1文章進階中文
代理式AI帶動CPU需求 Intel以開放生態布局資料中心商機
探討代理式 AI 如何提升 CPU 需求，並介紹 Intel 針對資料中心異質運算的開放架構策略。透過主模型與輔助模型分工，可最佳化資源配置並降低任務成本。內容涵蓋從晶片採購到機房建置的整體佈局，以及主權 AI 的安全治理重點。
MakerPRO
部落格 ・ 台灣 ・ 繁體中文 ・ A 級 ・ 10 筆內容 ・ 最近更新 2026/10/08
台灣；邊緣 AI 與 Physical AI 的工程媒體：模型解析、機器人技術佈局、代理式 AI 對 CPU 的需求
最受歡迎
依人氣
- 2文章進階中文
常駐型AI代理時代：Meta Muse與OpenAI dots對決下的新變革
評析 Meta Muse 與 OpenAI dots 這兩款常駐型 AI 代理的技術特色與差異。讀者可了解從被動對話到自主執行任務的範式轉移，並掌握虛擬機器隔離與專案記憶管理等關鍵概念。
- 3文章進階中文
從高通併購PickNik看科技巨頭的Physical AI技術佈局
分析高通併購 PickNik Robotics 以掌握機器人運動規劃核心 MoveIt 的戰略意義，指出晶片大廠正從虛擬 AI 轉向實體世界的具身智慧競爭。
- 4文章高階中文
從NVIDIA Cosmos認識世界基礎模型WFM
剖析 NVIDIA Cosmos 作為世界基礎模型（WFM）如何解決具身智慧與自動駕駛的資料採集難題。透過模擬物理法則與生成高品質合成資料，協助 AI 在虛擬環境中進行預測、推論與訓練，大幅縮小虛擬與現實的落差。
- 5文章高階中文
超越VLA、重塑機器人操控 NVIDIA詳細解析WAM
解析 NVIDIA WAM 架構如何取代傳統 VLA，利用影片世界模型提升機器人的物理泛化能力，並介紹開放式 Cosmos 3 模型如何作為建構策略的基礎。讀者可了解後訓練策略的優勢、Cosmos 3 的多模態特性及部署方案。
- 6文章進階中文
MIPS工作負載原生平台架構切入實體AI應用發展
MIPS 執行長與技術長說明整合 ARC 後，以「軟體優先、工作負載優先」策略，透過工作負載原生平台佈局實體 AI 解決方案。文章介紹了針對邊緣推論、即時控制與關鍵任務運算的三款平台，並探討其如何縮短客戶驗證週期。
- 7文章進階中文
創客AI特技：10美元MCU跑LLM、用Tiny LLM跑虛擬水族箱
介紹創客將 SmolLM-135M 與 Gemma 2 模型透過量化與蒸餾技術，成功執行於僅 10 美元的 ESP32-S3 MCU 開發板上。讀者可了解如何在極限硬體資源下進行模型壓縮、量化及本地端推論的具體做法。
- 8文章進階中文
【Arm的AI世界】運用功能安全、容器與DDS打造安全且可擴展的汽車系統
介紹如何在 Arm 平台上運用功能安全、容器化與 DDS 技術，打造安全且可擴展的自動駕駛車輛系統。讀者能了解如何透過模組化架構與即時通訊解決軟體定義車輛的開發挑戰。
- 9文章進階中文
創客AI特技：免CPU與OS跑神經網路、老伺服器跑LLM、Claude傳呼機
介紹創客利用 FPGA 晶片在無 CPU 與作業系統下執行神經網路，以及用二手伺服器跑大型語言模型、用傳呼機硬體搭配雲端 AI 服務的案例。讀者可了解硬體加速 AI 推論、低成本執行 LLM 及結合電子紙與雲端模型的具體做法。
- 10文章進階中文
AI Server增量需求支撐 第四季記憶體合約價維持漲勢
TrendForce 預測 2026 年第四季 DRAM 與 NAND Flash 市場因 AI 伺服器需求強勁而供不應求，合約價普遍上漲。
最新內容
依發布時間
- 文章進階中文
MIPS工作負載原生平台架構切入實體AI應用發展
MIPS 執行長與技術長說明整合 ARC 後，以「軟體優先、工作負載優先」策略，透過工作負載原生平台佈局實體 AI 解決方案。文章介紹了針對邊緣推論、即時控制與關鍵任務運算的三款平台，並探討其如何縮短客戶驗證週期。
- 文章進階中文
從高通併購PickNik看科技巨頭的Physical AI技術佈局
分析高通併購 PickNik Robotics 以掌握機器人運動規劃核心 MoveIt 的戰略意義，指出晶片大廠正從虛擬 AI 轉向實體世界的具身智慧競爭。
- 文章高階中文
超越VLA、重塑機器人操控 NVIDIA詳細解析WAM
解析 NVIDIA WAM 架構如何取代傳統 VLA，利用影片世界模型提升機器人的物理泛化能力，並介紹開放式 Cosmos 3 模型如何作為建構策略的基礎。讀者可了解後訓練策略的優勢、Cosmos 3 的多模態特性及部署方案。
- 文章進階中文
代理式AI帶動CPU需求 Intel以開放生態布局資料中心商機
探討代理式 AI 如何提升 CPU 需求，並介紹 Intel 針對資料中心異質運算的開放架構策略。透過主模型與輔助模型分工，可最佳化資源配置並降低任務成本。內容涵蓋從晶片採購到機房建置的整體佈局，以及主權 AI 的安全治理重點。
- 文章進階中文
創客AI特技：免CPU與OS跑神經網路、老伺服器跑LLM、Claude傳呼機
介紹創客利用 FPGA 晶片在無 CPU 與作業系統下執行神經網路，以及用二手伺服器跑大型語言模型、用傳呼機硬體搭配雲端 AI 服務的案例。讀者可了解硬體加速 AI 推論、低成本執行 LLM 及結合電子紙與雲端模型的具體做法。
- 文章進階中文
AI Server增量需求支撐 第四季記憶體合約價維持漲勢
TrendForce 預測 2026 年第四季 DRAM 與 NAND Flash 市場因 AI 伺服器需求強勁而供不應求，合約價普遍上漲。
- 文章進階中文
常駐型AI代理時代：Meta Muse與OpenAI dots對決下的新變革
評析 Meta Muse 與 OpenAI dots 這兩款常駐型 AI 代理的技術特色與差異。讀者可了解從被動對話到自主執行任務的範式轉移，並掌握虛擬機器隔離與專案記憶管理等關鍵概念。
- 文章進階中文
創客AI特技：10美元MCU跑LLM、用Tiny LLM跑虛擬水族箱
介紹創客將 SmolLM-135M 與 Gemma 2 模型透過量化與蒸餾技術，成功執行於僅 10 美元的 ESP32-S3 MCU 開發板上。讀者可了解如何在極限硬體資源下進行模型壓縮、量化及本地端推論的具體做法。
- 文章進階中文
【Arm的AI世界】運用功能安全、容器與DDS打造安全且可擴展的汽車系統
介紹如何在 Arm 平台上運用功能安全、容器化與 DDS 技術，打造安全且可擴展的自動駕駛車輛系統。讀者能了解如何透過模組化架構與即時通訊解決軟體定義車輛的開發挑戰。
- 文章高階中文
從NVIDIA Cosmos認識世界基礎模型WFM
剖析 NVIDIA Cosmos 作為世界基礎模型（WFM）如何解決具身智慧與自動駕駛的資料採集難題。透過模擬物理法則與生成高品質合成資料，協助 AI 在虛擬環境中進行預測、推論與訓練，大幅縮小虛擬與現實的落差。