📢本集來賓：
✨陳良基／國立台灣大學電機工程學系名譽教授、前科技部長、教育部終身國家講座、美國發明家學院院士

📢收聽這集，你可以得知：

一、算力即國力：AI 迭代速度與全球生態
✨AI 的生命週期有多快？為什麼現在是「半年一個世代」，效能一年暴增 100 倍？
✨為什麼當 AI 基礎建設成熟後，經濟行為也一定會上來？甚至像 Anthropic 呈現「十倍速」的驚人成長？
✨算力既然被視為國家核心競爭力，台灣身為全球算力的主要提供者，如何掌握這波 AI 大爆發的機會？

二、推論經濟與 AI 作業系統的興起
✨NVIDIA 從訓練晶片跨入推論晶片，如何透過主導軟硬體（如 CUDA）從「賣晶片」轉向「賣整座 AI 工廠」，在 AI 時代扮演類似於過往 PC 時代 Wintel 主導者？
✨當 Token 成本不斷降低，AI 如何從集中式的大型基礎建設，轉變為貼近一般人追求性價比的「庶民經濟」？
✨AI 作業系統（AI Agent）的出現，對使用者的影響是什麼？未來不再管要用什麼模型，只管用什麼 AI 作業系統就好嗎？
✨台灣供應鏈如何善用過往能將貴的東西做到又便宜又小的「群聚」優勢，搶佔物聯網及終端應用結合的 Edge AI 市場機會？

三、各式 XPU 晶片與量子電腦（QPU）的專業分工
✨各式 XPU 晶片（如 GPU、TPU、LPU、NPU）在 AI 運算世界中，如何進行專業分工以達到最高效能與性價比？
✨相較於 AI 的相乘累加運算，量子電腦（QPU）的特性又是什麼？為何專注於「因數分解」在應用上主要影響金融和軍方通訊的加解密問題？
✨面對美國 NIST 規範 2028 年所有加解密都需採用後量子密碼（PQC），對現有的加密系統有何潛在影響？

-------------------

🔆科技報橘｜https://techorange.com/
🟠Facebook｜https://www.facebook.com/TechOrange
🔆YouTube｜https://www.youtube.com/@tech.orange
🟠Line｜https://lin.ee/O3HSOto
🔆IG｜https://www.instagram.com/techorange_tw/
--
Hosting provided by SoundOn