試中展現效能

    NVIDIA 的 Vera Rubin 平臺首次參加 MLPerf 測試,在 MLPerf Training v6.1 的所有專案都有成績;和 NVIDIA GB300 NVL72 相比,Vera Rubin NVL72 每張 GPU 的效能最高達 2 倍。在 DeepSeek-V3 測試中,GPU 數量從 256 張增加到 1,024 張,訓練時間從 16 分鐘縮短到約 4 分鐘,擴充效率約 97%。AI 助理推論方面,Vera Rubin 在 Kimi K3 的一項暫定測試中,每瓦吞吐量超過 GB300 NVL72 的 10 倍;這項結果仍待 MLCommons Association 驗證。

    推薦理由:Vera Rubin 首次參加 MLPerf,訓練與 AI 助理推論的結果可用來比較單卡效能、擴充效率和每瓦吞吐量。