電腦王

Panther Lake、Wildcat Lake發威，Intel說明Core Ultra系列3處理器搭配OpenVINO實體AI框架的邊緣運算與自主機器人優勢

國寶大師李文恩 — Thu, 01 Oct 2026 09:00:00 +0800

Intel在Computex台北國際電腦展2026展示強大的邊緣AI與機器人生態系統，並推出OpenVINO實體AI框架，簡化自主機器人的部署流程。

Panther Lake成為機器人頭腦

Intel目前已經有超過130款邊緣運算裝置的設計採用代號為Panther Lake的Core Ultra系列3以及代號為Wildcat Lake的Core系列3處理器，透過整合CPU（中央處理器）、GPU（繪圖處理器）、NPU（神經處理器）等完整運算單元的設計，滿足包含AI在內的各類應用程式需求。

延伸閱讀：
Intel Panther Lake處理器架構解析，3種衍生型號最多可選16核搭12組Xe 3核心
 Intel Panther Lake邊緣運算動態展示，將推出工控寬溫版還有迷你單板電腦
 Intel 發表代號為 Wildcat Lake 的 Core 系列 3 處理器，15 W 功耗同樣搭載 Xe 3 內建顯示與 NPU 5

Core Ultra系列3處理器的CPU、GPU、神NPU分別具有最高10、120、50 TOPS的AI運算效能，並整合IPU 7.5影像處理器，能夠同時連接3組MIPI介面攝影機或紅外線攝影機，有助擷取更清晰的即時影像，需要透過電腦視覺（Computer Vision）與真實世界互動的倉儲機器人、自走車、機械手臂、人型機械人等應用來說相當重要。

Intel先前也說明將會推出能夠在更高或更低環境溫度中運作的寬溫版Core Ultra系列3處理器，以滿足工控電腦更加嚴苛的運作環境，有助於導入自動化工業、機械手臂、醫療器材、智慧城市等各種邊緣運算裝置。

▲ Intel深耕邊緣運算領域40餘年，涵蓋固定功能的嵌入式運算到物聯網、電腦視覺，以及最尖端的代理式AI以及機器人應用地實體AI。

▲ 目前已經有超過130款邊緣運算裝置的設計採用代號為Panther Lake的Core Ultra系列3以及代號為Wildcat Lake的Core系列3處理器。

▲ 根據Intel官方提供的數據，與競爭對手NVIDIA的Jetson AGX Orin、Jetson Thor相比，Intel Core Ultra X7 358H在相對系統成本上有所優勢，雖然稠密INT8資料類型的AI運算效能落後Jetson Thor的幅度較大，但進行3組攝影機的FP16資料類型Pi0.5 Droid推論運算的延遲僅落後10%。

▲ Intel表示Core Ultra系列3以及Core系列3處理器有著快速上市、可擴充、易於開發、開放生態系統、加速各類機器人應用開發等優勢。

簡化機器人軟體與AI模型部署

Intel也表示在邊緣運算與AI生態系的布局進入加速階段，透過OpenVINO實體AI框架，提供業界首款最佳化的開源解決方案，協助機器人產業簡化部署流程、降低成本並提升規模化能力。

Intel為此推出OpenVINO實體AI框架與實體AI Studio，前者為首款專為機器人設計的開源推論框架，整合Intel硬體加速運算單元，協助加速將多模態模型與機器人策略快速導入實體系統，並支援與LeRobot等開源環境整合。後者則提供資料收集、模型微調、最佳化與量化等功能，並能匯出預先驗證的模型以便部署。

Intel也表示這些技術的推出，正好呼應勞動力短缺、成本上升與競爭壓力等產業面臨的挑戰，藉由Core Ultra系列3以及Core系列3處理器搭配OpenVINO實體AI框架的軟硬體堆疊，幫助企業降低總體持有成本（TCO）、提升程式碼重用率，並更有效率地在工廠、倉儲與零售環境中部署大量機器人編隊。

▲ Intel分析機器人的發展趨勢，已從事先設計、單一功能轉換為自主行動、通用功能。

▲ Intel表示過去實體AI最大的挑戰在於將AI模型部署至大量裝置的過程，其中也包含攝影機驅動程式、感應器管線、程式碼、媒體處理鏈、即時動態控制整合等等。

▲ Intel的OpenVINO實體AI框架能夠協助解決此問題，提供一站式解決方案以簡化開發與部署流程。

▲ Intel透過Core Ultra系列3處理器與OpenVINO實體AI框架擴展邊緣運算優勢。

OpenVINO實體AI框架預覽版已於GitHub提供，預計於2026年下半年推出正式版。

加入電腦王Facebook粉絲團

LeafKVM無線KVM遠端操作解決方案，透過瀏覽器就能遙控重灌電腦

國寶大師李文恩 — Wed, 23 Sep 2026 09:00:00 +0800

LeafKVM是款整合HDMI擷取與USB鍵盤、滑鼠模擬的KVM系統，讓使用者可以從遠端操作電腦，並進行在重灌系統在內的各種操作。

硬體級遠端桌面

KVM是Keyboard、Video、Mouse（鍵盤、視訊、滑鼠）的縮寫，這種切換器能讓使用者透過1組鍵鼠、顯示器控制多台電腦或伺服器，除了早期的硬體式方案，也有透過軟體方式提供類似功能的遠端桌面等解決方案。LeafKVM則是整合軟、硬體方案，提供更具彈性的功能滿足不同使用情境需求。

延伸閱讀：JetKVM透過HDMI擷取與USB鍵鼠遙控電腦，遠端重灌也OK
j5Create更新無線蟲洞造型，發表多款擴充底座還能整合視訊輸入
 Aten推出USB Type-C KVM，同時整合擴充底座與雙機控制功能

LeafKVM的硬體部分以Rockchip RV1126B SoC為核心，搭配Lontium LT6911C CSI視訊橋接器進行HDMI影像擷取，機身上提供2組USB Type-C端子，皆能做為電源輸入，其中1組能夠模擬鍵盤、滑鼠與大量儲存裝置（USB Mass Storage），另1組則是UART Debug端子。

使用者只需透過USB與HDMI線纜連接電腦與LeafKVM，就可以在LeafKVM的觸控螢幕看到受控電腦畫面並進行簡易操作，接著將LeafKVM連接至有線網路或Wi‑Fi 5無線網路，並設定Tailscale VPN通道https://tailscale.com/，就能隨時隨地透過其他電腦、智慧型手機、平板電腦的瀏覽器連接至LeafKVM，從遠端操作被控電腦。

LeafKVM支援最高4K30p或1080P90p解析度的視訊擷取，可選擇H.264或H.265影像編碼，另一方面因為LeafKVM，能夠透過模擬的鍵盤、滑鼠操作被控電腦，並接上虛擬USB儲存裝置（即隨身碟），因此除了能夠進行常規操作之外，進入BIOS/UEFI選單進行設定或是重灌作業系統也難不倒它。

LeafKVM也以開源的方式提供軟體套件，並提供完整的開發指南，讓使用者可以自行修改韌體或軟體功能，甚至是從零開始開發，此外也會以CERN-OHL-W授權方式將硬體開源，方便維修與改造裝置。

▲ LeafKVM是款支援4K解析度視訊擷取以及網路連線的遠端KVM裝置。

▲ 它提供1組HDMI輸入端，以及能夠模擬鍵盤、滑鼠與大量儲存裝置的USB Type-C端子。

▲ LeafKVM具有RJ-45有線網路以及Wi‑Fi 5無線網路等連線能力。

▲ LeafKVM機身兩側的I/O端子。

▲ LeafKVM搭載 2.4吋觸控螢幕，能夠預覽受控電腦畫面，並進行各項設定。

▲ 使用者可以使用其他電腦、智慧型手機、平板電腦並透過瀏覽器連接至LeafKVM，從遠端操作被控電腦。

LeafKVM的預定上市日期為2026年10月31日，預定售價為美金119元（約合新台幣3,780元）。

加入電腦王Facebook粉絲團

1440p 遊戲主機的聰明答案：AMD Ryzen 7 9700X 搭配 Radeon RX 9070 GRE，預算與效能的甜蜜點

3CFALOME — Wed, 23 Sep 2026 09:00:00 +0800

追求高效能 1440p 遊戲體驗，實測證明 Ryzen 7 9700X 在功耗與幀數表現出色，結合 Radeon RX 9070 GRE 補幀技術，是 1440p 玩家最務實的電競組合。

不論是遊戲或辦公，1440p 是目前市場主流最均衡的解析度，電競螢幕五千元上下就可入手，對顯示卡的需求也沒有像 4K 那麼嚴苛。只是，能跑得動 1440p 遊戲的零組件組合不少，怎麼搭配最划算？這次我們就主機板、記憶體、處理器及顯示卡的選擇來分析及實測，看看怎麼把預算花在刀口上。

在效能及價位帶的疊合裡，AMD Ryzen 7 9700X 與 Intel Core Ultra 7 270K Plus 落在市場上的戰鬥區間，顯示卡則選擇AMD Radeon RX 9070 GRE。實測八款遊戲的 1440p 表現，AMD 平台平均約 136.25 FPS，優於 Intel 平台，功耗、溫度及後續升級空間也更具優勢。

中高階消費級處理器市場，Ryzen 為何能稱霸多時？

就算不提消費級處理器的王者 AMD Ryzen 9 9950X3D，在非遊戲應用或是中階平台，Ryzen 系列處理器近幾年一直都是兼顧效能、效率與平台升級彈性的理想選擇。

AMD Ryzen 7 9700X 採用 Zen 5 架構，8 核心 16 執行緒，加速時脈 5.5GHz，預設 TDP 僅 65W，搭配 B850 這類中階主機板就能完整發揮。更重要的是，AM5 腳位支援到 2029 年，未來升級新一代處理器時，原有的主機板與記憶體仍可繼續使用，只要更新 BIOS 即可，不必整套平台重新更換。

Intel Core Ultra 7 270K Plus 則屬於 Arrow Lake 世代的改版產品，E 核由 12 顆增為 16 顆，來到 8P+16E 共 24 核，必須搭配 LGA1851 腳位的 800 系列主機板。如今 Arrow Lake-S 已接近世代尾聲，現在買 LGA1851，買到的很可能是這個腳位的最後一班車。

從過去幾代的平台發展來看，AM4 從 2016 年一路延續至 Zen 3，平台生命週期相當長，AM5 也延續同樣策略。反觀 LGA1851 在 2024 年推出，到現在只經過 200S 與 200S Plus 兩個梯次。同樣一筆主機板的錢，一邊還留著續約選項，一邊比較接近買斷，五年下來的持有成本差距就是從這裡開始拉開。

測試平台

顯示卡方面，AMD Radeon RX 9070 GRE 採用 RDNA 4 架構，搭載Navi 48 核心、12GB GDDR6 記憶體與 192-bit 匯流排，搭配AMD Ryzen 7 9700X，整體價格帶可落在約30,000 元左右，正好瞄準 1440p 高更新率遊戲需求。

項目	AMD 平台	Intel 平台
處理器型號	Ryzen 7 9700X	Core Ultra 7 270K Plus
核心 / 執行緒	8C，16T	8P+16E，24T
基礎功耗	65W	125W
顯示卡	Radeon RX 9070 GRE 12GB	搭配同級顯示卡
主機板腳位	AM5（支援至 2029 年）	LGA1851（世代末段）
記憶體配置	DDR5-6000 CL30	高時脈 DDR5

規格表上值得留意的是，Intel 平台雖然核心數較多，但遊戲效能仍主要取決於單核心效能與記憶體延遲。

主機板與記憶體：不必買貴，但要買對

AMD Ryzen 7 9700X 預設 65W， B850 這類中階主機板的供電規模已足以應對，不需要為了幾組供電相位數往上追 X870。兩者主要差別在USB4 配置與PCIe 5.0 擴充能力，如果沒有外接高速儲存或影像裝置的需求，B850 已能滿足多數玩家的使用需求。

AM5 平台的處理器提供 28 條 PCIe 通道，其中 24 條是 Gen5，可分配給顯示卡x16與兩組 M.2 x4，第二根 Gen5 SSD 也不會影響顯示卡頻寬。B850同樣能取得處理器提供的 16 條 Gen5 顯卡通道，選板時看一眼規格表就好。

至於 DDR5-6000 CL30 之所以是甜蜜點，在於時脈能讓記憶體控制器（UCLK）與記憶體維持 1:1。再往上衝，雖然時脈更高，但控制器多半會退成 1:2 分頻，延遲反而增加。體質好的組合大約能撐到 DDR5-6400，但價差通常換不回等值的遊戲效能。因此，買一組有 EXPO 設定檔的 DDR5-6000 CL30，進 BIOS 開啟設定即可。

簡單來說，中階 B850、DDR5-6000 CL30 搭配 EXPO 就已足夠，省下的預算更適合投入顯示卡與螢幕。

1440p 遊戲實測

以八款遊戲的 1440p 測試結果來看，AMD Ryzen 7 9700X 搭配 Radeon RX 9070 GRE 平均幀數達 136.25 FPS，高於 Intel Core Ultra 7 270K Plus 的 129.50 FPS。其中 Ryzen 7 9700X 有四款遊戲領先、一款持平，其餘三款差距也都維持在個位數 FPS，整體遊戲表現更具優勢。

在電競遊戲中，Ryzen 7 9700X 的優勢更加明顯。兩款電競遊戲平均約300 FPS，高於270K Plus 的 276 FPS；其中《絕對武力 2》與《Apex 英雄》分別領先 28 FPS 與 21 FPS。對於搭配高更新率螢幕的玩家而言，更高的平均幀數能帶來更充分的硬體效能發揮。

單機遊戲方面，Ryzen 7 9700X搭配 Radeon RX 9070 GRE 在《星空》87 FPS、《漫威蜘蛛人 2》81 FPS、《地平線西域禁地》116 FPS，可維持流暢遊戲體驗；《電馭叛客 2077》、《黑神話：悟空》與《心靈殺手 2》則落在 50 至 64 FPS。硬體原生效能本就很棒。若希望在較高負載的單機遊戲中穩定維持 60 FPS，搭配升頻或補幀進一步提升幀數也是個好作法。

這個結果也反映 Ryzen 7 9700X 的定位。1440p 下，多數遊戲的效能瓶頸仍在顯示卡，因此兩個平台搭配同一張 Radeon RX 9070 GRE 時，處理器核心數增加未必能換來更多幀數。當幀數拉上200~300，顯示卡不再是限制，處理器的單核心效能與記憶體延遲才會直接反映在幀數上，而這正是Ryzen 7 9700X 把《絕對武力 2》與《Apex 英雄》拉開差距的地方。

光追與 FSR 4 補上最後一塊拼圖

光追與補幀，RDNA 4 世代把這兩件事更上層樓，這也是AMD Radeon RX 9070 GRE 最值得注意的地方。

第三代光追加速器讓這張卡多了開啟光追的空間。《電馭叛客 2077》在 1440p 打開光追與升頻後平均跨過 60 FPS，再疊上補幀能推到 120 FPS 以上。

在本次測試中，開啟 FSR 4 升頻與補幀後，《星空》來到 190 FPS、《漫威蜘蛛人 2》168 FPS、《電馭叛客 2077》163 FPS、《黑神話：悟空》145 FPS，連負載最重的《心靈殺手 2》也有 122 FPS。

原生張數落在 40 至 50 FPS 的高負載遊戲，開啟 FSR 4 後提升最為明顯。《電馭叛客 2077》從 63 FPS 拉到 163 FPS、《黑神話：悟空》從 64 到 145、《心靈殺手 2》從 52 到 122，原本需要在畫質與流暢度之間取捨的場景，現在可以開著較高畫質遊玩，並將張數進一步推升至100 FPS 以上。

FSR 4 的另一項優勢是升頻與補幀可獨立調整。先以 Quality 升頻將原生張數提升至 60 FPS 以上，再搭配補幀進一步推升至百幀以上；若遊戲支援 Anti-Lag 2，也能同步降低延遲，在畫面流暢度與操作手感之間取得更好的平衡。

Smart Access Memory 記得開一下

AMD Smart Access Memory（SAM）能讓 Ryzen 7 9700X 更完整地存取 Radeon RX 9070 GRE 的 12GB 顯示記憶體，減少 CPU 與 GPU 之間的資料傳輸限制。

這項技術對玩家最實質的幫助有兩點。第一是拉抬 1% Low 低幀、大幅減少微卡頓，讓遊戲體驗更穩定。第二是在部分遊戲中還能帶來額外的平均幀數提升，而且不需要額外購買硬體。搭配 AMD 處理器與顯示卡時，記得在 BIOS 中開啟即可。

功耗與溫度：整套平台的隱性成本

這是兩套平台差距最明顯的地方。AMD Ryzen 7 9700X 預設 65W 模式下，同場 30 分鐘燒機測試約為 89W，相比 270K Plus 的 229W 省下約 140W。測試共用 360mm 水冷，平均溫度是 57°C 對上 76°C，低了約 19°C。

這 140W 的差距，也直接反映在散熱需求上。Ryzen 7 9700X 只需要處理 89W 的發熱，一顆千元出頭的塔散就能全程壓住，不必為了高功耗增加散熱與電源預算。270K Plus 的 229W 想壓在合理溫度，散熱需求也會跟著提高。

溫度低還有一個延伸的好處。9700X 在 65W 的框架下就跑出這樣的成績，代表它留給玩家的餘裕很足。想開 PBO 往上推有空間，想反過來壓成安靜的小鋼砲也很輕鬆。同一顆處理器可以配合機殼與散熱條件調整，不是一上場就把散熱預算吃光。

A+A 合璧，是 1440p 玩家的務實推薦

以遊戲為主、偶爾剪片修圖的玩家來說，AMD Ryzen 7 9700X 搭配 Radeon RX 9070 GRE，在幀數、功耗、散熱門檻與升級路徑上都是更均衡的選擇，而且這些優勢每天開機都會用到。

從實測結果來看，AMD Ryzen 7 9700X 不必追到頂級規格，就能與核心數更多的 270K Plus 正面競爭，並在高張數電競遊戲中取得領先；Radeon RX 9070 GRE 也能應付 1440p 高畫質遊戲、光追與 FSR 4，不必為了用不到的效能一路提高顯示卡預算。

還有一個規格表看不出來的優點：單 CCD 設計沒有大小核心的調度問題，Windows 怎麼排程都對，不需要研究遊戲到底跑在哪一種核心上。加上 Ryzen 9000 系列具備超頻與內顯支援，以及較低的功耗與 AM5 平台的升級彈性，這套組合的優勢不只在眼前的遊戲幀數，也為後續使用與升級留下更多餘裕。

加入電腦王Facebook粉絲團

PaperMono電子紙開發板，自己土砲閱讀器、識別證、門禁卡

國寶大師李文恩 — Mon, 21 Sep 2026 09:00:00 +0800

PaperMono是款搭載ESP32-S3R8微控制器的開發板，並配有3.97吋觸控電子紙顯示器，能夠作為多種裝置使用。

多重連網功能

PaperMono的尺寸為6.2 x 10.1 x 0.8 cm，搭載解析度為480 x 800且具有前光功能的4級灰階3.97吋觸控電子紙顯示器，並搭載ESP32-S3R8微控制器，具有16MB Flash ROM、8MB PSRAM儲存媒體，支援2.4GHz頻段的Wi-Fi無線網路，還可選配NFC與LoRa等無線通訊功能，具有豐富的連接能力。

延伸閱讀：
低功耗廣域網路串起物聯網裝置（2）：LoRa
Modos Paper Monitor土砲E‑ink電子紙顯示器套件，更新頻率高達75 Hz
ZerryBit E-ink電子紙資訊顯示器，小紅旋鈕操作更靈活

此外PaperMono也內建microSD讀卡機、蜂鳴器、PDM麥克風、六軸動態感應器、多級電源管理系統和1150mAh電池等元件，並具有觸控螢幕、實體按鍵、RGB LED等功能。

PaperMono除了可以做為電子書、閱讀器等裝置之外，電子紙類型的顯示器也讓它適合作為需要長時間顯示資訊的識別證、資訊看板等應用，並透過Wi-Fi、LoRa等通訊方式更新資訊，此外NFC功能也讓它能夠作為門禁卡。

▲ PaperMono是款尺寸為6.2 x 10.1 x 0.8 cm、搭載3.97吋觸控電子紙顯示器的開發板。

▲ 它能透過觸控螢幕與3組實體按鍵進行操作，並內建microSD讀卡機、蜂鳴器、PDM麥克風等功能。

▲ 內建的可調式前光功能方便在陰暗處查看畫面資訊。

▲ PaperMono支援Wi-Fi、LoRa、NFC等無線通訊功能，也很適合作為資訊看板、智慧居家中樞等應用。

▲ PaperMono規格簡表。

▲ PaperMono一般版具有LoRa、NFC功能，Lite版則取消。

具有LoRa、NFC功能的一般版PaperMono價格為美金65元（約合新台幣2,090元），Lite版則為美金55元（約合新台幣1,770元），現已上市。

加入電腦王Facebook粉絲團

Arm發表實體AI全面設計與Neoverse CSS N4運算子系統，與合作夥伴共同加速AI機器人與雲端運算轉型

國寶大師李文恩 — Sun, 20 Sep 2026 09:00:00 +0800

Arm於Tech Day 2026發表針對機器人應用的實體AI全面設計生態系，以及針對雲端運算的Neoverse CSS N4運算子系統。

Arm Tech Day 2026除了發表針對行動裝置設計的CSS for Mobile 2行動裝置運算子系統之外，也發表針對機器人應用的實體AI全面設計生態系，以及針對雲端運算的Neoverse CSS N4運算子系統。

邊緣、實體、雲端都會遇到AI

Arm分析在代理式AI的運作過程中，除了有AI推論運算之外，在感知、規劃、評估、驗證等步驟以及操作應用程式、AI工具等過程中，都會消耗更多CPU（處理器）運算資源，所以在筆者先前介紹的CSS for Mobile 2產品說明會中，Arm邊緣AI客戶端運算副總裁James McNiven甚至提出CPU是代理式AI中心的觀點。

延伸閱讀：
【Arm Tech Day 2026】CSS for Mobile 2帶來全新C2-Ultra CPU、G2-Ultra NX GPU，強化手機代理式AI與主機級光線追蹤遊戲體驗
 Arm Everywhere 2026：瞄準代理式AI運算需求，推出Arm AGI CPU自有品牌處理器
 【COMPUTEX 2026】Arm執行長高喊「Taiwan has built Arm」！聯手NVIDIA RTX Spark大秀代理式AI黑科技

Arm表示自家的優勢為提供多元彈性授權方案，客戶可以依需求選擇適合的授權方案，也可搭配自行研發的運算單元，同時也具有領先業界電力效率切適合緣端、雲端、實體AI等應用場域的CPU，而且這些CPU都採用供統一的運算架構，能夠簡化軟體開發的複雜度。

▲ Arm提供多元彈性授權方案，需要最高客製化程度的客戶可以選擇購買IP自行研發，或是購買整合多種IP並可加速開發流成的CSS（運算子系統），也可以直接購買現成Arm AGI CPU晶片加速部署。

▲ 在混合雲端與邊緣端的分散式代理式AI應用中，位於邊緣的個人裝置或實體AI（如機器人）會在接受使用者或環境中的指令後，使用自身運算單元或與雲端伺服器協作，分頭完成低延遲與高負載等不同性質的運算需求。

▲ Arm的優勢為能在邊緣端、雲端、實體AI等不同場域提供統一的運算架構，同時提供領先業界的電力效率，有助於簡化軟體開發。

▲ 邊緣端AI的特色為提供個人日常低延遲體驗，雲端AI則以大規模基礎建設進行AI模型訊練與高負載推論運算，實體AI則提供機器人、自動駕駛車輛感知與推理能力。

▲ 在邊緣端進入到代理式AI的過程中，操作模式也由對提升詞反應、偶爾互動、產生回答、雲端優先，轉換為自主行動、持續互動、深度個人化、分散至終端裝置執行。

推出機器人「全民」檢定

Arm也在這次宣布推出Arm實體AI全面設計（Arm Total Design for Physical AI），與超過80間公司共同開發實體AI技術堆疊，並以生態系首批協作倡議者之一的身份發表機器人能力分級框架（Robotics Capability Framework），共同制定相關協定與定義，以推進機器人能力發展。

機器人能力分級框架將為機器人系統定義由基礎到進階的能力層級，連結真實世界使用場景與機器人行為、輸出及系統需求，內容涵蓋延遲、運算配置、記憶體與功耗限制、確定性與安全性。未來Arm也將邀請更多產業夥伴貢獻專業知識，共同推動這項框架的後續發展。

▲ 實體AI的應用重點為嵌入至機器人、自動駕駛車輛等裝置，不但需要提供低延遲的運算效能，也要考慮裝置的重量以及電力消耗狀況。

▲ Arm分析目前全球工業的產值達到美金115兆元，其中農業、礦業、製造、運輸、營運等實體部門佔據75兆元。

▲ Arm進一步分析2025年的實體AI總潛在市場（Total Addressable Market，TAM）為250億元，並預估到2030年之後會成長至2000億元。

▲ Arm宣佈推出實體AI全面設計方案，協助加速AI部暑、強化生態系合作、制定通訊機制。

▲ Arm實體AI全面設計生態系集合晶片製造、雲端服務、驅動與感測、執行、人工智慧、終端應用等多種領域的廠商。

▲ Arm與多位合作夥伴共同提出機器人能力分級框架（Robotics Capability Framework），透過RL0~RL5等不同等級描述機器人的能力。

▲ 該宣言將機器人能力從可執行指令的RL0級「回應」，到具有自主生成並微調策略的RL5級「自主改善」。

▲ Arm認為實體AI是下一波運算的趨勢，並將與合作夥伴一起建構生態系統與機器人框架、協定。

強化資料中心代理式AI

Arm指出代理式AI正在重塑AI基礎建設的需求，AI代理會進行推論、擷取資料、呼叫工具並與資料庫及其他代理互動，提高CPU的資源需求。另一方面，隨著各類運算需求更加分歧，造成沒有一體通用的基礎建設方案。

為了解決這個問題，Arm推出全新Neoverse CSS N4運算子系統，協助客戶能彈性選擇最符合其工作負載的IP與授權方案，打造針對最高吞吐量效率最佳化的SoC（System on Chip，系統單晶片）。

Neoverse CSS N4的每組CPU最多可容納128組核心，支援LPDDR6記憶體與 PCIe Gen 7匯流排，相較前代Neoverse CSS N3最多能夠提供2倍效能，最多提高電力效率25%、記憶體頻寬75%，帶來提高運算密度、高速記憶體存取、I/O效能強化等優勢，讓應代理式AI系統享有更高資料頻寬，並可與外部加速器協調與平行化運算等需求。

▲ Arm表示Neoverse核心的出貨量至今已超過15億組，其中5億組為近9個月新增。

▲ 在代理式AI的應用情境可以分為感知使用者意圖、產生指令、推理與規劃、調用工具、評估與驗證、更新與迭代等階段，對於CPU的運算需求大幅增加。

▲ 代理式AI有多種清楚的運算需求，能夠靠橫向擴展、資料平面最佳化、執行效能最佳化來改善系統效益。

▲ Arm的Neoverse N系列處理器具有較高的電力效率，適合用於橫向擴展與資料平面最佳化。Neoverse V系列處理器則有較高效能，能夠作為首要運算節點。

▲ Arm於2026年3月發表AGI CPU，透過直接提供實體晶片的方式加速客戶部署。

▲ Arm這次發表的新產品為Neoverse CSS N4運算子系統，單插槽的效能提升可達2倍。

▲ Arm透過CSS for Mobile2以及Total Design for Physical AI、Neoverse CSS N4等產品，提供邊緣、實體、雲端等AI應用更充沛的運算效能。

Arm預測隨著代理式AI持續發展，基礎建設的運作負載將持續增加，如何讓每1瓦電力、每1組個機櫃與每1元的投資發揮最大價值將變得更加重要。產業正逐步以Arm做為次世代代理式AI的共同運算平台，客戶可選擇最符合其基礎架構所需的Arm AGI CPU或Neoverse CSS N4，同時維持效能、效率與軟體相容性的一致基礎。

（Arm Tech Day 2026系列文章目錄）

加入電腦王Facebook粉絲團

光線追蹤大作再出擊，《控制：共振》搭配NVIDIA DLSS 4.5光線重建實測

國寶大師李文恩 — Sat, 19 Sep 2026 09:00:00 +0800

作為控制系列的第2款作品，《控制：共振》依然透過逼真的光影呈現帶來沈浸式遊戲體驗，並可視為光線追蹤的技術展示，我們來看看它在DLSS 4.5光線重建協助下帶來的畫質與效能表現。

（本文使用之《控制：共振》序號由NVIDIA提供）

光線追蹤秀肌肉

《控制：共振》（Control Resonant）的劇情描述迪倫．法登遭聯邦控制局囚禁多年後，被囚禁他的人派往一個超自然危機最為嚴重的地區，運用自己的新能力迎戰造成曼哈頓重重威脅的神秘宇宙實體。玩家需要跨越扭曲感官之地，涉險進入顛覆方向感的重力異常區域，同時破解重重謎題，在戰鬥中利用各式全新戰術搭配來突破難關。

延伸閱讀：
玩遊戲不再有鬼影！NVIDIA 推出 DLSS 4.5 光線重建功能全系列 RTX 顯卡都能戰
 NVIDIA DLSS 4.5光線重建實測，強化光線追蹤畫質效能不打折
 NVIDIA DLSS 5神經渲染效能實測：畫質有感提升但FPS效能砍半

NVIDIA表示《控制：共振》即透過路徑追蹤（即俗稱的全光線追蹤）以及RTX Mega Geometry結構化多邊型技術，並搭配DLSS光線重建與DLSS 4.5動態多畫格生成，在提供沉浸式光影效果，並加速FPS效能表現。

《控制：共振》的實際遊戲畫面與開、關光線追蹤的效果請參考下方圖文說明。

▲ 《控制：共振》是款第三人稱動作遊戲，玩家需要在扭曲的空間跳躍、移動，並且擊退敵人。

▲ 以室內場景為例，關閉光線追蹤的情況下，空間內的光線比較死板。

▲ 白燈開始閃爍後，牆面的光線呈線效果感覺只是用白色覆蓋紅色部分。

▲關閉光線追蹤情況下的紅、白等光閃爍效果。

▲ 開啟光線追蹤之後，可以看到光線在空間內反射造成的自然光照效果。

▲ 白燈閃爍時，紅色與白色光線互相交融的效果更加逼真。

▲開啟光線追蹤之後，能夠呈現自然的反射與光照。

▲ 關閉光線追蹤時，車窗無法反射畫面外的景物。

▲關閉光線追蹤時，車窗沒有任何動靜。

▲ 開啟光線追蹤之後，可以從車窗看到後方的景物。

▲開啟光線追蹤之後，可以在車窗上看到背後的建築物與掉落的物品。

▲ 關閉光線追蹤時，戶外的光照效果無法呈現間接照明的效果。

▲關閉光線追蹤時，車窗玻璃同樣無法反射景物。

▲ 光線追蹤的間接照明技術能夠帶來光線在空間中多次反射的視覺感受。

▲開啟光線追蹤之後，就可以看到車窗即時反射各種物體的動態。

光線重建效能實測

在上面的前半段文章的畫質比較中，筆者保持開啟DLSS超解析度，並將畫面解析度、渲染解析度分別設定為4K與1080p，此外開啟6X畫格生成，將所有畫質相關選項皆調至最高，並比較關閉、開啟光線追蹤的畫面表現。

在效能實測部分，由於《控制：共振》強制開啟DLSS超解析度，於是筆者將控制變因設定在畫格生成與光線重建，又因為關閉光線重建時，透明度將無法選擇「超高」所以在效能測試時無論是否開啟光線重建，都將其設定為「高」，其餘條件與畫質比較環節相同。

測試的方式為在對上「藝術家」的第1個Boss戰中，持續閃躲對方攻擊，並使用NVIDIA FrameView工具測量30秒遊戲進行中的FPS數據，測試2輪並確認沒有極端值之後，以取平均作為成績。

測試平台：
處理器：AMD Ryzen 7 9800X3D
散熱器：MSI MEG Coreliquid S360
主機板：ASRock X870E Taichi（UEFI版號：4.03.TS04 – AMD AGESA ComboAm5PI 1.2.7.1）
記憶體： G.Skill Trident Z5 Neo RGB 16GBx2（@DDR5-7200）
顯示卡：NVIDIA GeForce RTX 5090 Founders Edition
儲存裝置：Samsung 9100 Pro 1TB（系統碟）、Solidigm P41 Plus 1TB（遊戲碟）
電源供應器：MSI MEG Ai1300P PCIE5
軟體環境：Windows 11專業版25H2（Build 26200.9445），GeForce Game Ready 616.64

▲ 《控制：共振》的圖形設定提供詳細的升頻選項，可以指定超解析度的渲染解析度，以及畫格生成倍率。

▲ 光線重建也有獨立開關，但是關閉時透明度將無法選擇「超高」。

▲ 效能測試的方式為在Boss戰使用NVIDIA FrameView工具測量2輪30秒FPS數據。

▲ 在3種DLSS升頻技術的加持下，GeForce RTX 5090能讓《控制：共振》在4K解析度、最高畫質的條件下達到近400幀的平均FPS。

《控制：共振》預定於2026年9月24日上市，可於Steam平台購買。

加入電腦王Facebook粉絲團

NVIDIA下一代Rubin GPU傳規格大變！為了確保出貨改推「8層HBM4」避開產能瓶頸

IFENG — Fri, 18 Sep 2026 09:00:00 +0800

NVIDIA傳出將調降次世代Rubin架構規格，拉高8Hi堆疊HBM4比重，藉此解套產能與良率瓶頸。透過彈性配置HBM4，NVIDIA能在散熱與量產間取得平衡，全力確保AI晶片如期大規...

根據韓媒《ZDNET Korea》引述上游供應鏈消息人士報導，AI 晶片龍頭 NVIDIA（輝達）已正式要求高頻寬記憶體（HBM）合作供應商調整次世代 HBM4 的產能規劃與出貨比重，核心策略是大幅調高 8 層堆疊（8Hi）產品的採購份額，同時相應縮減原定佔比更高的 12 層堆疊（12Hi）HBM4 規格。

此舉被視為 NVIDIA 在面對全球記憶體產能吃緊與先進封裝熱能挑戰下，為確保次世代 Rubin 架構 GPU 能如期大規模出貨所做出的務實戰略調整。

用等量 DRAM 顆粒產出更多 GPU 堆疊模組

當前全球 AI 算力基礎設施建設持續狂飆，連帶使高階 HBM 記憶體長期處於極度供不應求的緊繃狀態。在晶圓廠產能有限的前提下，堆疊層數越高，意味著單顆 HBM 模組所消耗的 DRAM 裸晶（Die）數量越多。

業界分析指出，透過降低堆疊層數至 8Hi，供應商得以在消耗相同 DRAM 裸晶總量的情況下，生產出數量更多的 HBM4 堆疊模組（Stack）。換言之，若以等量的晶圓投片產出計算，轉向 8Hi 方案能直接換取更多的 HBM4 模組總量，進而大幅緩解記憶體模組的缺貨壓力，最終確保 NVIDIA 能順利拉高 Rubin GPU 的實際交付數量與出貨動能。

除了單純的晶圓產能分配問題外，先進封裝中的「散熱密度」與「製程良率」亦是促使 NVIDIA 踩煞車的關鍵技術考驗。

相較於 8Hi 規格，12Hi 高度堆疊會在極為狹小的垂直空間內聚集更多矽晶片，進而產生更龐大的運作廢熱與極高的熱密度（Thermal Density）。尤其次世代 HBM4 與未來的 HBM4E 導入了更寬的介面與暴增的 I/O 接點數量，在極高熱密度環境下進行垂直堆疊與散熱互連，將對記憶體原廠及晶圓代工廠的先進封裝製程帶來前所未有的良率壓力。

若持續強推高比例的 12Hi 或 12Hi HBM4E 規格，恐將導致 DRAM Die 在複雜的鍵合（Bonding）與熱壓封裝製程中出現更高的損耗率。改採技術成熟度相對較高、熱阻較低的 8Hi HBM4 方案，不僅能顯著降低封裝加工過程中的晶粒損耗、拉抬綜合良率，更能有效降低散熱設計的工程難度。

供應鏈連鎖反應：Rubin Ultra 記憶體配置或將同步調整

先前市場已有傳聞指出，NVIDIA 內部正在重新評估頂規旗艦 Rubin Ultra 的 HBM 記憶體配置規格，評估方案包含測試 192GB 或 256GB 的 HBM4 版本，而不僅僅局限於原先規劃的滿血版 12Hi HBM4E。

供應鏈觀察家認為，面對 SK海力士、三星電子與美光等記憶體大廠在 HBM4 世代的投產進度，NVIDIA 選擇在此刻彈性調配 8Hi 與 12Hi 的出貨配比，是在「頂級理論極限效能」與「實際規模量產交付」之間取得的最佳平衡點，全力確保其在次世代 AI 伺服器市場的統治地位不受供應鏈瓶頸干擾。

延伸閱讀：三星HBM4良率衝破80%，攜手輝達AMD搶攻AI伺服器商機
延伸閱讀：AI浪潮擋不住！HBM4記憶體價格傳將「翻倍暴漲」專家：未來顯卡恐怕更貴了
延伸閱讀：Instinct MI455X結合領先效能、HBM4記憶體，與Cerebras合作推出晶圓級引擎解構式AI推論方案

加入電腦王Facebook粉絲團

Intel分析從邊緣AI到實體AI策略與解決方案，推出多種運算單元滿足差異化需求

國寶大師李文恩 — Thu, 17 Sep 2026 09:00:00 +0800

Intel於「從Edge AI 到Physical AI：英特爾策略與解決方案」說明會中，邀請多位專家與分享趨勢分析，並說明多種不同運算單元的特色。

XPU異質運算各展所長

Intel表示自身擁有數十年邊緣運算領域的深厚經驗，透過開放生態系架構與標準化藍圖，協助企業在既有基礎建設與邊緣工作流程中無縫導入AI，同時達成控制總持有成本、兼顧能耗效率與推論效能的目標，並與合作夥伴共同在全球完成超過10萬個邊緣應用實際案例。

延伸閱讀：
Intel於Hot Chips 2026展示代理式AI與企業級產品，Diamond Rapids導入Intel 18A-P製程與扇出拓樸
 Intel Panther Lake處理器架構解析，3種衍生型號最多可選16核搭12組Xe 3核心
 Intel Panther Lake邊緣運算動態展示，將推出工控寬溫版還有迷你單板電腦

現今許多邊緣AI（Edge AI）與實體AI（Physical AI）的應用仍以傳統機器學習和電腦視覺為主要應用，Intel提供運算單元以滿足不同需求的邊緣AI系統，並透過開放式邊緣平台（Open Edge Platform）、邊緣AI開發套件（Edge AI Suites）加速AI應用程式的開發與部署。，簡化AI與現有基礎架構的整合，協助零售、製造、智慧城市、媒體與娛樂等產業加速邊緣AI轉型。

Intel邊緣運算事業群生態系發展部門總經理杜唯揚表示，當技術發展的路線從代理式AI進一步到實體AI，最大的差別在於系統完成推理階段之後，還需要將推理所得到的成果進一步轉換為機器人或各式邊緣裝置的行動。而需要以電腦中的文字、圖像等資訊控制真實世界的裝置，則是需要克服的技術難題。

杜唯揚也提到，目前產業遇到的困境並非沒有AI模型可用，而是有太多不同的模型，因此該如何根據需求挑選適合的模型就成了當務之急。另一方面，Intel提供伺服器級的Xeon處理器、中階Core Ultra處理器與Arc顯示卡、輕量的Core處理器與Atom處理器，部分產品中也整合了CPU（處理器）、GPU（繪圖處理器）、NPU（神經處理器）等不同運算單元，分別適合搭配參數量為70B、15B（或30B MOE混合專家模型）、7~9B等量級的模型，以滿足不同需求。

▲ Intel展示為邊緣運算設計的Panther Lake參考平台，提供更多網路與CAN Bus。端子。

▲ 機身另一面也提供4組USB 3.2 Type-C端子以及整合式雜項端子，以滿足工控電腦的擴充需求。

▲ Intel邊緣運算事業群生態系發展部門總經理杜唯揚在說明會上半場為大家解說實體AI的發展趨勢。

▲ 杜唯揚提到無論是邊緣AI或實體AI，有越來越多應用都會採納代理式AI的運算框架，而Panther Lake處理器中的CPU、GPU、NPU與媒體引擎能在不同運算負載中發揮所長。

▲ 代理式AI的運作重點是會透過攝影機、感應器等元件感知外部資訊後，進行自動化閉環推理運算，最後驅動實體機器人或工業設備做出行動。

▲ Intel提供多種合作夥伴已經導入AI的轉型成功案例，其中包含零售、教育、醫療、製造業、交通、智慧城市等等。

▲ Intel提供上至伺服器級的Xeon處理器，以及中階Core Ultra處理器、Arc顯示卡，還有輕量的Core處理器、Atom處理器，適合搭配參數量為70B、15B（或30B MOE模型）、7~9B等不同量級的模型。

▲ 根據Intel提供的數據，Core Ultra X7 358H處理器與競爭對手NVIDIA Jetson AGX Orin平台相比，在多項運算負載的效能表現可達1.5~2.5倍，在影片分析的單位成本效能表現達到2.2倍。

▲ Intel的Open Edge Platform平台提供底層作業繫系統（Linux與RTOS）、中層的工具與函數庫、上層的參考應用程式，讓開發者可以快速將構想轉換為實際方案。

▲ Intel AI以及累積63位系統夥伴並推出155款系統，軟體部分則有125位夥伴推出137款應用程式。

▲ Intel能在邊緣AI領域提供完善的異質運算與大規模營運平台，並加速從開發都收益的流程。

混合傳統與AI運算更具效益

Intel邊緣運算事業群平台研發協理王宗業則是較偏技術的角度，分析Intel在軟體堆疊、開發工具，以及實體AI的硬體平台所具備的優勢。

他特別強調硬體參考平台搭載代號為Panther Lake的Core Ultra系列3處理器，具有最新世代的CPU、GPU、NPU運算單元，分別能夠提供「10 + 120+ 50」全機共180 TOPS的AI運算效能，對於許多邊緣與實體AI應用來說十分充沛。

王宗業也提到混合以規則為基礎（Rule Based）的傳統運算與AI運算的概念，並餐飲業使用機器手臂折毛巾為範例。在折毛巾的部分可以使用傳統運算進行高度重覆性的工作，並依各分店空間與需求不同，透過AI協助辨識將毛巾放置於特定位置，或依指定數量堆疊並裝箱，在完成任物需求的同時，降低Token（字詞）的消耗量以節約成本。

▲ Intel邊緣運算事業群平台研發協理王宗業在說明會下半場分析Intel的技術與優勢。

▲ Intel以處理器、GPU、網路等晶片做為堅實的基礎，並與合作夥伴共同推出開發工具鏈、管理框架、函數庫、軟體套件等資源。

▲ 機器人AI軟體套件也是集合Intel與生態系統中多項資源，提供完整的控制、實體AI、電腦視覺等等軟、硬體功能。

▲ Intel推出採用代號為Panther Lake的Core Ultra系列3處理器的參考平台，能夠應用於工業機械手臂、協作機器人、自動導引車（AGV）、自主移動機器人（AMR）、機器視覺控制器、人型機器人等場域。

▲ Core Ultra系列3處理器能夠搭配OpenVINO Physical AI、Physical AI Studio以及多款軟體套件，充分活用CPU、GPU、NPU的異質運算單元。

▲ 以AI驅動的電腦視覺PCB檢測為例，可以利用CPU進行文字轉語音輸出的運算，GPU則負責規劃機器人動作、語音轉文字輸入，NPU用於持續影像辨識。

▲ Intel具有數十年的生產資歷、長產品生命週期的可靠度、生態系統創新等優勢，提供多種運算單元與晶片滿足不同AI應用的需求。

Intel表示於2026年1月正式發表的Core Ultra系列3處理器採用最先進Intel 18A節點製程，邊緣運算專用型號通過嵌入式與工業應用認證，並提寬溫、可預測效能表現、支援24×7全天候運作的可靠性，更適合應用於工控領域。

筆者也將於下篇文章整理Intel先前說明Panther Lake、Wildcat Lake等處理器於邊緣運算與自主機器人應用的情況，請讀者參加下方目錄繼續閱讀。

Intel實體AI趨勢分析系列目錄
Intel分析從邊緣AI到實體AI策略與解決方案，推出多種運算單元滿足差異化需求（本文）
Panther Lake、Wildcat Lake發威，Intel說明Core Ultra系列3處理器搭配OpenVINO實體AI框架的邊緣運算與自主機器人優勢（工作中，預計10/1刊登）

加入電腦王Facebook粉絲團

聯發科發表天璣 9600 Pro、9600 M，首度導入台積電 2 奈米與全大核架構

洪詩詩 — Wed, 16 Sep 2026 16:30:00 +0800

聯發科技發表天璣 9600 Pro，採用台積電 2 奈米製程並主打 Agentic AI 應用。天璣 9600 Pro 透過全大核架構提升效能，帶領智慧手機邁入高效運算時代。

聯發科技 15 日發表新一代旗艦行動晶片天璣 9600 系列，包含天璣 9600 Pro 與天璣 9600 M，主打裝置端 Agentic AI 應用，當中天璣 9600 Pro 首度採用台積電 2 奈米製程與全大核 CPU 架構，並支援 LPDDR6 記憶體與 UFS 5 儲存規格，進一步提升處理效能與 AI 運算能力。

聯發科技表示，天璣 9600 Pro 透過 CPU、GPU、NPU 等運算單元協同工作，搭配 Agentic AI 引擎 3.0，讓手機能處理更多裝置端 AI 應用；天璣 9600 M 則定位在較廣泛的旗艦市場，同樣提供遊戲、影像與 AI 等功能。

天璣 9600 Pro 採 2 奈米製程，最高 4.55GHz

天璣 9600 Pro 採用台積電 2 奈米製程，並導入 2+3+3 全大核 CPU 架構，由 2 個最高 4.55GHz 的 C2-Ultra 超大核、3 個 4.35GHz 的 C2-Pro 大核，以及 3 個 3.1GHz 的 C2-Pro 大核組成。

晶片配置 34.5MB 快取記憶體，並率先支援 LPDDR6 記憶體與 UFS 5 快閃記憶體。聯發科技公布的數據顯示，天璣 9600 Pro 單核效能較上一代提升 17%、多核效能提升 15%，多核峰值效能下的功耗則降低 61%。

在 AI 運算部分，天璣 9600 Pro 採用新的「天璣智算融合架構」，讓 CPU 與 NPU 進行協同運算，並搭配天璣調度引擎，依照不同應用需求調整運算、電力與儲存資源。

支援 30B MoE 模型，主打裝置端 Agentic AI

天璣 9600 Pro 整合雙 NPU 與 Agentic AI 引擎 3.0，主打讓手機具備更進一步的環境感知與主動執行能力，其中第二代超能效 NPU 結合低功耗感測器中樞，聯發科技表示功耗較上一代降低 40%；第 10 代 NPU 1090 則針對大型語言模型運算進行強化，Prefill 效能提升 51%，每瓦生成 Token 數提升 55%。

此外，生成式 AI 引擎 3.0 的 INT4 運算能力提升 2 倍，並支援 Hybrid Attention 與模型壓縮技術，可在裝置端運行最高 30B 的混合專家模型（MoE）。聯發科技也將透過 Agentic AI 引擎 3.0 與合作夥伴共同開發相關應用。

GPU 效能提升 27%，支援 185fps 遊戲

遊戲方面，天璣 9600 Pro 搭載 G2-Ultra NX GPU，聯發科技表示峰值效能較上一代提升 27%，相同峰值效能下功耗降低 24%，光線追蹤效能則提升 18%。

新晶片加入天璣神經網路渲染架構，結合 GPU 與 AI 運算能力改善遊戲畫面，同時支援最高 185fps 遊戲。其他遊戲功能還包括第三代光線追蹤引擎、天璣 OMM 光線追蹤硬體加速、天璣倍幀技術 4.0，以及 Ray Tracing Pipeline 技術。

影像支援 4K 240fps 慢動作錄影

影像部分，天璣 9600 Pro 搭載 Imagiq 1290 ISP，透過 ISP 與 NPU 協同運算提升影像處理能力，並支援即時追焦、全景深運算等功能。

錄影規格則支援 4K 240fps 超高速慢動作錄影，以及 4K 60fps 電影等級影片輸出、4K 120fps Log 原色影片輸出，另外也支援最高 17EV 高動態影像技術，鎖定對影像創作有較高需求的使用者。

連線部分，天璣 9600 Pro 也加入 AI 選網、AI Wi-Fi 速率調校及 AI 定位等功能，藉由 AI 演算法改善行動網路、Wi-Fi 與定位體驗，並支援跨境三卡三通及多裝置藍牙連線。

天璣 9600 M 主打普及型旗艦市場

另一款天璣 9600 M 則定位在較廣泛的旗艦手機市場，同樣整合影像引擎、Agentic AI 引擎 3.0、天璣調度引擎與星速引擎，提供 AI、遊戲、影像與通訊功能。

聯發科技表示，天璣 9600 M 的 ISP 可搭配 NPU 進行影像演算，支援高畫質影像與即時追焦；Agentic AI 引擎 3.0則提供裝置端感知與 AI 協作能力。遊戲方面，同樣支援天璣神經網路渲染架構與最高 185fps 遊戲體驗，並透過調度機制兼顧效能與功耗。

目前聯發科技尚未公布天璣 9600 Pro、天璣 9600 M 實際搭載機種與上市時程，後續仍待手機品牌公布相關產品資訊。

加入電腦王Facebook粉絲團

Dell於科技論壇分享企業AI轉型觀點，資料為王、自動化助力大規模部署

國寶大師李文恩 — Mon, 14 Sep 2026 09:00:00 +0800

戴爾科技集團（Dell）在戴爾科技論壇展示多款企業、個人AI解決方案，並於媒體說明會中分享關於企業AI轉型過程的關鍵，強調私有資料、平台可觀測性、自動化部署的重要性。

自動化大規模部署搭配持續觀察、修正

戴爾科技集團在2026年度戴爾科技論壇（Dell Technologies Forum 2026）與產業領袖、全球科技合作夥伴聚焦討論「將無限可能，轉為實際成果」，透過主題演講、產業領袖對談、三大分會議程及解決方案展示，聚焦 AI 架構與應用、現代化資料中心與多雲管理。

延伸閱讀：
【GTC 2025】NVIDIA發表Blackwell Ultra GPU、GB300 NVL72伺服器，Photonic矽光子交換器節能又可靠
 【COMPUTEX 2026】不只脫光光秀晶片，Intel展示Panther Lake與Wildcat Lake晶圓，現場直擊Dell XPS 13輕量筆電
 Dell宣佈XPS回歸，於CES 26發表XPS 14、XPS 16輕薄筆記型電腦

台灣戴爾科技集團技術副總經理梁匯華於演說中分享Dell協助全球超過6500間企業導入AI的心得與觀點。首先企業不應只是抱著「OpenAI出了什麼新模型，我們也應該玩玩看」的心態嘗試AI，畢竟企業的目標就是為了追求獲利，因此以業務導向的規劃，以及尋求AI變現的能力就是最重要的目標。

梁匯華建議企業需要先確認自身的業務意圖，並將業務目標轉換為資料路線圖，選擇哪些情境能夠使用AI協助提高生產力，接下來就是針對需要導入AI的範圍準備企業私有資料，並透過專業的資料清理、產生中繼資料、產生RAG向量等流程，並持續更新與監空資料。

隨後企業也需要透過自動化部署達到大規模運行AI的成果，並在AI落地後持續監控系統效能、驗證AI準確度，並嘗試跨情境擴展，最後則可衡量導入AI的業務成果。

梁匯華也指出所有環節中最重要的部分為透過自動化部署實現大規模AI，而不是使用人力方式進行有限範圍的部署。另一方面，在完成部署工作後，也需確保系統的可觀測性，持續觀查系統運作並修正，才能不斷改進系統運作成效。

▲ 台灣戴爾科技集團技術副總經理梁匯華說明企業導入AI可分為6大階段，首先需要充分分析業務意圖，才能根據需求往下尋求需求的資料、工具並達到業務成果。（投影片為活動現場拍攝，畫質不佳敬請見諒）

▲ 對於企業而言，缺乏明確目標、各種技術或組織組礙、AI工具不足、技術落差等等因素都會影響AI落地的進展。

▲ 梁匯華以料理比諭AI「從出生到服役」的流程，資料建立與擷取就像種植與採收食材，隨後還需要處理食材、料理，才能成為美味的菜餚。

▲ 建立AI工廠的第1步就是根據業務目標擬定資料路線圖，接著就是整理資料格式並提供可重覆使用的精選資料，在營運階段還需不斷監控、管理AI平台。

▲ Dell提供多種企業服務與產品，協助企業快速導入驗證過的自動化AI平台。

NVIDIA GB300背面長這樣！

Dell也於活動會場展示許多軟、硬體技術與產品，說明企業如何導入AI平台，以及員工個人如何操作AI，以強化企業整體生產力。

值得注意的是，Dell這次展示PowerEdge XE9712伺服器時，是將機殼尾部朝外陳列，讓我們可以一窺GB300 NVL72機櫃的滑軌快拆設計。

▲Dell PowerEdge XE9812整合機櫃的組裝過程。可以看到許多元件都是採用模組化設計，各層伺服器能透過滑軌快速拆裝。

▲ Dell展出的硬體中，最具代表性的產品肯定是搭載NVIDIA GB300 Superchip的PowerEdge XE9712伺服器。

▲ 伺服器中搭載2組GB300 Superchip，並採用水冷散熱方案。

▲ GB300 NVL72機櫃採用便於快訴安裝的滑軌式設計，伺服器背面突出的部分為電源插銷，將伺服器滑入機櫃就能與機櫃內的插座結合，不需另外配置電線。

▲ NVLink端子也是採插銷設計，可以減少安裝過程需要的時間。

▲ 冷卻水管路分於外殼尾部的兩側，圖為左側標示紅色的熱水出水口，另一側為藍色冷水入水口。

▲ 現場展示透過PowerSwitch Z9664F搭配InfiniBand串接4台Dell Pro Max GB10超級電腦。

▲ Dell Pro展區的主題為AI PC辦公室情境，Pro 5桌上型電腦以及Pro 7系列14、Pro 14 Permiun等筆記型電腦，搭配Pro P34 USB-C Hub會議顯示器能夠方便地連接多款裝置。

▲ Dell Pro Precision展區則更專注於多媒體創作，以Pro Precision T1桌上型電腦，搭配Pro Precision 5 16S、Pro Precision 7系列14等筆記型電腦與UltraSharp 34曲面Thunderbolt Hub顯示器。

台灣戴爾科技集團總經理廖仁祥表示AI的真正價值不在於導入技術，而是讓技術發揮作用，企業需要因應不同工作負載與發展階段的資料、儲存、運算到雲端與自動化等基礎架構，Dell透過端到端產品組合與解決方案，協助企業為下一階段發展做好準備，將技術投資轉化為可持續的競爭優勢。

加入電腦王Facebook粉絲團

預算型玩家首選！AMD Ryzen 5 5500F悄悄現身，支援PCIe 4.0成為入門救星

KKJ — Sun, 13 Sep 2026 09:30:00 +0800

AMD推出僅99美元的Ryzen 5 5500F，採用正統架構並解鎖PCIe 4.0支援。這顆Ryzen 5 5500F能有效解決老舊平台的頻寬瓶頸，讓玩家以極低成本補齊PCIe 4....

AMD 最近悄悄端出了一顆定價僅 99 美元（約合新台幣 3,200 元）的入門級處理器——Ryzen 5 5500F。乍看之下，這又是一顆在 AM4 長青插槽上「擠牙膏」的入門產品，但只要拆開規格表與底層架構，就會發現這並非單純的型號更名，而是 AMD 針對老玩家痛點所進行的一次精準微調。

換裝 Vermeer 晶片解鎖 PCIe 4.0，但快取砍半

要理解 Ryzen 5 5500F 的定位，就必須先回頭看先前的標準版 Ryzen 5 5500。過去的 5500 雖然頂著 Zen 3 的招牌，底子裡用的卻是代號「Cezanne」的單晶片整合架構，也就是由 Ryzen 5000G APU 閹割掉內顯而來的產物。這項硬體限制帶來了致命缺陷：它僅支援 PCIe 3.0，而且延遲表現不如正統桌上型小晶片。

然而，全新的 Ryzen 5 5500F 徹底改頭換面，正式回歸了代號「Vermeer」的正統 Zen 3 桌上型小晶片（Chiplet）家族。從半導體製程的角度來看，5500F 本質上就是長青熱銷款 Ryzen 5 5600 在晶圓良率分級之下的產物，超微將運算核心略有次級瑕疵的晶粒進行二次篩選與封裝，讓入門晶片也能享受正統桌上型架構的傳輸設計。

核心換血帶來最立竿見影的升級，就是終於補齊了 PCIe 4.0 高速匯流排支援。這項規格對於現代入門裝機至關重要——如今主流的入門顯示卡（如 Radeon RX 6600 或 GeForce RTX 4060）往往只給予 PCIe x8 的物理通道，若插在舊款 5500 的 PCIe 3.0 插槽上，傳輸頻寬立刻被腰斬為 PCIe 3.0 x8，在部分高負載遊戲中極易出現掉幀現象；而 5500F 支援 PCIe 4.0 之後，便能完美解放主流顯示卡與 Gen4 高速 NVMe 固態硬碟（SSD）的傳輸實力。

當然，百元美金的價格不可能毫無取捨。相較於正規 Ryzen 5 5600 完整的 32MB L3 快取，5500F 的三級快取被大刀闊斧砍半至 16MB，時脈設定也略微保守在基礎 3.0GHz、加速 4.4GHz，熱設計功耗（TDP）維持在節能的 65W。

型號末尾的「F」則代表它不具備任何整合顯示核心，裝機必須搭配獨立顯示卡運作。這刀法砍得極為精準：捨棄了部分吃快取的大作極限幀率，但把最影響擴充性的 PCIe 頻寬完整還給了消費者。

延用 DDR4 與老晶片組主機板才是真的省

對預算型組裝玩家來說，升級電腦最令人畏懼的從來不是 CPU 本體的價格，而是「牽一髮動全身」的整套平台綁架。

如果今天想要邁入新世代的 AM5 平台，即便選擇最平價的 Ryzen 5 7500F，處理器單顆就得花上新台幣 5,000 元以上；更別提還得強制搭配價格相對較高的 DDR5 記憶體，以及一張即使是最入門的 A620 或 B650 也動輒要價三、四千元的主機板，整套核心平台換算下來至少新台幣一萬兩千元起跳。

然而，Ryzen 5 5500F 鎖定的正是成熟且價格極度親民的 DDR4 生態圈。在目前市場上，DDR4 記憶體的價格幾乎已經探底，玩家可以用極低預算輕鬆買到 16GB 甚至 32GB 的雙通道配置，大幅降低組裝門檻。

更強大的殺手鐧在於 AM4 插槽跨世代的相容能力。

從 2016 年發表至今，市場上累積了龐大數量的 A320、B450、B550 主機板。對於目前電腦裡還插著初代或二代 Ryzen（例如 Ryzen 5 1600、2600）的老用戶來說，主機板不用拆、電源供應器不用換、DDR4 記憶體繼續沿用，只要花 3,000 元買一顆 5500F 刷個 BIOS 插上去，電腦瞬間就能享受 Zen 3 架構的高 IPC 效能提升，以最低代價讓整台老電腦滿血延壽。

雖然它在 3A 遊戲頂峰對決中比不上擁有超大快取的 5700X3D，但在日常多工、文書辦公以及順跑《英雄聯盟》、《特戰英豪》、《暗黑破壞神 IV》等主流熱門遊戲上，這樣的低成本升級方案所換來的效能回饋，每分錢都扎扎實實花在刀口上。

兩路包夾入門預算市場

很多人或許會感到疑惑：AM4 插槽走過將近八個年頭，跨越了四代架構，為什麼 AMD 至今還不願意讓它徹底功成身退？這背後隱藏的是半導體晶圓利用率與市場佔有率的雙重算盤。

在台積電 7nm 這類極度成熟的先進製程晶圓上，生產過程中必然會產生部分核心體質未達標的晶粒；若直接報廢無疑是純粹的成本損耗，但如果透過良率分級機制封裝成低價百元晶片，便能將矽晶圓的商業價值壓榨到極致。

與此同時，AMD 採取了「新舊雙軌包夾」的產品矩陣策略：高階與主流市場由 AM5 的 Ryzen 7000、9000 系列進攻；而在新台幣 3,000 至 5,000 元的入門預算帶，則藉由 5500F 搭配定價約 189 美元（約新台幣 6,100 元）的內顯款 Ryzen 5 7500，形成雙線防線，死死守住百元美金關卡，直接抵禦競爭對手 Intel 在 Core i3-12100F 與 i5-12400F 上的低價攻勢。

延伸閱讀：AMD 官方證實 Zen 6 處理器續用 AM5 腳位，Medusa APU 同步進駐，一張主機板戰到 2029 年！
延伸閱讀：顯卡又漲瘋了！RTX 5090 溢價 145%，RTX 50 系全面漲翻天、AMD 價格相對佛心
延伸閱讀：Dell Pro Essential 14、15 商務筆電登場，Intel 及 AMD 平台可選、最高 64GB 記憶體

加入電腦王Facebook粉絲團

越貴反而越要買？2026 Q2 獨立顯示卡出貨創歷史新高

NetEase — Sat, 12 Sep 2026 11:00:00 +0800

2026年第二季獨立顯示卡出貨量逆勢創下新高，反映出玩家對光追技術的追求與本機 AI 生產力的剛性需求。當獨立顯示卡不再只是遊戲配件，而是推動本機 AI 應用的關鍵工具，消費者寧願負擔...

依照消費性電子市場的傳統產銷規律，每年第二季向來是硬體世代交替的傳統淡季，消費者多半習慣按兵不動、等待下半年的秋季新品，整體出貨量常規性會較首季出現溫和下修。

然而，2026 年第二季最新產業報告指出，本季獨立顯示卡出貨量迎來極為罕見的反季節逆勢狂飆，不僅季增率表現亮眼，年增幅更大幅超越業界原先的保守預期，一舉打破過去「五窮六絕」的硬體魔咒，創下歷史新高紀錄。

本機端 AI「顯示記憶體焦慮」讓顯卡變生財工具

驅動本季獨立顯示卡換機潮的第一道推力，來自次世代 3A 遊戲大作對圖形算力的無情壓榨。隨著虛幻引擎 5（Unreal Engine 5.x）最新版本深度普及，Nanite 幾何虛擬化、Lumen 動態全域光照、全景路徑光線追蹤（Path Tracing）以及神經網路渲染演算法已成為一線大作的標準配備。

遊戲世界的材質擬真度與動態反射達到前所未有的高度，卻也讓前兩代的中階主流顯卡面臨算力斷崖。過去玩家尚能開啟解析度縮放技術勉強維持基本更新率，但面對次世代極限光影，舊架構的光追運算單元幾乎難以負荷，在 1440p 乃至 4K 60FPS 的流暢基準面前，核心玩家被迫承認手上的老卡已達極限，不得不啟動延宕已久的升級清單。

將市場需求推向狂暴狀態的，是迅速普及的個人化本機端人工智慧（AI）運算。

隨著開源大型語言模型（LLM）的量化技術日益精簡，以及高解析度擴散生圖模型（如 Stable Diffusion 3、FLUX 等）在創作者社群中的全面落地，越來越多軟體工程師、自由接案者、影片剪輯師與數位藝術家，選擇在個人桌上型電腦上進行本地推論與模型微調。本機部署不僅能徹底保障商業機密與個人隱私，更能省下常年租賃雲端運算 API 的高昂帳單。

16GB 甚至 24GB 大容量顯示記憶體（VRAM），從過去少數玩家炫耀的旗艦規格，一躍成為避免「記憶體不足」崩潰的唯一解方，直接引爆了高階顯卡的掃貨熱潮。

看清「晚買不會享折扣」的通膨現實

受到全球頂尖晶圓代工廠先進製程節點報價持續攀升，以及 AI 資料中心對 HBM 與高密度記憶體產能的瘋狂爭奪，消費級高頻寬 GDDR 顯示記憶體供應長期處於吃緊狀態。各大顯卡品牌面臨原物料與封裝成本的沉重轉嫁壓力，終端零售價格在過去數個季度非但沒有隨著產品生命週期下滑，反而呈現規律且持續的階梯式墊高。

市場預期的根本轉變，成了點燃第二季搶購火苗的關鍵催化劑。消費者與中小企業工作室在看透了國際供應鏈緊繃、原物料只漲不跌的趨勢後，普遍預期下半年即便推出新品，極可能伴隨更為激進的定價策略或初期配貨短缺。與其在秋季面臨加價搶購與缺貨煎熬，不如在第二季現貨庫存尚屬齊全時果斷進場卡位。「現在不買，以後只會更貴」的避險心態迅速蔓延，通路現貨被快速消化，進而迫使板卡廠加大出貨力道，將傳統的淡季硬生生推升為出貨高峰。

CUDA 生態築起高階護城河，AMD 靠大容量記憶體肉搏、Intel 搶攻甜蜜點

檢視各大晶片陣營的競爭版圖，全球市場仍由少數巨頭牢牢掌控，但各自的突圍刀法卻涇渭分明。輝達（NVIDIA）憑藉在深度學習超高取樣（DLSS）幀生成與光線重構技術的長年領先，加上全球深度學習開發者幾乎無法脫離的 CUDA 軟體生態系，牢牢壟斷了高階旗艦市場與絕大多數個人 AI 生產力用戶，無論出貨額與利潤率都獨占鰲頭；超微（AMD）則選擇直擊精打細算玩家的痛點，以更親民的價格帶給足大容量顯示記憶體規格，在主流中高階價位帶與對手展開激烈的性價比攻防；而英特爾（Intel）則在持續迭代驅動程式、消弭相容性疑慮後，透過具備競爭力的 XeSS 演算法，在入門至中階甜蜜點市場逐步擴大市佔防線。

2026 年第二季全球獨立顯示卡出貨量的歷史性反彈，有力證明了本機高效能運算在後 AI 時代不可替代的樞紐地位。下半年隨著各大廠商進一步將產品線切入更多細分價位帶，這場圍繞在產能、定價與算力焦慮之間的博弈，勢必將持續主導整體 PC 產業的脈動。

延伸閱讀：【COMPUTEX 2026】AMD於全球市場推出Radeon RX 9070 GRE顯示卡，FSR 4.1將依序下放至舊世代
延伸閱讀：驅動戰未來！AMD宣布FSR 4.1下放至RDNA 3架構顯示卡，未來將進一步相容於RDNA 2
延伸閱讀：NVIDIA 下代旗艦 Vera Rubin 報價曝光：單卡售價直逼 13 萬元，顯示卡市場進入天價時代

加入電腦王Facebook粉絲團