熱門搜尋 :
當生成式人工智慧（GenAI）與代理型人工智慧（Agentic AI）持續進入企業應用現場，AI基礎架構的討論已經逐漸離開單純採購圖形處理器（GPU）伺服器的階段。企業真正需要面對的問題是，既有算力是否被有效利用，模型檔案是否可追溯，推論服務是否能穩定提供，API金鑰與使用成本是否可控，以及AI應用進入正式環境後，資訊部門能否用可維運、可稽核的方式承接。
2026-06-10
當前企業加速導入人工智慧（AI）、物聯網（IoT）、雲端與自動化系統，資料已成為營運決策、模型訓練與供應鏈協作的核心資產。
2026-06-02
當企業界持續把目光放在生成式AI與高效能運算之際，量子電腦（Quantum Computer）與後量子密碼學（PQC）也正快速成為企業資安與基礎架構規劃的新課題。亞洲大學講座教授兼量子AI研究中心主任黃光彩博士指出，市場對量子運算的討論，已經不能再停留在遙遠未來的想像。
2026-06-01
從2026年第一季的防護統計數據中可以看出，儘管傳統的垃圾郵件與病毒信件依然佔據極大宗的網路流量，但純粹夾帶病毒執行檔的攻擊比例逐漸下降，取而代之的是帶有惡意連結的釣魚信件、以及高度客製化的社交工程攻擊大幅增加。
2026-05-28
當企業導入人工智慧（AI）逐步告別概念驗證（POC）階段，市場焦點已明顯轉向治理、驗證與合規。過去企業談AI，多半著眼於模型能力、導入速度與自動化效益，如今更關鍵的問題，已變成系統能否被盤點、流程能否被驗證、結果能否被稽核，以及架構能否承受未來法規與供應鏈要求。尤其後量子密碼（PQC）、安全開發生命週期（SSDLC）、軟體物料清單（SBOM）與密碼敏捷性（Crypto Agility）等議題，正同步進入企業決策視野。
2026-05-26
當前的地緣政治環境不再僅僅圍繞著領土、資源或傳統軍事力量展開，而是轉向對運算資源、數據主權以及演算法領導權的全面爭奪。主權AI的興起，標誌著過去那種技術無國界的幻想已經破滅，取而代之的是一種基於國家安全、文化特性與經濟自主的技術民族主義。
2026-05-20
當企業逐步將人工智慧（AI）導入實際營運，網路基礎架構的重要性也快速升高。過去企業多半關注頻寬、覆蓋與設備更新，如今更在意跨據點能否一致管理，公有雲、私有雲與地端環境能否安全協作，以及網路維運能否承接AI應用帶來的即時性與複雜度。對IT決策者而言，網路已成為AI轉型的底層平台。
2026-05-11
當前製造業同時承受多樣化製程、精密檢測、缺工壓力與跨部門資訊斷層等多重挑戰。許多企業已逐漸意識到，智慧工廠的發展若仍停留在單點設備升級或局部自動化思維，很難真正解決產線效率、品質穩定與營運韌性問題。
2026-05-05
隨著智慧製造持續推進，工廠資料架構正面臨前所未有的壓力。QNAP儲存系統產品部產品經理胡大緯表示，現階段智慧工廠與人工智慧（AI）應用，真正需要先處理的課題，往往不是模型能力，而是資料能否被穩定蒐集、有效過濾、即時傳遞，並在可控成本下完成治理。
2026-05-04
生成式人工智慧（GenAI）與大型模型訓練需求持續擴張，資料中心已不再只是承載伺服器與儲存設備的後端場域，而是支撐企業數位服務、雲端平台、金融交易與AI運算的關鍵基礎設施。
2026-04-27
儘管全球高達97%的企業表態支持永續發展，但根據Seagate最新發布的《資料去碳化報告》，願為資料中心永續發展實際付諸行動的比例卻僅有3%。這道意識與行動的鴻溝，正讓企業付出財務、營運和聲譽上的沉重代價。
2026-04-22
科技製造業運用生成式AI時，可在既有合規與治理基礎之上妥善發展，應用本地LLM與軟體系統整合，來大幅提升了關鍵流程的效率。而「制度」與「技術」須同步演進，AI才能成為組織運作可落地、可永續使用的真正助力。
2026-04-20
全球製造業正同時面對精密化與高度客製化的壓力，傳統仰賴大量人力的生產與檢驗模式，已愈來愈難支撐現代供應鏈對品質、速度與彈性的要求。資訊科技（IT）與營運科技（OT）的深度融合，已成為企業推動數位轉型與智慧製造的重要基礎。
2026-04-13
AI應用進入實戰階段，企業資料中心發現真正拖慢進度的不是GPU算力，而是資料本身的處理效率。當模型反覆讀取歷史資料、做向量化轉換、跨地搬移時，儲存系統承受的壓力遠超過往。業界專家不約而同地強調，資料平台須整合傳輸、分層、備份與治理，才能穩定承接AI工作負載。關鍵在於讓資料依存取熱度自動移動，打破孤島，並把邊緣節也納入運算架構，才能真正釋放出AI投資效益。
2026-04-08
人工智慧（AI）快速演進，已明顯改寫企業IT基礎設施的設計邏輯與資源配置方式。自2022年大型語言模型（LLM）與生成式技術邁向實用化以來，無論是大型企業、中型組織，甚至小型團隊，都能將機器學習與生成式應用導入日常營運。技術普及帶來的直接影響，就是資料生成量與資料使用量同步攀升。
2026-04-07
當企業生成式人工智慧（GenAI）應用逐步跨出問答輔助階段，IT架構管理的核心議題也跟著改變。這場變化著眼點並非模型準確率或推論效能，而是企業是否具備一套能支持代理型人工智慧（Agentic AI）持續運作的營運體系，同時又能把風險控制在可接受範圍內。
2026-04-01
回顧2025年，電子郵件資安攻防戰大規模利用合法服務與心理操弄，傳統的資安邊界以區分黑名單與白名單的機制正面臨失效。2026年，資訊安全不僅是技術與技術的對抗，更是對人性的考驗。在信任崩解的網路世界中，唯有保持高度警覺與適度的懷疑，才能有效保全資產與數據安全。
2026-03-26
全球產業正迎向人工智慧（AI）新世代，資安防護已不再僅是單純的技術議題，而是涉及國家安全、產業韌性與治理效能的核心戰略。面對日益複雜的網路攻擊手法與地緣政治風險，台灣作為全球供應鏈的關鍵樞紐，資安防禦體系必須具備高度的前瞻性與實戰能力。國家資通安全研究院（資安院）作為國家級的資安技術幕僚與研發單位，正致力於推動從傳統人力維運邁向自動化、平台化與智慧化的治理轉型。
2026-03-23
近期銀行業有一場關於電子簽章的研討交流會議。會中討論到，當個人為企業提供授信擔保，例如擔保物提供人、保證人等，若透過電子簽章方式簽署相關擔保文件，在現行法規框架下，將對營運操作實務帶來哪些影響，以及可能的解決方案為何。
2026-03-17
長期以來，QLC（Quad-Level Cell）用於主要儲存的討論，往往被視為在成本、效能與可靠性之間的取捨。由於QLC每個儲存單元可儲存4個位元，相較於TLC（Triple-Level Cell）在單位密度上更具優勢，市場普遍將其定位於容量導向或次級儲存應用。
AI基礎架構升級 模型治理成上線關鍵
資安院與微軟簽定合作備忘錄 強化台灣整體資安整備與韌性
流程治理資料品質先行 AI應用可稽核可控管
Akamai 攜手 NVIDIA 將安全防護帶入 AI 工廠
聯發科啓用研發資料中心 高算力支援未來成長
設定Prism Central組態 集中管Nutanix超融合叢集
NetApp 攜手 Cisco 全面加速 AI 創新 守護資料安全
TrendAI 加入 Anthropic Project Glasswing
台灣帆軟全新 AI 戰略與 Data Agent Dora
可信任AI從開發流程開始
建置高可用性iSCSI儲存設備（中）
Citadel協同合作系統 企業級基本功能一應俱全
針對UNIX及其相容系統所設計 開放源碼界防毒天王—ClamAV
NEITHNET 全套式防禦 缺資安人力也能完美駕馭
檔案嵌入浮水印防變造 萃取比對原件辨真偽
強化實體與環境安全
K8s深度整合vSphere VMware Tanzu全新出擊
裸機安裝EMC ScaleIO 簡單享用軟體定義儲存
記錄惡意網路封包資訊 實作Snort＋BASE網頁型入侵偵測系統
LINE CONVERGE 2019 宣示持續耕耘台灣市場擴大社會參與
第245期
2026年6月
AI代理保護全域網路安全線上講座 — Check Point Software
AI攻擊來襲：物聯網資安防線的下一場考驗 — 國家資通安全研究院副院長 龔化中
從汽車資安軌跡看見機器人未來: 機器人資安風險與防禦之道 — VicOne
追蹤我們Featrue us
本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多