Tag Archives: 資料中心

英特爾擴大俄勒岡州 D1X 工廠，為 7 奈米製程處理器做準備
作者 |發布日期 2019 年 01 月 23 日 11:20 |
line share
Linkedin share
line share
分類 Apple , Facebook , Google

根據外電報導，美國俄勒岡州當地報紙《Oregonian》指出，處理器大廠英特爾目前正準備在俄勒岡州進行大規模建設，預計花費數十億美元來擴產，並且打造新的工廠。其中，在英特爾先進製程研發基地的 D1X 工廠新建計畫第三階段，也是規模最大的一個階段的部分，預計將在 2019 年的 6 月份正式展開，

繼續閱讀..

不再只是調查數據，Gartner 轉型客製化加值服務供應商
作者 |發布日期 2018 年 11 月 22 日 17:30 |
line share
Linkedin share
line share
分類 會員專區 , 零組件 , 電腦

目前全球已經擁有超過 2,000 名分析師，年營業額超過 40 億美元，已經是當前全球市場調查與顧問單位龍頭的 Gartner，相信對於關心市場動態的人都一定非常熟悉，因為在此劇烈變化的時代中，藉由參考 Gartner 的分析數據，來判定當前的市場狀況，之後下決策，已經勢必做的功課之一。只是，面對快速變化的全球經濟環境，以及其他競爭對手的競爭，Gartner 目前除了進行市場數據的調查解讀之外，目前也開始進行數據的客製化與加值型服務，用以滿足客戶更加多元化的要求。

繼續閱讀..

5G、大數據的下世代儲存裝置，宜鼎工業最高級 3D NAND SSD 進入全球量產
作者 |發布日期 2018 年 11 月 07 日 10:30 |
line share
Linkedin share
line share
分類 儲存設備 , 記憶體 , 零組件

隨著未來 5G、資料中心、AI 以及大數據運算成趨勢，終端設備的儲存需求大增，加以智能化不斷驅動產品設計與規格提升，全球工控儲存領導廠商宜鼎國際，最新工業等級 3D NAND SSD 正式於 10 月份開啟全球量產，挹注產能提升的同時，也帶動儲存裝置和工控產業的升級。

繼續閱讀..

與新加坡競爭資料中心商機，印尼搶亞馬遜、Google 進駐
作者 |發布日期 2018 年 10 月 23 日 12:03 |
line share
Linkedin share
line share
分類 會員專區 , 網路 , 財經

東南亞國家在商人眼裡是一塊肥沃市場，除了本身經濟成長之外，中國製造業轉移帶來的工作機會正在當地扶植龐大的消費市場，投資資金不斷湧入，現在區域競爭已經開始加速，崛起中的東南亞國家將挑戰新加坡在資料中心投資主導地位。 繼續閱讀..

Nutanix .NEXT On Tour 台灣用戶大會開幕，助力企業制勝多雲時代
作者 |發布日期 2018 年 10 月 18 日 16:45 |
line share
Linkedin share
line share
分類 市場動態 , 軟體、系統 , 雲端

企業雲端運算企業 Nutanix 在 18 日舉辦的 .NEXT On Tour 台灣用戶大會上提出疑問：雲端承諾是否會給企業發展帶來困擾，還是促進其發展呢？Nutanix 對傳統雲端思維發起挑戰，闡述企業可以如何通過重新掌控雲端環境，而非簡單新增雲端環境或提高複雜程度，來重新定義業務以及業務模式。 繼續閱讀..

美光攻第二代 3D Xpoint 記憶體，採「守株待兔」策略較勁英特爾
作者 |發布日期 2018 年 10 月 15 日 8:30 |
line share
Linkedin share
line share
分類 伺服器 , 晶片 , 記憶體

在舊金山舉辦的美光 Micron Insight 2018 大會中，新型態記憶體 3D Xpoint 成了目光焦點。美光指出 3D Xpoint 未來會應用在主流的記憶體與儲存產品上，而在時程上，預計在 2019 年年底會有產品樣本，但實際的營收貢獻要到 2020 年。 繼續閱讀..

傳華為建議微軟資料中心使用其 AI 晶片，華為 GPU 是否能走出中國？
作者 |發布日期 2018 年 09 月 07 日 10:55 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Microsoft , 晶片

7 月華為達芬奇計畫曝光之後，The Information 近日又報導，據知情人士透露，微軟和華為正在討論將華為自主研發雲端 AI 晶片用於微軟雲的中國資料中心。消息人士同時透露，華為已生產新自研 AI 晶片樣品，且新晶片能扮演與輝達晶片類似的角色。 繼續閱讀..

首個應用到大規模真實工業場景的神經網路控制系統，在 Google 上線了
作者 |發布日期 2018 年 08 月 20 日 15:00 |
line share
Linkedin share
line share
分類 AI 人工智慧 , Google , 能源科技

即便深度學習和其他機器學習方法近幾年進展不小，但直接應用到真實工業場景、直接控制工業系統還未見到。深度學習本身缺乏穩健性、面對新狀況難以預測行為等一些特徴固然是重要的制肘之處，如何讓演算法逐步提高控制範圍、協調與人類的合作也是難題。DeepMind 和 Google 最近的嘗試取得不小成功，DeepMind 部落格做了介紹，以下編譯原文。 繼續閱讀..