<div class="main-news-content">
				<div>
					 
<ul>
<li>
ST31N600安全微控制器集成能量收集和生物特徵識別安全電路與最新一代 Arm® SecurCore™處理器
</li>
<li>
基於ST31N600的卡上生物特徵識別系統 (BSoC)和卡動態驗證(dCVV)解決方案將亮相Trustech 2021展會
</li>
</ul>
 
意法半導體推出最新一代 ST31安全微控制器，助力接觸式和非接觸式支付卡、身份證和閘機提高交易安全性。
 
<a href="https://www.st.com/en/secure-mcus/st31n600.html?icmp=tt24365_gl_pron_nov2021">ST31N600</a> 採用意法半導體的 40 納米 eSTM製造技術，集成生物特徵識別和卡動態驗證 (dCVV) 所需的能量收集電路和附加連接技術，讓無電池的智慧卡能夠在非接觸式和線上交易中加強使用者身份驗證的安全性。ST31N600 基於最新一代 Arm® SecurCore™ 安全微控制器架構，符合EMV ISO 7816、ISO 14443 和 ISO 18092 接觸式和非接觸式智慧卡標準，並允許設計人員安全連接各種外設，在卡內引入增值功能。
 
意法半導體安全微控制器部市場總監 Laurent Degauque 表示：“ST31N600是智慧卡取得巨大進步的起點，其強大的安全性和功能可實現好用、創新的支付認證機制。我們將在Trustech 2021上展出這款產品，以及基於 STPay-Topaz-Bio的安全生物識別支付方案和安全線上交易dCVV解決方案。”
 
<a href="https://www.st.com/en/secure-mcus/stpay-topaz-bio.html?icmp=tt24365_gl_pron_nov2021">STPay-Topaz-Bio</a> 是一個即用型支付解決方案，強化了持卡人生物特徵識別驗證的安全性，在非接觸式交易的快捷性和便利性中又增加了安全性。該卡上生物特徵識別系統 (BSoC) 解決方案基於 ST31N600和超低功耗 STM32L4* 微控制器，兩者都嵌入在 EMV(Eurocard Mastercard Visa萬事達卡)模組內。ST31N600運行支付應用程式、生物特徵識別範本匹配和為系統供電的能量收集系統。
 
ST31N600產品還是基於dCVV 技術的電商支付的理想選擇，在每筆EMV交易發生後，dCVV技術都會產生一個動態刷新的支付碼，而無需外部安裝電池或時鐘計時器。
 
在Trustech展會上，意法半導體將展出：
<ul>
<li>基於 Linxens EMV 模組的 BSoC晶片和整合Fingerprint Cards AB (Fingerprints™)公司的生物識別感測器的預層壓卡片(Inlay)</li>
<li>嵌入Ellipse 技術(低功耗ePaper顯示幕和相關驅動程式)的dCVV 解決方案</li>
</ul>
ST31N600 的樣品現已上市，諮詢價格和訂購資訊，請<a href="https://www.st.com/content/st_com/en/contact-us.html?icmp=tt24365_gl_pron_nov2021">聯繫當地意法半導體銷售代表</a>。
 
* STM32 是 STMicroelectronics International NV(意法半導體國際有限公司)或其關聯公司在歐盟和/或其他地方的注冊商標。特別是，STM32在美國專利商標局註冊 <img src="https://edit.wpgdadawant.com/uploads/news_file/vendornews/2021/21246/tinymce/20211207_4.png" alt=""> 				</div>
			</div><ul class="contact-list-area" style="margin-top: 30px; padding:0;">
<li><a href="mailto:ST.tw@yosungroup.com">我要聯絡 : (台灣)ST.tw@yosungroup.com</a></li>
									<li><a href="mailto:ST.cn@yosungroup.com">我要聯絡 : (中國)ST.cn@yosungroup.com</a></li>
											
						</ul>

意法半導體推出下一代安全微控制器，助力卡上生物特徵識別系統和卡動態驗證解決方案

<div class="main-news-content">
				<div>
					<a href="https://www.digitimes.com.tw/OnLine/DataInput.asp?ProdGroup=056AA1210-0" target="_blank" rel="noopener"><img src="https://edit.wpgdadawant.com/uploads/news_file/vendornews/2021/21243/tinymce/20211207_3.png" alt=""></a>				</div>
			</div><ul class="contact-list-area" style="margin-top: 30px; padding:0;">
<li><a href="mailto:INTEL.tw@Sertek.com.tw">我要聯絡 : (台灣)INTEL.tw@Sertek.com.tw</a></li>
											
						</ul>

展望2022:新型態AI製造-機器視覺與自動化應用

<div class="main-news-content">
				<div>
					<img src="https://edit.wpgdadawant.com/uploads/news_file/vendornews/2021/21239/tinymce/mxic2.jpg" alt="旺宏將投資180億擴建新竹科學園區晶圓5廠"> 經濟部投資台灣事務所11日審查通過3家企業新台幣196億元的投資案。 包括台商回台方案的旺宏電子、根留企業方案的安集科技及穎華科技。其中旺宏是第二次申請。 本次加碼180億元，擴建新竹科學園區旺宏晶圓5廠，建置高階產品產能，導入大數據、AI製程分析等智能化系統。
經濟部表示，截至目前「投資台灣三大方案」已吸引1,048家企業超過1.43兆元投資， 預估創造約11.59萬個本國就業機會，其中「歡迎台商回台投資行動方案」有233家台商投資約9,069億元，創造約7.3萬個就業機會； 「根留台灣企業加速投資行動方案」有122家根留企業投資約2,296億元，創造約1.62萬個就業機會，後續尚有67企業排隊待審。
投資台灣事務所指出，旺宏以非揮發性記憶體位居國際市場領導地位，可提供廣泛規格及容量的唯讀記憶體(ROM)及快閃記憶體(Flash)解決方案。 旺宏於2020年6月通過第一案台商回台投資方案，進行3D NAND快閃記憶體研發，預計在2021年底完成製程開發。 近年來朝3D NAND及先進NOR高階應用產品發展，再加上自美中貿易戰以來營運採深化在台投資策略， 為此加碼逾180億元在台投資第二案，計劃招募97名高科技人才，擴建新竹科學園區旺宏晶圓5廠。
安集科技為專業生產太陽能電池模組之製造商，配合政府積極推動太陽能發電， 計劃興建廠房、擴增倉儲空間及智慧化新品產線，可生產高效能大尺寸模組，開發耐受力及耐候性極佳產品， 使太陽光電在嚴苛環境中亦能發展，持續以投資行動支持能源安全與環境的永續發展。
穎華科技是業界少數可整合車用前蓋板全製程的有機材料製造商， 含括板(膜)材生產、光學鍍膜、多色印刷至精密成型加工。其產品可用於電子3C、工控、車載等各類顯示模組之保護蓋板。 由於電動車產業對輕量化材質之需求趨勢，公司看好塑膠車用前面板、曲面顯示蓋板及塑膠天窗等輕量化產品之發展。 為此斥資11億元增設智慧化產線，強化生產技術並深耕差異化競爭優勢。				</div>
			</div><ul class="contact-list-area" style="margin-top: 30px; padding:0;">
<li><a href="mailto:mxic.cn@aitgroup.com.tw">我要聯絡 : (中國)mxic.cn@aitgroup.com.tw</a></li>
									<li><a href="mailto:mxic.tw@aitgroup.com.tw">我要聯絡 : (台灣)mxic.tw@aitgroup.com.tw</a></li>
											
						</ul>

因應美中貿易戰，旺宏加碼在台投資180億 提升產能

<h3 style="margin-left:initial;">系統需求 | 發佈政策 | 安裝指南<img></h3><figure class="image"><img></figure><figure class="image"><img></figure><h2 style="margin-left:0px;">新增功能亮點</h2><ul><li>擴展生成式人工智慧（Gen AI）涵蓋範圍及框架整合，減少程式碼變更需求。</li><li>支援多款新模型，包括 Phi-4-mini-reasoning、AFM-4.5B、Gemma-3 系列多個尺寸模型。</li><li>新增對 Qwen3 系列（1.7B、4B、8B）NPU（神經處理單元）支援。</li><li>NPU優化的大型語言模型（LLMs）現已在OpenVINO Hugging Face模型庫提供。</li><li>預覽版支持 Intel® Core™ Ultra 處理器及Windows AI PC透過 OpenVINO™ Execution Provider進行高性能AI推理。</li><li>NPU插件支持更長上下文（最高8K tokens）、動態提示和動態LoRA技術，提升LLM效能。</li><li>動態批量大小支持，可以將模型重塑為批量大小1，並同時管理多個推理請求，優化性能與記憶體利用。</li><li>針對生成式AI模型，實現基於通道的緩存壓縮，提升顯示卡及內建GPU的準確性與效能。</li><li>引入 TextRerankPipeline，增強檢索相關度與RAG準確性，並支持結構化輸出，提高回應可靠性。</li><li>支援Intel® Arc™ Pro B系列顯卡（B50與B60）。</li><li>OpenVINO模型伺服器預覽支持GGUF格式模型，簡化生成式AI工作負載的集成和減少記憶體用量。</li><li>神經網路壓縮框架(NNCF)新增支援int4數據感知權重壓縮，提高記憶體利用率，同時保持模型準確度。</li></ul>&nbsp;<h2 style="margin-left:0px;">OpenVINO執行時與插件更新</h2><ul><li>新增公共API允許外部日誌管理，改善日誌訊息整合。</li><li>編譯時優化，提升開發體驗。</li><li>支援使用 ov::Tensor 匯入預編譯模型，增強快取效能。</li><li>修正量化模型精度轉換錯誤，增強兼容性。</li><li>CPU插件新增Sage Attention，可提升LLM首次Token生成性能。</li><li>GPU插件提升模型準確度與性能，支持動態形狀自訂操作。</li><li>NPU插件支援NF4-FP16量化模型，減少記憶體消耗，優化長上下文RoPE準確度。</li><li>支援動態批量大小與記憶體映射輸入輸出。</li><li>Python、Node.js API新增功能與效能優化。</li></ul>&nbsp;<h2 style="margin-left:0px;">OpenVINO模型伺服器改進</h2><ul><li>實現工具引導生成，提高模型生成準確率並減少無效回應。</li><li>新增對多種流行模型及模型解析器的支持。</li><li>支援結構化輸出（JSON Schema指導生成）以適合自動化需求。</li><li>支援模型下載時顯示進度條，優化Hugging Face模型的拉取及轉換流程。</li></ul>&nbsp;<h2 style="margin-left:0px;">神經網路壓縮框架（NNCF）</h2><ul><li>引入4位元數據感知尺度估計及AWQ壓縮方法。</li><li>支持FP8的NF4類型，更快推理。</li><li>支持動態調整4位元權重壓縮分組大小。</li><li>量化感知訓練（QAT）啟動更準確，性能更佳。</li><li>支持外部量化器（XNNPACK、CoreML）。</li><li>支持PyTorch 2.8。</li></ul>&nbsp;<h2 style="margin-left:0px;">OpenVINO GenAI與Tokenizer改進</h2><ul><li>提升Tokenizer的動態填充側設置支持與多輸入支持，增強生成式AI流程。</li><li>取代Jinja2Cpp模板引擎為Minja，改善聊天模板支持。</li><li>新增Cache剔除算法及結構化輸出約束方法，提升輸出格式靈活度與準確性。</li><li>支持dynamic LoRA於NPU實時調整權重。</li><li>新增JavaScript綁定和性能指標等多項功能。</li></ul>&nbsp;<h2 style="margin-left:0px;">其他變動與已知問題</h2><ul><li>部分模型在NPU或特定驅動版本存在準確率或性能問題，官方會持續修正。</li><li>部分舊模組和工具如Model Optimizer、openvino-nightly等已被移除或即將淘汰。</li><li>未來版本將停止支持Python 3.9、某些API命名空間等。</li><li>新APT與YUM源結構已逐步推行，OpenCV二進制檔將在2026年Docker影像中移除。</li></ul>&nbsp;其他更詳細資訊，請參考<a href=" https://www.intel.com/content/www/us/en/developer/articles/release-notes/openvino/2025-3.html" target="_blank" rel="noopener noreferrer"> https://www.intel.com/content/www/us/en/developer/articles/release-notes/openvino/2025-3.html</a>

Intel® Distribution of OpenVINO™ Toolkit - 2025.3 發佈摘要

Intel® AI Edge Systems以其先進的硬體平台和模組化軟體工具, 成為現今企業構建邊緣AI應用的首選方案.&nbsp;&nbsp;面對企業對即時推理、數據隱私以及彈性部署日益增加的需求, Intel協同其廣泛的合作夥伴生態系, 推出整合式AI解決方案, 從設計、驗證到部署都能快速完成, 讓客戶大幅提升端到端AI應用的效能與成本效益.&nbsp;<figure class="image"><img style="aspect-ratio:720/405;" src="https://intelcorp.scene7.com/is/image/intelcorp/ai-edge-eystems:1920-1080?wid=720&amp;hei=405&amp;fmt=webp-alpha" width="720" height="405"></figure>這一平台主要由三大要素組成：AI Edge Systems標準化硬體、行業專屬Edge AI Suites軟體開發包, 以及Open Edge Platform開源管理平台.&nbsp;AI Edge Systems以嚴選的配置、微調及基準測試, 讓設備製造商與系統整合商獲得經過驗證的硬體藍圖與效能工具, 滿足如視覺AI、生成式AI（GenAI）等多元場景需求.&nbsp;Edge AI Suites是針對零售、製造、智慧城市及媒體娛樂等領域, 提供參考應用、範例程式碼及效能基準, 加速獨立軟體開發商（ISV）與解決方案夥伴定制AI應用.<figure class="image"><img style="aspect-ratio:720/405;" src="https://intelcorp.scene7.com/is/image/intelcorp/modular-overview:1920-1080?wid=720&amp;hei=405&amp;fmt=webp-alpha" width="720" height="405"></figure>Open Edge Platform則以模組化開源架構，簡化邊緣與AI應用的開發、部署及管理，支援遠端批量容器化工作負載部署, 並搭配如Intel vPro/Active Management Technology強化管理效率. 用戶可無縫將AI能力整合至既有基礎設施, 在安全、高效、可大規模擴展的環境下推動產業創新.​&nbsp;實際案例顯示, Intel Edge AI方案在視覺分析、智慧製造現場等場景, 可提供高達2.3倍的端到端管線效能提升及5倍的效能/成本優勢. 至2025年, 預計全球50%的企業數據將在傳統資料中心之外處理, 邊緣AI的普及勢不可擋. Intel過去已部署逾10萬場域, 驗證其平台穩定性, 協助企業快速落地AI並保持競爭力.​&nbsp;不論是設備製造商、軟體夥伴、系統整合商, 或企業用戶, Intel® AI Edge Systems皆可協助精準選擇適合的硬體, 並結合領先的AI軟體, 實現跨產業邊緣AI的安全、靈活、高效部署, 是驅動未來數位轉型與智慧創新的關鍵基石.&nbsp;<figure class="image"><img style="aspect-ratio:720/405;" src="https://intelcorp.scene7.com/is/image/intelcorp/use-cases-and-outcomes:1920-1080?wid=720&amp;hei=405&amp;fmt=webp-alpha" width="720" height="405"></figure>

Intel AI Edge Systems 介紹

<figure class="image image_resized" style="width:65.3%;"><img style="aspect-ratio:1200/675;" src="https://ddwprd.blob.core.windows.net/content-platform/31720/zh-tw/ckeditor/newsroom-arc-b60-1200x675_20251128143528.webp" width="1200" height="675"></figure><h2 style="margin-left:0px;">MLPerf v5.1基準測試顯示Intel Xeon 6與Arc Pro B系列顯示卡能為工作站與邊緣裝置提供強大、低延遲的AI推論能力</h2>&nbsp;MLCommons今日發佈最新MLPerf Inference v5.1基準測試結果，展現了搭載P-core的Intel® Xeon®處理器與Intel® Arc™ Pro B60顯示卡的Intel GPU系統（代號<a href="https://www.intel.com/content/www/us/en/developer/articles/technical/introduction-project-battlematrix.html" target="_blank" rel="noopener noreferrer">Project Battlematrix</a>）在六項關鍵基準測試的成果。在Llama 8B測試中，Intel Arc Pro B60的每元效能相較於NVIDIA RTX Pro 6000為1.25倍、比起L40S更高達4倍。這些結果凸顯了全英特爾平台在高階工作站與邊緣應用中，針對新興AI推論工作負載所展現的效能與可及性。&nbsp;英特爾公司副總裁暨軟體、GPU與NPU IP部門總經理Lisa Pearce表示：「MLPerf v5.1的結果有力地驗證了英特爾的GPU與AI策略。Arc Pro B系列的顯示卡搭配針對推論最佳化的軟體堆疊，讓開發者與企業能透過推論工作站更快速地開發與布署AI應用。這些工作站效能強大、設定簡單、價格合理且具備可擴展性。」&nbsp;重要意義：專業使用者在尋找高推論效能平台時，往往選擇有限，必須在資料隱私與專有AI模型的高訂閱成本之間做取捨，同時還需具備布署大型語言模型（LLM）的能力。&nbsp;這些新的Intel GPU系統（代號Project Battlematrix）正是針對現代AI推論需求而設計，提供結合完整硬體與軟體堆疊的全方位推論平台。&nbsp;Intel GPU系統導入針對Linux環境設計的新容器化解決方案，進一步簡化採用並提升使用體驗。除了可透過多GPU擴展與PCIe P2P資料傳輸最佳化推論效能，同時也具備企業級可靠性與可管理性，包括ECC、SR-IOV、遙測與遠端韌體更新等功能。&nbsp;CPU在AI系統中持續扮演關鍵角色。作為協調中樞，CPU負責前處理、傳輸與整體系統協調。過去四年，英特爾持續強化CPU的AI效能，讓Intel Xeon成為GPU驅動系統中承載與管理AI工作負載的首選CPU。&nbsp;英特爾也是唯一向MLPerf提交CPU伺服器測試結果的廠商，展現其領導地位與推動運算與加速架構上AI推論能力的深度承諾。值得強調的是，搭載P-core的Intel Xeon 6在MLPerf Inference v5.1中，相較於前一代展現了1.9倍的效能提升。

展望2022:新型態AI製造-機器視覺與自動化應用

新聞內容