熱門搜尋 :
智慧家庭應用在帶來便利的同時，聯網裝置本身的安全性也是一大隱憂。本文將檢視市面上平價智慧門鈴的安全問題，並說明韌體分析如何協助業者找出可能遭受攻擊的安全漏洞及弱點。
最近推出的跨電感電壓調節器(TLVR)在多相DC-DC應用中頗受歡迎，這些應用為CPU、GPU和ASIC等低壓大電流負載供電。此一趨勢主要基於該技術的瞬態性能。TLVR並支援彈性的設計和布局，但其同時也存在幾個缺點。本文闡述了TLVR設計選擇如何影響性能參數，並根據優缺點討論相關權衡方式。
物聯網智慧追蹤應用簡化資產管理和狀態監控，開發完整的定位解決方案，並增強靈活性，以支援不同的追蹤需求。優化電池壽命、降低能耗、確保小封裝設計以及提供多協議支援是設計考量重點。
尋物定位和存取控制為鄰近感知率先獲得採用的兩項應用市場，正在為使用者帶來方便且安全的鄰近體驗。UWB、藍牙等短距無線技術在此類應用中扮演重要角色，針對應用需求採用最適當的技術組合，是實現良好使用體驗的關鍵。
鄰近感知(Proximity Awareness)應用包括尋物定位、數位車鑰，長期受到UWB裝置普及度不高，而發展受限。近期高通和Google推出的全新晶片和應用方案讓人眼前一亮，結合標準組織的技術發展，預期將為鄰近感知市場帶來新商機。
為了實現沉浸式的元宇宙(Metaverse)體驗，在XR頭戴式裝置之外，許多穿戴式裝置預期也將成為打造日常元宇宙體驗的一環。確保應用順暢運行、畫面不卡頓將是元宇宙裝置的共同追求，行動通訊因此成為熱門選項，而嵌入式SIM卡(eSIM)可提供更高彈性，並且滿足小型裝置的小尺寸方案需求，成為重要技術。
元宇宙(Metaverse)概念已經出現多年，而近期蘋果推出的Vision Pro頭戴式裝置更再次激起對於XR應用的熱烈討論。XR裝置具有取代智慧型手機成為普及硬體平台的潛力，為了達成此願景，硬體和軟體的技術發展至關重要。
萬眾矚目的Wi-Fi 7標準在草案階段就已經有許多晶片業者開始進行開發設計，相關產品陸續推出。提到Wi-Fi，頻寬及傳輸速率固然是歷代標準的重點之一，不過，隨著聯網應用越加多元，僅僅提高網速並無法保證最佳體驗。為此，高通(Qualcomm)近期推出多種Wi-Fi解決方案，能夠根據應用需求提供合適性能，升級Wi-Fi使用體驗。
對於製造業者來說，生產線發生設備故障甚至導致停機的情況將帶來巨額損失。為了避免此類情況發生，在故障發生前及早偵測到異常情況並採取應用措施，至關重要。
為滿足業界對於高效能運算和大數據處理需求，並提升工作效率和使用便利性，伺服器和儲存裝置等設備需求進一步提高資料傳輸速率，並支援多種彈性連接方式。祥碩科技持續研發高速介面IC，近期於Computex 2024演示USB4主控端(Host)和裝置端(Device)晶片應用，並展出最新USB V2和PCIe Gen5實體層(PHY)晶片，勾勒出一站式的高速傳輸、高效充電和多設備連接解決方案。
近期FiRa協會發布全新2.0規範，為UWB定義物品定位、室內導航及指向觸發應用場景，同時行動晶片業者開始將UWB納入其中，預期未來UWB在智慧型手機普及率將逐步上升，結合創新應用真正開啟UWB時代。在此過程中，藍牙作為互補技術，也將成為UWB應用發展道路上的助力。
連接標準聯盟(CSA)於2024年5月初為Matter帶來1.3更新版本，進一步擴充Matter連接範圍。時值智慧家庭設備向Matter轉型的過渡階段，橋接器(Bridge)扮演銜接不同通訊網路的重要角色，而要真正實現家庭智慧化的優勢，可運行於物聯網裝置的邊緣AI應用同樣關鍵。為支援Matter生態系統發展，Nordic於Computex 2024期間展出相關硬體及軟體產品，加速智慧應用開發。
無線功能在電腦產業中的應用已蔚為主流，無線技術的可靠性也成為不容忽視的問題。檢測出無線效能是否低落只是基本功，接下來更重要的是找出真正的問題所在，並且針對問題進行改善及排除。
根據人力資源公司ManpowerGroup 2023年10月的調查統計，約有高達75%的雇主回報缺員現象，顯示產業正普遍面臨人才短缺的挑戰。此外，在全球淨零碳排的趨勢下，不少大廠也開始重視供應鏈的碳足跡報告。人力短缺、能源管理需求等諸多痛點使得業界積極尋求智慧化方案，而在人工智慧(AI)成為當紅議題的現在，採用結合AI模型及演算法的硬體裝置，將可協助業者克服痛點。
生成式AI啟動新一波的AI應用熱潮，將LLM導入邊緣端，需要足夠的記憶體容量，確保AI模型順利執行。將SSD用於AI運算，以及In-Memory Compute的技術進展，都讓邊緣端的算力更上層樓。
LLM應用逐漸從雲端走向邊緣，產業對於邊緣運算技術的重視度隨之提升。未來端點AI的應用規模可望大幅超越雲端，其優勢之一是通常會配置豐富的感測器連結介面，具備多感測器融合的能力。
AI受到機器學習在邊緣運算的發展帶動，在PC與手機等終端裝置的應用成長有目共睹。隨著使用者更加重視資料安全與隱私，執行在邊緣端的機器學習功能越來越受市場重視。
AI市場的快速發展，已經成為時勢所趨，同時AI模型的參數量呈現倍數成長，除了帶動半導體的需求，也需要克服大數據傳輸的挑戰。為了突破資料中心內部的傳輸瓶頸，CPO與LPO兩項技術受到市場高度關注。
隨著邊緣端智慧化程度持續提升，影像感測器作為蒐集全面資料的關鍵元素，除了需要提供高解析度資料，更需要進一步降低功耗，以便將智慧化趨勢普及至更多裝置應用。
雲端資料儲存與處理的費用是機器學習(ML)應用的門檻之一，而在邊緣端進行運算則可能導致電力消耗上升。RISC-V處理器陸續問世，帶來運算效率高且功耗低的全新方案，有望推動ML應用運行於邊緣端的發展趨勢。
Featured Videos
Upcoming Events
Hot Keywords
本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多