技嘉：2005年VGA成長性可望高於MB　毛利率有緩降壓力板卡營收比重維持8成　系統產品線已損益兩平電子時報記者王郁倫／台北|技嘉（2376）2004年主機板及繪圖卡出貨分別近1,500萬片及300萬片，較去年成長，董事長葉培城表示，2005年主機板出貨將以「優於業界平均水準」為目標，儘管業界預期未來電子業將趨「上瘦下肥」，葉培城認為，主機板業明年競爭壓力仍持續，新規格技術的推出才能支持毛利率不墜，總經理馬孟明則強調，由於oem客戶系統交貨趨勢持續，配合低毛利率的繪圖卡出貨量成長性有機會高於主機板，2005年平均毛利率仍有下降壓力，技嘉將設毛利率底線調配產品線成長策略，板卡營收比重仍將維持8成左右。　 ... 技嘉今年主機板出貨量將達接近1,500萬片，比去年成長6％～7％，繪圖卡出貨量將逾300萬片，比去年成長51％，為一線mb廠中少數市佔率持續成長者，展望2005年出貨展望，葉培城表示，技嘉主機板出貨量仍將較今年成長，目標為「優於業界成長水準」，以今年技嘉主機板出貨已接近1,500萬片來說，2005年將可望正式突破該大關，馬孟明表示，從產業成長空間來說，繪圖卡出貨成長性應有機會優於主機板，但鑑於繪圖卡毛利率僅7％～8％，在顧及整體獲利水準下，目前內部仍在討論各產品線明年成長目標中。　

邊 ... 人工智慧是邊緣運算的天作之合 現今的人工智慧應用，主要分為「學習（Learning）」和「推論（Inference）」兩個階段，前者透過機器學習技術，利用大量樣本數據訓練演算法；後者則執行演算法，在應用的終端，解讀真實世界的數據。 ... 另外，很多MIS公司或多或少都有類似的經驗：公司內有員工偷裝WiFi無線存取點或網路交換器等頻寬分享裝置，輕則損害公司的網路效能，重則癱瘓員工生產力之所繫的辦公室網路。 ... 此外，邊緣運算有著多樣化的應用場景，也帶來多樣化的開發工具與程式語言，開發人員勢必採用不同的語言，處理不同場景的問題。 ... 假若你對這些看似遙不可及的應用無感，那倒是可以先瞧瞧人工智慧在遊戲方面的例子。 ... 這些年來，想要痛快的使用個人電腦暢玩狂吃效能如喝水的遊戲，往往得先耗費大量金錢砸在升級電腦硬體，尤其是所費不貲的高階顯示卡，也變相形成推廣遊戲的門檻。

隨 ... 您能如何應用？ ... 三個撇步，教您如何判斷是否該用HPC？ ... 能如何導入HPC? ... 您的工作內容，是否充滿資料密集型運算工作，可藉由更快的運算速度，大幅提升效率？ ... 如您所見，高效能運算不只是運算速度更快，還有機會創造新的價值。

順應科技趨勢，業界持續追求運算力更強大的伺服器，其中的關鍵元素除了大家熟知的中央處理器CPU之外，圖形處理器GPU近年來也受到重視；但您是否知道，什麼是GPU？ ... 又該如何運用兩種不同類別的處理器，發揮最強大的運算力？ ... 《詞彙學習：花你一分鐘，一次看懂關於邊緣運算》另外一種挑選伺服器的方法，就是藉由「倒推法」，從使用情境倒推回來判斷哪款伺服器產品最為適合。 ... 技嘉客戶的真實成功案例，能協助您理解不同領域的用戶，如何利用CPU與GPU的強大運算力，進行與數據分析、電腦模擬、機器學習及AI開發相關的工作。 ... 《花你一分鐘，一次看懂關於電腦視覺》 成功大學：發揮GPU運算力，打敗其他名校勇奪全球AI競賽冠軍 若想了解CPU與GPU如何協助開發人工智慧，我們可以看看成功大學奪下HPC-AI電腦競賽冠軍的故事。

大 ... 了解更多：《「Power of AI」系列文章：如何將人工智慧導入汽車和運輸產業》《成功案例：技嘉高密度伺服器，協助科技創新者發展自駕車演算法》 二、人工智慧有哪些不同的種類？ ... 舉例來說，汽車的先進駕駛輔助系統（ADAS）將持續改進，直到汽車不需要駕駛者也能安全上路；醫生透過AI輔助病理診斷和醫學影像分析，能更快、更精確地發現疾病；農業也受惠於AI技術，能提升氣象預測的準確度，也可以分析衛星影像，提前發現農作物受疾病危害的跡象。 ... AI訓練和推論都很吃運算力，因此必須搭配最先進的處理器，使AI伺服器轉變成高效能的超級運算平台。 ... 技嘉的產品也經過具有公信力的第三方認證，例如技嘉G593-SD0伺服器，為市場上第一款獲得NVIDIA認證的SXM5伺服器產品，證明其在AI開發工作上的卓越性能。 ... 九、業界積極投入人工智慧開發的公司有哪些？

技 ... 答：技嘉在伺服器應用的腳步的確走得比較快，而且以現在主機板同業而言，技嘉無論在伺服器主機板、應用軟體與解決方案等各方面，都不會比華碩遜色，甚至做得更多一些，預計3、4月還會有新的伺服器與解決方案推出。 ... 問：技嘉目前相關產品的開發進度如何？ ... 答：以我們來看，802.11與bluetooth會是未來無線通訊的趨勢，home rf的應用比較侷限，另外，現在802.11已經很成熟，下一步應該要切近更高頻的802.11a，技嘉現在開發方向傾向802.11與802.11a，不過實際產品到2001年第三季才會開發完成，現在還無法明確說出有哪些產品會推出。 ... 模組（module）跟模組比，技嘉可能不是lucent對手，但是可以整合，因為具有無線通訊功能的系統會比沒有這項功能的產品具競爭力，在掌握自有技術前提下，技嘉可以讓ia、系統產品降低成本，這就是利基所在。 ... 答：台灣主機板產業發展到現在，由於經濟規模關係，中小型廠商的確成為較容易被擠壓與影響的對象，不過我覺得主機板產業只剩下少數幾家未必是好事，為了取得利基市場，中小型廠會形成各自風格，像現在部分廠商就已經在產品線表現出來，可以讓整個產業活潑與多元化，雖然先前也有業界討論是否需要尋求擁有利基廠商合併的問題，不過目前來看還是有其困難度，目前具有經營規模的主機板廠大都已經上市、上櫃，可以在資本市場中取得資金到大陸發展，無論是擴充生產線還是市場開拓，都是一條新的發展方向。

NIPA ... 泰國市場競爭激烈，NIPA Cloud使用技嘉伺服器再創佳績，與國際雲端大廠AWS、GCP和Microsoft Azure分庭抗禮。 ... 誰能說服泰國企業，與其攜手走向雲端，誰就能掌握十億美元的泰國市場。 ... NIPA Cloud也提供全年無休的技術支援服務，如果客戶對個人資料保護法有問題，不確定敏感資料是否能儲存雲端，可以隨時諮詢洽談。 ... 使用強大處理器產品，讓NIPA Cloud能透過專屬的核心執行虛擬機器，避免核心共用或超載，多項運算工作能同時處理，滿足企業客戶對雲端平台的需求。 ... AMD EPYC™處理器支援八條DDR4記憶體通道，每條通道裝置兩條DIMM（雙列直插式記憶體模組），尚可提供RDIMM或LRDIMM高達3200MHz記憶體時脈，這是技嘉專屬技術，使用技嘉產品，客戶能享有容量更大、傳輸速率更快的記憶體效能。

台 ... 了解更多： 《詞彙學習：花你一分鐘，一次看懂關於先進駕駛輔助系統(ADAS)》 《技嘉協助以色列業者發展自駕車演算法，打造自動駕駛大腦》台灣大學是如何開發這套「高精準車流模型」？ ... 研究團隊將技嘉提供的ARM產品稱為「機器學習的水煮鍋」，一站式解決方案同時訓練AI、開發電腦模型、移植數據，用起來省力，也有助於讓智慧型交通在台灣更快落地。 ... 四、ARM產品符合ISO 26262標準要求，這是汽車產業中功能安全的國際標準，表示台大開發的電腦模型，能更快速地應用於車廠和相關的政府單位。 ... 技嘉X ARM第四大優勢：符合ISO 26262標準要求，方便終端用戶快速導入 ARM產品還有一大特色，就是強調「功能安全」，這是汽車、機器人、工廠等環境內部部署所有系統的關鍵要素，主導ARM相關技術發展的安謀公司，致力於讓ARM產品的設計「不受侷限」，能滿足各垂直產業的應用需求，並且能支援客戶進行其ARM架構裝置的國際安全標準認證程序。

生 ... 熟悉CPU市場的讀者，可能期待看到超微AMD和英特爾Intel這兩大品牌的比較。 ... 而如果處理的AI工作沒有那麼吃運算力，可接受較少量的核心和執行緒，那麼AMD Ryzen™也是不錯的選擇，這是一款非常傑出的入門等級伺服器處理器產品。 ... 這種晶片能容納更多核心，運算力媲美x86處理器，而且功耗比較低。 ... GPU，淺談伺服器的兩大運算力》《關於技嘉GPU協同運算伺服器產品的更多介紹》挑選GPU的訣竅是，先了解AI工作性質，是否可能發生突發性的改變？ ... 快來看能帶您快速跟上人工智慧趨勢的十大問答！》

人 ... 但如同軟體定義網路（SDN）的精神著重於應用與改進現有網路架構的效率，而不在於是否支援完整的OpenFlow標準，只要稍微改良現有網路交換晶片，融入部份SDN元素，即可滿足大多數的應用需求，超級電腦空有帳面上的理論效能運算能量是一回事，能不能更快速的被建造、更有效的被佈署、被更容易的投入在具有生產力的工作，才是真正的「真金白銀」。 ... 《詞彙學習：什麼是軟體定義網路(SDN)？》 ... 如此一來，各位就不難判斷所謂的「人工智慧晶片」應該屬於那個範圍，能做到哪些事情，又作不到哪些任務。 ... 提高AI學習效率以促進AI產業化到產業AI化 在創新開發出更多的AI技術以促進產業的使用及導入AI產業化後，更將邁進趨向應用面的產業AI化，即各行各業都能夠學習如何利用AI技術，有效的分析資料並預測未來，以提升營運的效率及價值。 ... 換句話說，如果能有更高效率及高品質的DNN模型開發環境，就能讓更多人來運用AI，因此工研院開發深度學習訓練平台，串聯資料、演算法和硬體，能讓一般使用者也能快速上手，透過易於操作的圖形化介面，方便管理及快速開發訓練出自己需要的DNN模型，透過可自動設定微調系統參數來加速調校訓練模型，進行DNN模型的分析與訓練資料及除錯，協助提升DNN模型的精準度。