本網站使用瀏覽器紀錄 (Cookies) 來提供您最好的使用體驗，我們使用的 Cookie 也包括了第三方 Cookie。相關資訊請訪問我們的隱私權與 Cookie 政策。如果您選擇繼續瀏覽或關閉這個提示，便表示您已接受我們的網站使用條款。 關閉
在企業人力管理中，「排班與出勤管理」往往是人資部門最耗時的工作之一。從人工排班、打卡統計到加班與請假計算，若仍仰賴紙本或Excel處理，不僅容易出錯，也增加行政成本。為解決企業在人力排班與出勤管理上的痛點，Pro OA HR人資考勤系統推出整合智慧排班與數位考勤管理功能，協助企業打造更高效率的人資管理流程。 自動排班機制 減少人資重複作業，在多班制、輪班制或跨地點營運的企業中，排班往往需要大量時間進行調整與計算。透過系統化的排班管理功能，企業可建立排班規則與班別群組，快速完成班表設定與調整，並支援周休二日、變形工時及多種班別制度，符合不同產業的排班需求。此外，系統可依員工部門與工作性質自動比對出勤紀錄並計算工時，並在排班過程中提供異常提醒，避免重複排班或工時不符法規的情況，協助企業更有效掌握人力配置。 多元打卡與行動管理 即時掌握員工出勤，除了排班管理外，考勤系統亦整合多元打卡方式，包括手機APP打卡、GPS定位打卡與公司IP打卡等機制，讓辦公室、外勤與遠距工作人員皆能輕鬆完成出勤紀錄。系統同時支援請假申請、加班申請及出勤異常提醒，員工可透過行動裝置即時查詢假勤資訊與工時紀錄，大幅提升行政效率與資訊透明度。在人資管理層面，系統也提供即時報表分析功能，可快速掌握各部門出勤、遲到早退與工時統計，協助企業做出更精準的人力調度與成本管理決策。 從排班到出勤 一站式智慧人資管理，隨著企業邁向數位轉型，傳統人資管理模式正逐步被智慧化系統取代。透過整合排班、打卡、請假與報表分析等功能，企業可建立完整的考勤管理制度，降低人工統計錯誤與行政負擔，並提升整體管理效率。 未來，智慧化的人資管理系統將成為企業營運的重要基礎。透過自動排班與數位考勤管理，不僅讓人資作業更加精準高效，也讓企業在人力資源管理上邁向更智慧化與數據化的管理模式。歡迎洽詢：02-77212080 / contactus@newsfoft.com.tw
新聞重點： Ÿ 全新處理器在相同的精巧封裝尺寸下，提供高達2倍的CPU核心數與更高的AI吞吐量，為新一代工業與機器人解決方案挹注動能。 Ÿ 從工業自動化到行動機器人與醫療影像，各類嵌入式開發人員皆可藉由AMD ROCm™ — 一款經實證的開源軟體堆疊，為邊緣應用加速AI部署。 台北—2026年3月10日—隨著工廠自動化、行動機器人中的物理AI以及其他AI驅動的邊緣應用快速發展，市場對於能在全天候運作環境中提供即時AI處理、穩定效能與長期可靠性的運算平台需求日益提升。 為滿足此需求，AMD宣布擴展其AMD Ryzen™ AI嵌入式P100系列處理器產品組合。與先前發布採用相同緊湊型球閘陣列（BGA）封裝的P100系列處理器相比，新款處理器可提供高達2倍的CPU核心數、高達8倍的GPU效能，且系統級每TOPS效能預計提升36%註1。 全新AMD Ryzen™ AIP100系列處理器支援AMD ROCm軟體，為開發人員與系統設計人員提供了更完整且可擴展的高效能邊緣運算解決方案產品組合。該系列處理器可支援從視覺、控制到推理的即時AI運算，提供先進的圖形處理能力，同時支援工業級溫度範圍（−40°C至105°C）、7 x 24全天候連續運作以及10年產品生命週期。 為要求嚴苛應用提供可擴展的AI運算能力 新款處理器在單一晶片上整合8至12個“Zen 5”核心、提供高達80 TOPS的系統級運算能力以加速物理AI、採用AMD RDNA™ 3.5繪圖核心實現即時視覺化，並搭載基於AMD XDNA™ 2架構的神經處理單元（NPU），以實現低延遲且高能源效率的AI推論。 從智慧工廠的工業電腦到自主機器人與醫療影像設備，新款x86嵌入式處理器針對新一代工業與更廣泛的邊緣AI使用情境進行最佳化，包括以下應用： · 工業電腦智慧機器視覺：新款處理器能將可程式化邏輯控制器（PLC）、機器視覺與人機介面（HMI）整合至單一工業電腦中，同時為即時監測與最佳化處理提供所需的CPU效能。整合式GPU與NPU可加速多鏡頭視覺處理與豐富的HMI儀表板，並支援利用DeepSORT、RAFT-Stereo、CenterPoint、GDR-Net、PaDiM與Llama 3.2-Vision等模型的低延遲異常檢測。 · 自主運行物理AI：針對行動機器人，新款處理器可在CPU上管理導航、動作控制與路徑規劃，而GPU則處理多鏡頭影像輸入資料，實現空間感知、視覺SLAM，以及視覺語言動作（VLA）模型等進階AI工作負載。CPU與GPU之間的統一記憶體（Unified Memory）實現了低延遲並提升反應速度。NPU則提供全天候的低功耗推論，支援基於YOLOv12與MobileSAM等模型的物件偵測與場景理解。 · 3D醫療影像與臨床智慧：運用U-Net、nnU-Net與MONAI等模型，新款處理器可在邊緣端支援超音波、內視鏡、組織分類及腫瘤檢測等3D影像處理。透過MedSigLIP加速從影像到報告的工作流程，並支援Med-PaLM 2進行臨床推理與問答。醫療OEM廠商能在可擴展、長生命週期的x86嵌入式平台上整合影像、AI分析與報告功能。 相較於上一代AMD Ryzen™嵌入式8000系列處理器，P100系列處理器預計可提供高達39%的多執行緒效能以及高達2.1倍的系統級總TOPS效能提升註2。新款處理器亦提供卓越的AI每瓦效能，與現有P100系列處理器相比，支援近2倍數量的虛擬機器以及更大規模的大型語言模型（如Llama 3.2-Vision 11B），進而推動更進階的AI與混合型工作負載。 ROCm軟體支援與虛擬化參考堆疊 對AMD ROCm開放軟體生態系統的支援，為嵌入式應用帶來了經市場驗證的開源AI軟體堆疊。開發人員可以在依賴開源編譯器、執行環境與函式庫的同時使用標準AI框架，且無需重寫程式碼即可存取適用於嵌入式的模型。在程式開發層面，ROCm軟體採用開源的HIP（Heterogeneous-computing Interface for Portability），將GPU程式設計與硬體解耦，消除軟體堆疊和硬體之間的供應商鎖定。 緊密整合的CPU、GPU和NPU架構能在混合工作負載下實現高效的工作負載分配，並確保可預測的延遲；同時，使用熟悉的框架和軟體堆疊有助於在廣泛的使用情境中簡化和精簡開發與部署。這種整合程度能在無需額外外部元件的情況下實現先進的運算與繪圖處理能力，讓OEM廠商和系統整合商可以更輕鬆地設計可擴充的平台。 AMD “Zen 5” CPU核心提供了隔離能力和充足的效能餘裕，可以在單一平台上以確定性的多工處理方式整合多個關鍵工作負載。此外，AMD為工業領域的混合關鍵型應用提供了一個封裝式、垂直整合的虛擬參考堆疊。該堆疊基於Xen虛擬管理程式建構，可在隔離域中執行Linux®、Windows®、Ubuntu®與RTOS環境，進而實現安全性、即時效能與靈活性。最終形成一個可擴充的、開放的架構，為新一代嵌入式系統簡化設計並加速開發。 獲得業界強力支持 目前，來自全球ODM合作夥伴、基於AMD Ryzen AI嵌入式P100處理器的量產解決方案現已可供選用，合作夥伴包括研華科技（Advantech）、康佳特（congatec）和控創（Kontron）。 · 研華科技嵌入式物聯網事業群副總裁Aaron Su表示：「研華很榮幸推出採用AMD Ryzen AI嵌入式P100處理器的完整產品線。該產品組合涵蓋電腦模組（Computer-on-Modules）、單板電腦（Single Board Computers）以及邊緣AI與智慧系統，運用增強型整合AI架構實現高效的多工處理，推動新一代邊緣AI的發展。」 · 康佳特產品線經理Florian Drittenthaler表示：「隨著AMD Ryzen AI嵌入式P100系列的發布，康佳特得以一款高度通用的平台擴展其針對嵌入式運算和邊緣應用的電腦模組產品組合。該平台提供了4至12個CPU核心以及高度可擴展的GPU效能，讓客戶能夠根據其具體應用需求，精準客製化效能、功耗和成本。這種卓越的靈活性至關重要，尤其在從工業自動化到AI加速系統等邊緣工作負載日益多樣化的當下。」 · 控創資深銷售與業務發展經理Thomas Stanik表示：「AMD Ryzen AI嵌入式平台是邊緣端AI驅動型應用的劃時代產品。我們基於P100的K4131-Px mITX將配備4核心至12核心APU，讓我們能在相同的精巧封裝尺寸下，為客戶提供一系列具備高算力效能與AI加速能力的解決方案。」 配備8至12個核心的AMD Ryzen AI嵌入式P100系列處理器現已提供樣品，預計將於2026年7月開始量產出貨。P100系列4至6核心處理器目前也已提供樣品，預計將於2026年第2季量產。 註1：根據AMD工程預測或截至2026年2月的早期測量結果的初步效能估算，可能會有所變更。GD-247a註2：根據AMD於2025年11月進行的內部分析，比較了AMD Ryzen AI嵌入式P100系列處理器的預期TOPS規格與AMD Ryzen嵌入式8000系列處理器的已公佈TOPS規格。REP-001
【台北訊，2026年3月11日】2006年，Twitter興起、Facebook開放、YouTube崛起、iPod流行、MacBook推出，在網路和科技格局風雲變幻之際，Amazon Web Services（AWS）悄然成形。2006年3月14日，AWS推出了一項即將改變世界的服務：Amazon Simple Storage Service（Amazon S3）。沒有盛大發布，也沒有主題演講，只有一篇blog文章，以及一項承諾：為那些厭倦自行管理基礎設施的開發者提供持久且可擴展的儲存服務。 Amazon S3為何改變了遊戲規則：在2006年，創立一家科技公司意味著需要購置實體伺服器，雇用專員進行維護，並祈禱設備不會出現故障。僅僅是起步就需要投入大量資金，而拓展業務則意味著需要再次進行昂貴的硬體採購。簡而言之，創辦科技企業的門檻極高，唯有資金雄厚的機構方能參與競爭。 AWS憑著Amazon S3服務徹底改變此局面，並實現企業級基礎設施的普及化。有史以來第一次，雅加達的一名開發者可以享有與紐約財富500強企業同等可靠的儲存服務，儲存無限量的資料，且僅需按實際使用量付費。毋須購置伺服器，亦毋須自建資料中心，Amazon S3提供高效能、自動擴展的儲存服務，其成本相較傳統方式微乎其微。這意味著新創企業能打造之前僅有科技巨頭才能負擔的資料密集型應用，如分析平台、AI工具和大規模資料庫。 二十載對比：從「彼時」到「此刻」 彼時（2006） 此刻（2026） AWS服務 3項（Amazon S3儲存、Simple Queue Service(SQS)訊息佇列、Elastic Compute Cloud (EC2)虛擬伺服器） 240+項 全球互聯網 11億用戶（主要為桌面端） 56億用戶（行動優先） 新創公司 0家「獨角獸」（該術語當時不存在） 全球1600+家「獨角獸」（估值超10億美元的私營新創公司） Amazon S3規模 數千個物件 超過500萬億個物件 資源配置 數週（訂購和安裝物理伺服器） 毫秒（利用無伺服器和AI即時擴展） 幕後揭秘：AWS鮮為人知的五大事實 事實一：AWS始於一個無人解決的數學難題。 在AWS誕生之前，亞馬遜工程師將70%-80%的時間花費在基礎設施上，如運算、儲存、資料庫、訊息傳遞等領域，而只有20%-30%的時間用於產品差異化創新。時任Jeff Bezos幕僚長的Andy Jassy不斷從公司各處同事聽到同樣的聲音：「我光是在運算解決方案上就花了三個月的時間。」於是，一個問題浮出水面：如果我們能把這個方程式翻轉過來呢？如果亞馬遜能夠承擔基礎設施中無差異化的繁重工作，並以可擴展、成本效益高的方式實現，那麼全球的開發者就可以將80%的時間投入到真正對客戶產生價值的事情上。如果亞馬遜自己的工程師面臨這個問題，那麼每個依賴技術的公司可能都面臨同樣的問題。AWS於2006年初成立，正是為了解決這一難題。團隊當時不知道它會發展到如此規模。如今，AWS年化營收已達1420億美元，這一切，都源於一道改變了世界的數學題。 事實二：AWS的第一位產品經理從MBA實習生做起，現在已是CEO。 Matt Garman的亞馬遜之旅始於2005年的MBA實習。當其他實習生紛紛趨之若鶩地選擇圖書、音樂等亞馬遜知名的零售業務時，Matt Garman 卻被Andy Jassy神秘的提議所吸引：「我們正在創辦一項新業務。我無法透露過多細節，但它技術含量很高，我們認為它擁有極大的潛力。」2006年，當Matt Garman被正式聘為AWS首位產品經理時，其全球銷售團隊只有三個人。他身兼數職，包含撰寫產品詳情頁面、制定定價方案、主持產品命名會議等，並參與打造AWS的基礎服務之一Amazon Elastic Block Store（Amazon EBS）。從實習生到現在的CEO，Matt Garman的職涯正是白手起家、全員上陣精神的最佳詮釋，正是這種精神，一手締造了今天的AWS。 事實三：AWS第一個服務的Brainstorming是在酒吧裡進行的。 Amazon S3作為AWS的首個正式發布的服務，於2006年3月14日（圓周率日）推出。團隊最初是在西雅圖國會山的Six Arms酒吧和西雅圖會議中心勾勒系統設計的草圖。他們的原則是：「系統應該盡可能簡單，但不能過度簡化。」他們制定了10項技術設計原則，強調去中心化，並將硬體故障視為常態營運的一部分——從一開始就為失敗而設計。這次早期的規劃會議所孕育的系統，如今已儲存超過500兆個物件，承載著數百艾位元組的資料。 事實四：Amazon EC2由8個人在距離西雅圖10,200英里之外的地方打造。 Amazon S3為客戶提供能夠處理大規模資料的儲存能力，現在他們需要運算能力來將這些資料轉化為應用。在Amazon S3推出五個月後，Amazon Elastic Compute Cloud（Amazon EC2）於2006年8月26日正式上線，進而奠定了雲端運算的基石。這項服務最初由8名工程師在南非開普敦完成。他們距離西雅圖10,200英里，時差約10小時。在早期，他們用辦公室角落裡的一堆筆記型電腦模擬一個資料中心機架。這個小團隊由於時差而獨立工作，秉持著南非的格言：「農民總會想辦法」，寓意著無論遭遇何種障礙，總能找到解決方案。這種腳踏實地、迎難而上的精神，為雲端運算革命奠下基礎。 事實五：AWS Blog在使其聲名大噪的服務之前就已經上線——當時企業blog還未流行。 2004年11月，Jeff Barr（時任AWS首位網路服務推廣師，現任AWS副總裁兼首席推廣師）在Amazon S3和Amazon EC2問世之前，就發表了首篇AWS的blog文章。當時，他難以闡釋企業blog應有的形態，因業界尚無可供借鑒的先例。Jeff Barr回憶道：「blog更側重個人化表達，並非由企業營運，更多體現為自我表達而非產品宣傳。」該blog最初聚焦於亞馬遜網站目錄的開發者API和工具，但隨著Amazon S3和Amazon EC2於2006年相繼推出，該blog成為雲端運算的官方發聲處，為企業技術打造一種截然不同的表達方式：直接與開發者群體對話，從不修飾或粉飾，始終以實踐和可操作為導向。從2004年11月到2024年11月，整整20年間，Jeff Barr在AWS blog上發表了超過3,300篇文章，總計150萬字，相當於約30本書。他在恰好20年之際宣告其工作告一段落，為科技公司如何與開發者溝通創造良好的範本。 來自親歷者的心聲 那些自AWS創立之初便參與其中的成員們，分享了他們對這段歷程的親身感受，從AWS仍處於秘密實驗階段的早期，直至今日發展成為一項年營收逾千億美元的龐大業務 AWS CEO Matt Garman：「當我作為全職員工加入AWS時，當時的全球銷售團隊僅有三名成員。我們負責所有事務，凡是需要做的事情，我們都親力親為。我們都預感到這其中蘊藏著巨大潛力，但沒人知道AWS會發展到何種規模。我們只是對建構事物充滿熱情，想看看我們能做到什麼。」 AWS副總裁兼首席推廣師Jeff Barr：「我至今仍清晰記得，2006年3月的那個星期二，我坐在辦公桌前，點擊了Amazon S3上線文的『發布』按鈕。它當時僅僅是一個簡單的API，以及一篇承諾為網路提供可靠儲存的blog文章。Amazon S3的最初設計規格，就像是『網路版的malloc（動態記憶體分配）』。親眼見證它成長為一個為串流媒體影片乃至太空探索提供支援的全球雲端服務，是我此生的榮幸。如果你認為過去的20年是波瀾壯闊的，那麼請期待我們接下來將創造的奇蹟。」 在成為世界級CTO之前，Werner Vogels博士是推動亞馬遜向高度分散式、可擴展系統轉型的核心架構師之一。他始終宣導AWS應「讓技術普及化」，讓宿舍裡的學生也能擁有與財富500強企業同等的超級運算能力。AWS副總裁兼CTO Werner Vogels博士：「2006年真正的變革並非僅僅關乎伺服器本身，更在於access。在AWS出現之前，你需要龐大的資本預算才能在全球舞台上競爭。我們改變了規則，讓宿舍裡的學生也能擁有與跨國公司同等的超級運算能力。這種普及化推動了20年前所未有的創新。展望2046年，我們的使命是確保AI同樣隨手可及，以便下一個改變世界的想法能夠來自任何地方的任何人。」
恩智浦CoreRide Z248區域參考系統在預先整合的軟硬體基礎上，將48 V能源分配與智慧資料路由緊密結合，釋放晶片效能，並為軟體定義汽車架構量產提供更快速、可擴展且風險更低的採用途徑 【臺北訊，2026年3月11日】全球半導體領導廠商恩智浦半導體（NXP Semiconductors N.V.; NASDAQ：NXPI）宣佈推出CoreRide Z248區域參考系統（zonal reference system），這是半導體產業首款經預先驗證、能直接用於設計的區域基礎，結合先進48 V能源分配、確定性資料處理、功能安全以及實時回應功能。此軟硬體基礎架構旨在最佳化系統效能、降低系統整合工作量、縮短開發週期，並讓OEM廠商與Tier 1供應商能將投資集中於最具價值的領域。該解決方案為從區域架構概念邁向可量產實作的過程，樹立全新加速標竿。 Z248建構於恩智浦S32K5微控制器系列，其整合的先進MRAM技術能夠在車輛整個生命週期內實現超高速、超高頻率的無線更新（over-the-air；OTA）。在軟體層面，Z248整合完整且經預先驗證的軟體堆疊（software stack），能簡化智慧資料能源網路（smart data energy network；SDEN）功能的複雜開發，包括阻抗監控、電源與保護監測、智慧資料路由、AI驅動的虛擬感測、診斷、以及音訊功能。 憑藉其內建並經過驗證的遠端協定堆疊（remote protocol stack；RCP），Z248支援終端節點功能的向上整合（up-integration）以及ECU整合，進而實現新型成本最佳化車輛架構。此外，該系統亦透過在單一整合架構內管理能源轉換、分配與保護，解決48 V區域系統的關鍵挑戰。 Z248經過數千項系統級測試的嚴格驗證，展現卓越的低功耗模式、快速啟動以及快速喚醒回應功能。此外，該系統亦支援現代化且具協作性的持續整合、持續測試與持續交付（continuous integration；CI / continuous testing；CT / continuous delivery；CD）開發環境，幫助OEM廠商與Tier 1供應商能進行顯著加速的測試迴圈並縮短驗證週期。 產品重要性 在安全區域整合、混合動力電源系統以及AI驅動功能快速提升架構複雜度的同時，汽車製造商正被要求加快速度、擴大規模並更有智慧地進行投資。恩智浦全新CoreRide區域參考系統為這種日益複雜的車輛架構帶來可擴展能力。該系統透過協助OEM廠商與Tier 1供應商加速產品開發並投入量產來降低風險，同時簡化從既有平台轉換至新平台過程，並降低整體持有成本，幫助客戶擺脫複雜的整合工作，順利邁向量產階段。 恩智浦半導體資深副總裁暨汽車系統與平台事業部總經理Sébastien Clamagirand表示：「隨著新型E/E架構重新定義車輛設計，我們的目標至為簡單，提供汽車生態系統堅實基礎，使其能夠更快速發展並充滿信心地實現差異化。CoreRide區域參考系統Z248提供經效能最佳化且可擴展的48 V基礎架構，能智慧地融合電源、資料與軟體，同時大幅簡化系統整合，縮短上市時程，並讓OEM廠商能專注於車輛差異化開發與長期價值創造。」 來自生態系統合作夥伴觀點 GLIWA執行長暨創辦人Peter Gliwa 「恩智浦深知生態系統與新平台周邊工具對其成功至關重要。透過將我們的T1分析套件（Analysis Suite T1）整合至恩智浦CoreRide Z248區域參考系統，能有效解決高效能需求，並實現精確的時間分析（timing analysis）與時序驗證。」 Green Hills Software業務開發副總裁Dan Mender 「Green Hills很榮幸能在恩智浦這項具變革性的參考方案策略中扮演核心角色。該策略透過為區域車用架構最佳化的預整合軟硬體，簡化並加速以量產為導向的汽車ECU開發。藉由運用Green Hills整合式軟體解決方案，客戶能開發出佔用空間最小、效能最佳的高品質與安全關鍵型的應用，同時大幅縮短部署時間。」 英業達（Inventec）董事長葉力誠 「隨著汽車E/E架構朝向區域化與集中式設計的趨勢，英業達正與恩智浦合作，共同推動下一代區域架構的發展。透過這項合作，英業達能作為恩智浦區域E/E架構計畫的一部分，為OEM廠商提供硬體設計與聯合設計製造（JDM）支援。」 Vector軟體平台事業部資深副總裁Jochen Rein 「恩智浦 CoreRide 平台與Vector軟體基礎的結合，為下一代區域架構提供強大的基礎。透過預先整合且高度最佳化的軟體堆疊，我們協助共同客戶縮短產品上市時間。Vector作為恩智浦CoreRide生態系統合作夥伴，提供預先整合的軟體與工具，協助簡化開發流程，並確保在區域ECU架構的順利整合。」 更多詳情 Z248區域參考系統配置完整的板級支援套件（Board Support Package；BSP），並整合來自恩智浦CoreRide合作夥伴生態系統的預先整合軟體，包括GLIWA的效能監測套件、Green Hills的軟體編譯器（software compiler），以及Vector的嵌入式軟體與工具。整套方案經過廣泛驗證，以確保最佳化的效能，同時根據區域ECU的主要應用情境，持續提升處理效率並降低功耗。 其可擴展、安全可靠的軟硬體堆疊可輕鬆適應不同類型的軟體定義汽車E/E架構，並自然整合至恩智浦更廣泛的系統產品。該系統運用運算、網路、電源管理以及48 V能源分配等多項技術，包括恩智浦S32K566區域微控制器，其內建MRAM可大幅加快ECU編程時間，無論是在出廠設定或無線（over-the-air；OTA）更新過程。 此參考系統同時整合支援48 V電源元件（48‑volt‑capable power component），例如電子保險絲（eFuse）、電源管理IC（Power Management Integrated Circuit；PMIC）、以及直流對直流轉換器（DC‑DC converter），並透過乙太網路PHY與CAN收發器，提供穩健的車載網路，同時具備內建音訊支援。此外，該系統還採用全新區域I/O擴展概念。全新恩智浦CoreRide Z248區域參考系統配備外殼與線束（wiring loom），具備廣泛應用性，能部署於內燃機（ICE）、油電混合（hybrid）及純電動車（BEV）等平台，支援汽車產業邁向區域處理（zonal processing）與ECU整合的趨勢。 上市時間 恩智浦CoreRide Z248區域參考系統現已提供給特定客戶，並搭配完整系統文件，包含系統安全手冊、經驗證的關鍵績效指標（KPI）以及軟體整合指南，以加速在即將推出的車輛計畫採用此系統。 恩智浦CoreRide平台 CoreRide區域（zonal）系列為恩智浦CoreRide平台的一部分，是幫助汽車製造商克服軟硬體整合障礙的重要一步，同時也擴展軟體定義汽車（software-defined vehicle；SDV）新架構的開發工作。該平台整合恩智浦的S32運算、網路、系統電源管理與能源分配，以及中介軟體、作業系統、開發工具、與來自全球領先車用軟體供應商的其他軟體。 更多相關訊息，請參閱：nxp.com/CoreRideZ248 ##### 關於恩智浦半導體 恩智浦半導體（NASDAQ：NXPI）身為值得信賴的合作夥伴，持續針對汽車、工業與物聯網、行動裝置與通訊基礎設施市場，提供創新解決方案。秉持「共生、共好、共創（Brighter Together）」企業理念，恩智浦致力創造領先業界的尖端技術並匯聚精英才智，開發系統解決方案，讓互聯世界變得更美好、更安全、更有保障。恩智浦在全球逾30個國家設有業務機構，2025年公司全年營業額達到122.7億美元。更多恩智浦相關訊息，請參閱官方網站：www.nxp.com。 恩智浦、恩智浦標誌是恩智浦公司的商標。所有其他產品或服務名稱均為其各自所有者的財產。保留所有權利。© 2026 NXP B.V
最新版本運用邏輯數據管理，以更出色的智能推動可信賴的 AI，為數據團隊、AI 團隊及業務團隊帶來效能提升、更強大的數據管治及更直觀的存取體驗 加州帕羅奧圖, March 11, 2026 (GLOBE NEWSWIRE) -- 數據管理與人工智能 (AI) 領導者 Denodo 宣佈推出 Denodo Platform 9.4，鞏固其作為代理型及生成式 AI 可信賴數據基礎的地位。平台憑著邏輯數據管理能力，簡化並加快數據存取流程。 隨著機構超越 AI 試點及概念驗證階段，Denodo Platform 9.4 便能讓 AI 系統、應用程式及用戶，在明確管治框架內可靠地存取實時數據、掌握業務上下文，並保持卓越性能。 AI 創新步伐加快，但成敗日益取決於負責支撐的底層數據。 如果不能統一存取實時可信的數據，沒有共享語義與一致的管治，AI 項目就很難規模化，也難以創造顯著的商業價值。 為應對此挑戰，Denodo Platform 9.4 針對數據團隊、AI 團隊及業務用戶這三大關鍵群體提升功能，每個群體都能借助專屬能力，自信地將 AI 應用於實際業務。 IDC 數據智能與集成軟件研究副總裁 Stewart Bond 表示：「隨著機構從 AI 試點轉向生產部署，成功與否越來越取決於底層數據基礎設施的智能和管治水平。 Denodo Platform 9.4 正是應對此轉變而生，有助加強企業對結構化與非結構化數據的統一存取，將管治內嵌於 AI 互動之中，為業務用戶賦能，並在分佈式環境中確保語義一致。 對於構建可信賴、可投產且能隨業務需求彈性擴展的 AI 系統，這些能力可謂不可或缺。」 專為 AI 團隊而設：透過受管治的統一存取方式，連接結構化與非結構化數據，實現可信賴的 AI Denodo Platform 9.4 為 AI 及先進分析團隊，開拓 AI 連接企業數據的新途徑。 平台現已實現與向量資料庫的安全整合，讓機構透過單一的邏輯數據存取層，將結構化、半結構化及非結構化數據（包括文件、文本嵌入、圖片及其他內容）統一起來。 與此同時，Denodo Platform 9.4 將對模型上下文協議 (MCP) 的支援直接內建於平台中，將受管治的數據存取轉變為企業級共享服務，不用再為每個代理程式單獨實現。 任何兼容 MCP 的 AI 代理或客戶端，均可遵循既定的語義及政策，安全地探索和查詢實時企業數據，而管治團隊則能保留完全的監察與管控能力。 這些新功能為 AI 團隊提供貫徹一致且可投產的方案，讓其能以可信的實時企業數據，作為代理與模型的基礎。即使在 AI 項目規模化發展時，也依然保持安全合規、靈活變動。 專為數據團隊而設：更快獲得洞察分析，加速數據湖倉的投資回報 (ROI) Denodo Platform 9.4 為數據工程與平台團隊帶來 Lakehouse Accelerator，標誌著 Denodo 內嵌大規模並行處理 MPP 能力的又一次重大演進。 Lakehouse Accelerator 透過內嵌開源 Velox 執行引擎，查詢性能最高可提升 4 倍，中央處理器 (CPU) 和記憶體效率亦大幅提高，並為高級分析及 AI 工作負載帶來更卓越的擴展能力。 此等強化功能讓數據團隊得以服務更多用戶，處理更多並行工作負載（包括 AI 工作負載），同時還能降低基礎設施成本及營運開支。 更重要的是，這有助機構從現有的數據湖倉投資中發掘更大價值，更快獲得洞察分析和推行成功的 AI 計劃，而無需強制移動數據、重新設計或中斷現有架構。 專為業務用戶而設：與可信的企業數據對話互動 Denodo Platform 9.4 為行政總裁及各類業務用戶帶來更直觀的數據互動方式，這一切源於 Denodo Data Marketplace 中內嵌的對話式代理型 AI 體驗。 Data Marketplace 是業務用戶存取所有企業數據的統一門戶，當中提供類似電商平台的用戶體驗，無論技術水平高低，人人皆可輕鬆上手。 在 9.4 版本中，用戶只要與推理代理進行自然的多輪對話，即可提出問題，探索整個企業的數據，完全不用理會底層的架構、工具或技術細節。 這種對話式體驗也有助提升透明度，能夠動態解釋問題的解讀及回答步驟，意圖或上下文不明確時還會主動提示用戶補充資訊。 Denodo 將對話式存取功能直接內建於 Marketplace 中，既讓數據存取變得人人可及，又堅守企業級管治水平。 這種引導式互動方針有效消除歧義，增強用戶對結果的信心。業務用戶能更快獲得答案，洞察也更清晰；而數據與平台團隊則可確信，每一次互動都建立在可信的數據產品、共享的業務上下文及一致的政策之上。 從 AI 潛能到 AI 生產應用 Denodo 技術總監 Alberto Pan 表示：「企業正日益聚焦於將 AI 的宏圖壯志，轉化為切實可見的營運成果。 Denodo Platform 9.4 正是為了順應此潮流，為數據團隊、AI 團隊及業務用戶強化數據根基。 透過融合卓越性能、完善管治與實時數據的直觀存取，我們協助客戶跨越 AI 實驗階段，邁向可信賴、可投產並能真正為業務創造競爭優勢的 AI。」 了解更多資訊： 網誌：信任：成功 AI 轉型中缺失的要素 (Trust: The Missing Ingredient in Successful AI Transformations) Denodo Platform 9.4 的新功能 關於 Denodo Denodo 在數據管理方面佔據全球領導位置，推動可信賴的 AI 代理及應用。 屢獲殊榮的邏輯數據管理解決方案 Denodo Platform，可將企業數據轉化為可靠的見解，適用於 AI、分析及自助服務計劃。 全球機構採用 Denodo，以比傳統數據湖倉更短的時間交付 AI 就緒、業務就緒的數據，使洞察速度快達 4 倍、投資回報率高達 345%，性能則提升 10 倍。 如欲了解更多資訊，請瀏覽 denodo.com。 媒體聯絡方式pr@denodo.com
2026 年 2 月 11 日 納入領先業界的平台， 為人類、機器及 AI 代理（Agentic）身分提供統一的安全防護 台北訊，2026 年 2 月 12 日 -- 全球網路安全領導者 Palo Alto Networks® (NASDAQ: PANW) 今日宣布完成對 CyberArk 的收購，正式將「身分安全」（Identity Security）確立為其平台化戰略的核心支柱。透過納入 CyberArk 身分安全平台，Palo Alto Networks 能夠全面保護企業中的每一種身分——包括人類、機器以及 AI 代理。 身分安全已成為保護現代企業的基石。隨著組織擴大雲端、自動化與 AI 的應用，身分已成為主要的攻擊路徑。這是由於人類、機器及 AI 身分持續增長，且多數在具備高權限的情況下不間斷運作。目前機器身分的數量已超過人類身分 80 倍以上，而 75% 的組織承認其人類身分仍受控於過時且過度授權的權限模型。攻擊者日益利用身分弱點，使憑證濫用與過度權限成為主要的威脅媒介。近 90% 的組織曾遭受過以身分為中心的入侵事件。 收購 CyberArk 正是為了回應這一轉變，將權限安全控制從少數的管理人員擴展至企業內的每一個身分。藉由實現人類、機器與 AI 身分權限存取的普及化，組織可以減少常設特權（Standing Privileges）、限制攻擊者的橫向移動（Lateral Movement），並更快地阻止 針對身分憑證的攻擊。使用身分導向安全控制的公司，能透過防止攻擊者濫用憑證與過度授權問題，將入侵應變速度提升高達 80%。 CyberArk 的身分安全解決方案將繼續作為獨立平台提供。此外，雙方正進行整合，將 CyberArk 頂尖的功能注入 Palo Alto Networks 的安全生態系統。現有客戶的服務將不會受到任何影響，並將受益於專注在韌性、營運效率與提升安全成果的加速版產品藍圖。 Palo Alto Networks 董事長暨執行長 Nikesh Arora 表示： 「新興的 AI 代理浪潮要求我們必須保護每一個身分——不論是人類、機器還是代理。這就是為什麼我們在去年七月果斷宣布有意收購 CyberArk ，我很高興產品整合工作正式展開。對我們的客戶而言，這意味著『身分孤島』的終結。他們現在可以從其所信任的網路安全與安全營運供應商，直接管理整個混合雲環境中的權限存取，確保在 AI 時代安枕無憂。」 CyberArk 執行長 Matt Cohen 表示： 「與 Palo Alto Networks 聯手為現代企業打造了最終極的資安守護者。這是一個雙贏局面：我們的客戶能獲得全球最全面的資安產品組合，而我們的員工則加入了一個全球創新引擎。我們正共同創造最強大的技術組合，以阻止由身分驅動的入侵行為。」 關於 Palo Alto Networks Palo Alto Networks (納斯達克股票代碼：PANW)作為全球AI網路安全領導者，致力於透過持續創新，守護數位時代的生活與發展。受到全球超過70,000家企業和組織的信賴，Palo Alto Networks提供涵蓋網路、雲端、安全營運與人工智慧領域的全方位AI驅動資安解決方案，並結合Unit 42的威脅情報與專業團隊，全面強化防護能力。Palo Alto Networks專注推動資安平台化策略，協助企業在大規模運作中簡化安全管理，讓資安成為驅動創新的關鍵動能。歡迎探索更多資訊請造訪www.paloaltonetworks.com。 前瞻性陳述 本新聞稿包含 1995 年《私人證券訴訟改革法案》（Private Securities Litigation Reform Act of 1995）界定之「前瞻性陳述」。本新聞稿中除歷史或現狀事實外的所有陳述，均可能被視為前瞻性陳述，包括但不限於：對未來業務與財務表現的預期、完成 CyberArk 交易對 Palo Alto Networks 及其客戶預期的未來收益、Palo Alto Networks 與 CyberArk 能力整合及其將帶來的效益之相關陳述。我們使用如「預期」、「相信」、「持續」、「估計」、「預計」、「未來」、「打算」、「可能」、「計劃」及類似表達方式來辨識前瞻性陳述，儘管並非所有前瞻性陳述都包含這些辨識性詞彙。前瞻性陳述反映了管理層目前的預期，且本質上具有不確定性。實際結果可能因多種原因而與預期產生重大差異。 許多重要因素可能導致實際結果與本新聞稿中明示或暗示的前瞻性陳述產生重大差異，包括：Palo Alto Networks 成功整合 CyberArk 業務與技術的能力；交易預期收益與協同效應可能無法及時或完全實現的風險；Palo Alto Networks (PANW) 或 CyberArk 無法留任或聘僱關鍵人員的風險；與 CyberArk 整合至 Palo Alto Networks 相關的重大及/或意外困難、負債或支出；完成交易對雙方業務關係及整體業務營運的影響；完成交易對 Palo Alto Networks 普通股價格的影響，以及 Palo Alto Networks 普通股長期價值的不確定性；整合工作導致管理層分散對現有業務營運關注的相關風險；一般或全球市場、地緣政治、經濟及商業環境的發展與變化；Palo Alto Networks 平台化（Platformization）產品方案的失敗；未能實現 Palo Alto Networks 策略合作夥伴關係及收購的預期收益；與收購相關之 Palo Alto Networks 或有對價負債公允價值的變動；與管理 Palo Alto Networks 成長相關的風險；與新產品、訂閱及支援方案相關之風險（包括利用 AI 的產品方案）；優先順序變動或新產品/訂閱/其他方案研發與發布的延遲，或未能及時開發並獲得市場對新產品/訂閱以及現有產品/訂閱/支援方案的認可；Palo Alto Networks 業務策略的失敗；安全產品、訂閱及支援方案市場技術發展的迅速演變；我們產品、訂閱或支援方案中的缺陷、錯誤或漏洞；Palo Alto Networks 客戶的購買決策及銷售週期長度；Palo Alto Networks 的競爭狀況及因完成 CyberArk 交易後競爭對手範圍的擴大；Palo Alto Networks 吸引及留住新客戶的能力；Palo Alto Networks 以成功方式收購並整合其他公司、產品或技術的能力；Palo Alto Networks 的股票回購計畫（可能無法完全履行或提升股東價值），以及任何可能影響其普通股價格的股票回購；以及 Palo Alto Networks 的債務償還義務。 欲瞭解可能導致實際結果與前瞻性陳述所述內容產生重大差異的上述及其他因素之更多風險與不確定性，請參閱 Palo Alto Networks 向美國證券交易委員會（SEC）提交的定期報告及其他文件，包括 Palo Alto Networks 最近期的 Form 10-K 年度報告及 Form 10-Q 定期季度報告中所含之風險因素。本新聞稿中的所有前瞻性陳述均基於管理層截至發布之日所掌握的現有資訊與信念。Palo Alto Networks 不承擔更新本聲明以反映其發布後發生的事件或存在之情況的任何義務。
A12 藝術空間
請先登入後才能發佈新聞。
還不是會員嗎？立即 加入台灣產經新聞網會員 ，使用免費新聞發佈服務。 （服務項目） （投稿規範）
