有玩家反應，這問題不只 RTX 50 系列受到影響，RTX 40 及 RTX 30 系列同樣出現問題，顯示影響範圍極廣。

 

NVIDIA 近期釋出的 GeForce 576.02 版驅動程式，雖然修復了多達 41 個 Bug，但卻意外引發了 GPU 核心溫度辨識錯誤的問題。為了解決此問題，NVIDIA 迅速推出了 GeForce 576.15 熱修復驅動程式，不僅修正了溫度 Bug，還修復了 RTX 50 系列的其他六個問題。

GeForce 576.02 版驅動程式問題

GeForce 576.02 版驅動程式在修復大量 Bug 的同時，也帶來了一個新的問題：部分玩家回報升級後出現 GPU 核心溫度辨識錯誤，導致核心頻率和電壓無法調節，尤其是在睡眠或休眠後更容易發生。

Reddit 論壇上，有玩家反應，這問題不只 RTX 50 系列受到影響，RTX 40 及 RTX 30 系列同樣出現問題，顯示影響範圍極廣。

初步判斷是名為 "NvAPI_GPU_GetThermalSettings" 的 API 連接埠出現問題，無法正確獲取溫度變化，導致顯示錯誤的固定值。

臨時解決方案包括完全重啟電腦或退回舊版驅動程式。有玩家認為可能是 MSI Afterburner 和 Riva Statistic Server 這兩款監控軟體的問題，但軟體作者已澄清與監控軟體無關，問題源自驅動程式本身。

 

GeForce 576.15 熱修復驅動

NVIDIA 迅速應對，推出了 GeForce 576.15 熱修復驅動程式，解決了上述溫度 Bug，並額外修復了 RTX 50 系列的六個問題，其中三個是由 576.02 版驅動程式引起的：

• 修復系統休眠恢復後，GPU 監控工具無法回報 GPU 溫度的問題。
• 修復 RTX 50 系列升級 576.02 版驅動後部分遊戲陰影閃爍、顯示錯誤的問題。
• 修復 RTX 50 系列升級 576.02 版驅動後部分遊戲在編譯器著色階段崩潰的問題。
• 修復 RTX 50 系列升級 576.02 版驅動後 GPU 待機頻率偏低的問題。
• 修復 RTX 50 系列上使用多螢幕時 SteamVR 輕微卡頓的問題。
• 修復 RTX 50 系列上 Lumion 2024 進入算繪模式後崩潰的問題。
• 修復 RTX 50 系列筆記型電腦上 Modern Standy 待機恢復後黑螢幕的問題。

 

GeForce 576.15 版熱修復驅動程式下載：https://nvidia.custhelp.com/app/answers/detail/a_id/5650

 

 

加入T客邦Facebook粉絲團

破解彩券系統？賭博團隊買下99.3%組合，一舉奪下德州近9500萬美元頭獎

2023年春天，一場精心策劃的彩券豪賭在德州上演。故事的主角是出身倫敦銀行家的伯納德·馬蘭泰利 (Bernard Marantelli)，他有一個大膽的想法：購買即將開獎的德州彩券的所有組合，以確保贏得高達9500萬美元的頭獎。

下注2580萬組合，只為確保命中

據《華爾街日報》報導，當時每張彩券售價1美元，總共有2580萬種組合。如果沒有其他人中獎，扣除成本後，利潤將接近6000萬美元。然而，如果有多人中獎，獎金將被平分，這將大大降低了盈利空間。

為了實現這個計劃，馬蘭泰利組建了一個團隊，其中最引人注目的是來自塔斯馬尼亞的著名賭徒澤利科·拉諾加耶克，他以「約翰·威爾遜」的化名為人所知，並為這次行動提供了資金。拉諾加耶克以在賭場中出奇制勝而聞名，因此獲得了「小丑」的綽號。

設立列印彩券中心，每秒印過百張，買下近全部組合

他們的計劃是利用機器讓人們可以選擇號碼，並通過印表機列印彩券。2023年，德州允許線上彩券銷售商開設門市店，為顧客列印彩券，這為他們的計劃提供了可乘之機。

馬蘭泰利親自飛往德州，建立了四個臨時彩券列印中心，其中甚至包括一個廢棄的牙醫診所。他們從一家陷入困境的線上彩券供應商 Lottery.com 那裡購買了官方彩券終端機，並連續三天不間斷地進行列印。

團隊將每組號碼轉換為 QR Code，由手機掃描送入彩券終端機。他們以驚人的速度列印彩券，每秒超過100張，最終購買了1到54這六個數字所有可能組合的99.3%。

列印好的彩券被仔細整理到盒子裡，以便於快速找到中獎號碼。結果不出所料，其中一張彩券中了頭獎，而且是唯一的贏家。在扣除成本並拿到5780萬美元（約台幣18億8千萬元）的一次性獎金後，該團隊獲利約2000萬美元。

Lottery.com 的執行長格雷格·波茨 (Greg Potts) 在一封內部電子郵件中寫道：「這對公司來說是一個巨大的勝利」，並強調該公司將從銷售佣金中獲利近264000美元。他們以「Rook TX」的名義匿名領獎，但在《休斯頓紀事報》報導後，迅速引起了公眾的關注。

合法卻惹議，美國政界要求徹查

包括州長格雷格·阿博特在內的德州官員下令展開調查，德州博彩監管機構唐·內特爾斯提告 Lottery.com 及其獲獎者，指控他們欺騙普通玩家。然而，被告尚未對這些指控作出回應。

阿博特上個月表示：「如果調查發現可能引發起訴的訊息，就應該提起訴訟。如果調查發現委員會的措施不足，那麼這些措施就需要改革。」

德州副州長丹·帕特里克甚至稱這一計劃是「德州歷史上針對德州人民的最大盜竊案」，比「所有銀行搶劫案、所有西部火車搶劫案以及所有偷過東西的人」的盜竊金額總和還要多。

儘管爭議不斷，但從技術上講，他們購買彩券是合法的。代表德州魯克市的一位律師表示，「所有適用的法律、法規和規章都得到了遵守。」

自從這次中獎事件以來，其他公司也開始嘗試複製這種模式。一些零售商收到了出租彩券終端機用於大規模列印彩券的邀請。

為了防止類似事件再次發生，德州彩券委員會試圖提高這種操作的難度，包括不再為客流量較低的彩券銷售點提供額外的終端。該委員會還推出了一款軟體更新，限制了終端每日售出的彩券數量。

加入T客邦Facebook粉絲團

研究發現人們難以與電腦互動的原因可能是智力不足而非訓練不足

你是否也曾疑惑：為什麼有些人怎麼教都學不會用電腦？來自阿爾托大學與赫爾辛基大學的最新研究指出，認知能力（如記憶力、注意力與邏輯推理）才是影響電腦操作熟練度的關鍵，甚至比經驗還重要。

這項研究顛覆了長久以來「練習就能變厲害」的迷思。研究團隊發現，光靠使用經驗與訓練，可能不足以彌補某些人在記憶、專注力與執行力等方面的不足。研究人員指出，一個人的智力在電腦操作能力中所扮演的角色，遠比先前認為的重要。

認知能力影響電腦日常操作表現

研究發現，像是感知、推理與記憶等一般性的認知能力，比以往認為的還更關鍵，會直接影響一個人是否能順利完成日常電腦操作任務。

阿爾托大學人機互動專家 Antti Oulasvirta 教授表示：「這是首次有明確證據顯示，認知能力會獨立且廣泛地影響人們使用電腦的能力。它的重要性與過往使用經驗不相上下。」

研究團隊強調，這項結果加深了對數位不平等的擔憂——隨著現代使用者介面越來越複雜，單靠練習已不夠，認知能力才是能否順利使用數位工具的核心關鍵。

「僅靠訓練無法彌平不同人之間的差距，未來的使用者介面必須回歸『簡單易用』的原則。這個目標早已被遺忘，而設計不良的介面正成為數位落差的幫兇。若我們無法解決這個基本問題，就很難讓社會大眾更深入、平等地使用電腦。」Oulasvirta 教授指出。

測驗設計與發現重點

研究由阿爾托大學資訊通訊工程系與赫爾辛基大學心理系聯合進行，針對不同年齡層的受試者進行觀察。每位受試者需完成 18 項真實任務，包括：

• 安裝軟體

• 網頁導航

• 操作試算表

• 線上填寫表單

這是首度透過實際任務來評估人們使用電腦的能力，而非過往問卷自評的方式。赫爾辛基大學的講師 Viljami Salmela 表示：「我們知道人們對自己的能力常有誤判，因此必須實際測量他們完成任務的表現。」

研究結果發現，與玩電腦遊戲相比，日常使用電腦時，處理速度並非重點，反而是工作記憶、注意力與執行功能才是關鍵。

Salmela 補充說：「使用電腦時，你必須安排處理事情的順序，同時記住自己已經完成哪些步驟。純粹的數理或邏輯能力幫不上太多。」 

「我們的研究結果首次明確證明認知能力對人們使用電腦的能力具有顯著、獨立且廣泛的影響。與之前的想法相反，認知能力與之前的電腦使用經驗同樣重要，」阿爾托大學教授安提·奧拉斯維爾塔（Antti Oulasvirta）說道，他與他的團隊深入研究了人機互動。

研究人員強調，這些發現引發了人們對數位平等的擔憂。隨著使用者介面變得越來越複雜，單靠練習已經不夠了，認知能力現在是成功駕馭數位環境的關鍵因素。

「顯然，僅僅透過訓練無法消除個體之間的差異；未來，使用者介面需要簡化，以便於使用。這個古老的目標在某個時候被遺忘了，設計笨拙的介面已成為數位落差的驅動因素。除非我們解決這個基本問題，否則我們無法促進社會更深入、更平等地使用電腦，」奧拉斯維爾塔說。 

應用程式類型不同，認知需求也不同

Oulasvirta 教授指出，不同類型的應用程式對認知能力的需求也有差異，例如：

• 使用試算表：需要大量練習

• 資訊搜尋：語言理解能力為主

• 線上銀行：執行功能是重點

然而，研究也證實：「年齡仍然是決定使用效率最強的因素。」年長者在完成任務時明顯花更多時間，也覺得任務更具壓力與負擔。

這項研究提供了大量有關最重要的認知能力的新資訊。雖然處理速度在電腦遊戲中很重要，但在日常電腦任務中卻並不被重視。

「然而，研究結果還表明，年齡仍然是個人使用應用程式能力的最重要因素。年長者顯然需要更多時間才能完成任務，他們也覺得任務更為吃力，」Oulasvirta 教授說。

• 編譯自/ScitechDaily

加入T客邦Facebook粉絲團

史丹佛大學研究指出，兩小時的面試足以讓AI準確複製你的個性

人工智慧已經展現出非凡的能力，但僅僅經過兩個小時的面談，它就能複製出一個人的全部性格嗎？ 研究人員認為，答案是肯定的。 然而，這種進展引發了嚴重的倫理問題和對潛在濫用的擔憂。

Google和史丹佛大學的研究人員已經證明，只需與人工智慧模型進行兩小時的對話，就能創造出驚人準確的個人人格複製品。 該研究報告於11月15日發表在預印本資料庫arXiv上，介紹了「模擬代理」——一種旨在精確模仿人類行為的人工智慧模型。

這項研究由史丹佛大學電腦科學博士生Joon Sung Park領導，對1052名參與者進行了深入訪談。 這些訪談涉及個人故事、價值觀和對社會問題的看法，形成了用於訓練人工智慧生成模型的資料集。 參與訪談者的年齡、性別、種族、地區、教育程度和政治意識形態都有意保持多樣化，以確保人類經驗的廣泛代表性。

為了評估準確性，參與者完成了兩輪性格測驗、社會調查和邏輯遊戲，並在間隔兩週後重複這一過程。 然後，人工智慧複製品也進行了同樣的測驗，與人類對應物的反應如出一轍，準確率達到了驚人的85%。

帕克接受《麻省理工科技評論》採訪時表示：「如果你能讓一群小『你』跑來跑去，並真正做出你會做出的決定——我認為，這最終就是未來。」

研究人員設想，這些人工智慧模型可以在受控環境中模擬人類行為，從而徹底改變研究工作。 其應用範圍可以從評估公共衛生政策到衡量對社會事件或產品發布的反應。 他們認為，這種模擬提供了一種測試干預措施和理論的方法，而無需考慮使用人類參與者在倫理和後勤方面的複雜性。

然而，我們應該對這些研究結果抱持健康的懷疑態度。 雖然人工智慧複製體在複製個性調查和社會態度方面表現出色，但在預測互動經濟決策遊戲中的行為方面卻明顯不夠準確。 這種差異凸顯了人工智慧在執行需要理解複雜社會動態和情境細微差别的任務時所面臨的挑戰。

用於測試人工智慧代理準確性的評估方法也相對初級。 社會總體調查和五大人格特質評估等工具雖然是社會科學研究的標準工具，但可能無法完全捕捉到人類性格和行為的複雜層面。

倫理問題使該技術的影響更加複雜。 在人工智慧和「深度偽造」技術已被用於操縱和欺騙的時代，引入高度個人化的人工智慧複製品引起了人們的警惕。 這種工具有可能被武器化，擴大隱私和信任的風險。

麻省理工學院史隆管理學院（MIT Sloan School of Management）副教授約翰-霍頓（John Horton）指出，儘管有這些保留意見，但這項研究為未來研究帶來了令人信服的可能性。他說：「這篇論文展示了如何實現一種混合：使用真人生成角色，然後以真人無法實現的方式透過程式設計/模擬使用這些角色。」

訪談過程在捕捉個體細微差別方面的效率尤其引人注目。 Park 借鑒自己在Podcast採訪中的經驗，強調了兩小時的談話所能提供的深刻見解。

這一創新引起了已經在開發數位分身技術的公司的興趣。 Tavus公司（一家專門從事利用客戶資料創建人工智慧複製品的公司）執行長哈桑-拉扎（Hassaan Raza）對這種簡化方法表示了極大的熱情。「今天跟人工智慧面試官談30分鐘，明天再談30分鐘，怎麼樣？ 然後我們用它來構建你的數位分身。」

加入T客邦Facebook粉絲團

在最近舉辦的 GPU 技術大會上，NVIDIA 宣布 CUDA 軟體工具包原生支援 Python。

CUDA 是 NVIDIA 專有的 GPU 平行運算架構，專有意味著並非開源，因此在軟體開發和支援方面都由 NVIDIA 自己作主。在沒有開源社群參與的情況下，CUDA 也存在諸多限制，例如並沒有原生支援 Python。

不過在最近舉辦的 GPU 技術大會上，NVIDIA 宣布 CUDA 軟體工具包原生支援 Python，而先前 CUDA 主要依賴於 C 語言和 C++ 語言，而 Python 則是目前非常流行的程式開發語言。

根據 GitHub 2024 年開源數據調查，Python 在 2024 年已經超過 JavaScript 成為全球最受歡迎的程式語言。Python 在資料科學、機器學習和高效能運算領域佔據著主導地位，但長期以來 CUDA 對 Python 的支援僅停留在工具層面，開發者需要掌握 C++ 或 Fortran 等語言才能直接操作 CUDA 進行 GPU 程式，顯然這種壁壘肯定會限制 CUDA 在 Python 開發者社群中的普及。

NVIDIA CUDA 架構師在 GPU 技術大會上表示：「我們一直在努力將加速 Python 運算導入 CUDA 技術堆疊，讓 Python 支援成為一流支援。新的 CUDA Python 支援並非簡單地將 C 語言翻譯為 Python，而是為 Python 開發者量身打造的 Pythonic 體驗，確保能夠自然融入到 Python 開發流程。」

CUDA Python 核心特性包括：

• CUDA Core： 對 CUDA Runtime 的 Pythonic 重新構想，CUDA Core 完全採用 Python 的執行流程，深度整合了 JIT Compilation。開發者不需要呼叫外部命令列編譯器即可完成 GPU 運算，這種設計顯著減少了依賴項並提升了開發效率。
• cuPyNumeric 函式庫： 這是一個與 NumPy 相容的函式庫，開發者只需要更改一行導入指令，即可將原本執行在 CPU 上的 NumPy 程式碼遷移到 GPU 上執行。該函式庫為資料科學和機器學習開發者提供無縫的過渡體驗。
• 統一的 API 介面： CUDA Python 提供了一套標準的低階介面，涵蓋 CUDA 主機 API 的全部功能。這種統一程式碼不僅可以提高程式碼的可移植性，還增強了不同加速函式庫之間的互操作性。

對開發者來說這是個非常好的消息，特別是對 AI 和機器學習開發者來說是重大利多。許多 ML 開發者使用 Python，現在這些開發者不需要再學習 C/C++ 即可充分利用 GPU 硬體。當然，NVIDIA 支援 Python 也會鞏固 NVIDIA 在資料中心 GPU 市場的領先地位。

另外，NVIDIA 還計劃在未來支援更多程式語言。早在 2024 年 GPU 技術大會上，NVIDIA 工程師就表示 NVIDIA 還在探索諸如 Rust 和 Julia 等程式開發語言，以吸引更廣泛的開發者群體。

相關資源：https://github.com/NVIDIA/cuda-python

加入T客邦Facebook粉絲團

Intel 18A Panther Lake 今年量產供貨、明年大規模上市

Intel 已經反覆強調，首發 18A 製程的下代處理器 Panther Lake 將在今年量產發表，不過在日前舉辦的 VISION 2025 大會上，出現了一張投影片，Panther Lake 旁邊赫然寫著「2026 年客戶端產品」。難道延後了？非也。

Intel 官方強調，18A 製程和 Panther Lake 處理器都會在今年下半年投入大規模量產，並批量供貨給 OEM 廠商，而相關終端產品，將在 2026 年大量上市。

注意，Panther Lake 是一款定位行動端筆電的產品，而按照慣例，這類處理器肯定要在量產後先發給 OEM 廠商，供其設計產品，一切準備就緒後再集體上市，自然需要一些時間。

事實上，早在去年的聯想創新科技大會活動期間，Intel 前任 CEO 基辛格就首次展示了 Panther Lake 樣品，並交付給了聯想。

如果不出意外的話，Panther Lake 將會命名為酷睿 Ultra 300H/300U 系列，但不會叫酷睿 Ultra 300V 系列。

這是因為，當下的 Lunar Lake 即酷睿 Ultra 200V 系列，其實是一款特殊的產品，無論其 AI 強​​化、記憶體整合封裝，還是超高的能效都是如此，因此暫時不會有直接繼承者。

不過 Intel 表示，Lunar Lake 的一些技術和理念，會融入到後續產品。

這就像當初的 Lakefield 處理器，首發使用了 Foveros 封裝技術，其實也沒啥存在感，更沒有後繼者，更多的像是一次實驗，而如今 Foveros 技術已經發揚光大。

加入T客邦Facebook粉絲團

附加條件是 OpenAI 必須在 2025 年底前成功轉型為營利性企業。若轉型順利，公司估值有望上看 3000 億美元。

據傳OpenAI 近期正積極洽談一筆高達 400 億美元的巨額融資，據傳由軟銀領投，但附加條件是 OpenAI 必須在 2025 年底前成功轉型為營利性企業。若轉型順利，公司估值有望上看 3000 億美元。華爾街日報獨家報導指出，這筆潛在的融資案規模堪稱新創企業史上罕見。然而，這筆龐大資金的背後卻存在一道嚴峻的門檻：若 OpenAI 未能在年底前完成營利性轉型，則僅能獲得半數資金，即 200 億美元。這不僅是一場攸關資金的博弈，更將深刻影響 OpenAI 未來的發展方向。

軟銀主導 300 億美元挹注，營利轉型成「全額付款」先決條件

消息指出，此輪融資預計將由日本軟銀集團領投，其注資金額可能高達 300 億美元，剩餘部分則由包括微軟在內的其他投資者共同參與。若一切順利，OpenAI 的估值預期將大幅提升至 3000 億美元，鞏固其在人工智慧領域的領導地位。

然而，這筆 400 億美元的資金並非毫無條件。據悉，資金將分兩階段撥付，初期 100 億美元已大致底定，但後續 300 億美元能否到位，則完全取決於 OpenAI 能否在 2025 年底前成功完成公司性質的轉變。若轉型未能達成，第二階段的資金將大幅縮減至 100 億美元，使得總融資金額直接減半至 200 億美元。

軟銀作為本次融資的主導者，顯然希望透過此項嚴苛條款，加速推動 OpenAI 的營利性轉型，以確保其龐大投資的未來回報。對於 OpenAI 而言，這既是前所未有的發展機遇，同時也帶來了巨大的轉型壓力。

微軟態度成改組關鍵變數

OpenAI 最初以非營利組織的形式成立，其獨特的組織架構曾被視為吸引頂尖人才和維護公司使命的核心要素。然而，隨著技術的快速發展和商業化需求的提升，OpenAI 的轉型已成為必然趨勢。

不過，OpenAI 的改組之路預計將面臨多重挑戰。首要的障礙便是來自於其最大股東——微軟的態度。作為 OpenAI 最重要的合作夥伴，微軟持有大量的公司股份，對於 OpenAI 的重大變革擁有實質上的否決權。市場普遍認為，微軟對於 OpenAI 的轉型可能抱持謹慎態度，雙方的談判過程預計將會是一場艱苦的拉鋸戰。

此外，加州總檢察長也將對 OpenAI 的轉型進行審查，法律與監管層面的不確定性也為此次改組增添了更多複雜性。雪上加霜的是，長期以來對 OpenAI 抱持批評態度的伊隆·馬斯克，據傳也正透過法律途徑試圖阻止這次改組，這無疑為 OpenAI 的轉型進程埋下了一顆潛在的「地雷」。

馬斯克與 OpenAI 的恩怨可追溯至 2023 年底，當時 OpenAI 董事會曾以奧特曼在溝通上「未能保持一貫誠實」為由，短暫解除了其執行長職務，引發了市場的廣泛關注，也讓投資者開始質疑 OpenAI 非營利結構的穩定性。儘管奧特曼隨後成功復職，但投資者的疑慮並未完全消除，反而加速了推動 OpenAI 轉型的呼聲。

200 億美元成「生死線」，OpenAI 面臨嚴峻考驗

對於 OpenAI 而言，這次改組不僅僅是獲得 400 億美元融資的門票，更是一場關乎公司未來發展的關鍵戰役。目前，OpenAI 每年在 AI 模型訓練、系統營運以及吸引頂尖研究人才方面投入巨額資金，虧損金額高達數十億美元。此外，公司還承諾投入 180 億美元進行名為「星際之門」的資料中心計畫。

若最終僅能獲得 200 億美元的融資，OpenAI 的財務狀況將更顯緊張，原先規劃的發展藍圖可能需要進行大幅度的調整。投資者之所以願意持續投入資金，主要是看好 OpenAI 在轉型後能帶來更高的投資回報，並期待手中的可轉換債券能轉換為更具價值的傳統股權。一旦轉型失敗，不僅 OpenAI 的資金鏈將面臨壓力，投資者的信心也可能受到動搖。更重要的是，OpenAI 與新聞集團等內容供應商之間的授權協議也需要持續的資金投入，這些都是 OpenAI 在轉型過程中必須考量的成本。

預估 2025 年營收將大幅成長，但獲利仍需時日

根據知情人士透露，OpenAI 預計在 2025 年將實現顯著的營收成長，從去年的 37 億美元大幅提升至 127 億美元，成長幅度超過三倍。更令人矚目的是，預計明年 OpenAI 的營收將有望再次翻倍，達到 294 億美元。而到了 2029 年，這個數字甚至可能上看 1250 億美元。

在過去兩年多的時間裡，OpenAI 針對消費者和企業市場推出了多項訂閱服務。截至去年 9 月，其企業版 ChatGPT 的付費用戶數量已突破 100 萬。近期，OpenAI 還推出了每月 200 美元的 ChatGPT Pro 訂閱方案，並積極探索針對特定 AI 產品收取每月數千美元的高端定價策略。

然而，高速成長的背後也伴隨著高昂的成本。開發領先的大型語言模型需要大量的資金投入，包括採購高效能晶片、建設先進的資料中心以及招募頂尖的 AI 研究人才。據悉，OpenAI 預計最快要到 2029 年才能實現現金流為正。這意味著，儘管營收呈現飛速成長的態勢，OpenAI 仍需持續投入大量資金以維持其在技術上的領先地位。

OpenAI 的這場融資博弈不僅是其自身發展的關鍵轉捩點，更反映出當前生成式 AI 領域激烈的競爭態勢。在這波 AI 熱潮中，資金和技術實力是企業能否脫穎而出的關鍵要素。若 OpenAI 能順利完成營利性轉型並獲得足夠的資金挹注，不僅能進一步鞏固其在行業內的領導地位，還可能與競爭對手拉開更大的差距。反之，若轉型失敗，OpenAI 或許將被迫在資金壓力下尋找新的發展策略。究竟 OpenAI 能否成功獲得 400 億美元的資金，答案將在 2025 年底正式揭曉。

加入T客邦Facebook粉絲團

日本政府近年來積極重振半導體產業，不惜投入巨額資金支持新創公司Rapidus，期望能在先進製程領域佔有一席之地。

日本政府近年來積極重振半導體產業，不惜投入巨額資金支持「半導體國家隊」新創公司Rapidus，期望能在先進製程領域佔有一席之地。然而，這項豪賭式的策略正面臨越來越多的質疑。近日，多位專家學者公開呼籲日本政府重新審視其半導體戰略，認為應將資源轉向更具優勢的先進封裝領域，並扶植現有的日本半導體企業，而非一味追求最先進的製程技術。

專家直指Rapidus並沒有足夠的客戶需求

日本機械產業振興協會特任研究員井上弘基直言，追求最先進的2奈米製程本身已是過時的想法，並批評日本半導體產業仍抱持著「大艦巨炮主義」的思維。他指出，Rapidus目前面臨的最大問題是缺乏足夠的客戶需求。即使成功建立起最先進的產能，若沒有買家，最終可能導致產能閒置，甚至引發嚴重的財務危機。

井上弘基將Rapidus的策略與台積電、三星電子進行比較，點出兩者在商業模式上的顯著差異。台積電和三星在開發先進半導體時，會與蘋果、高通、輝達等大型客戶建立緊密的合作關係，透過確保訂單來推進技術開發。反觀Rapidus，目前尚未掌握智慧型手機或資料中心伺服器處理器等主要客戶，這將成為其發展的一大阻礙。

「沒有客戶，再先進的技術也只是空中樓閣。」一位不願具名的半導體產業分析師表示，半導體產業的發展需要與市場需求緊密結合，單純追求技術領先並不能保證成功。Rapidus若無法在短時間內找到穩定的客戶群，其未來的發展前景令人擔憂。

摩爾定律放緩，先進封裝成新戰場？

隨著摩爾定律的放緩，製程微縮所帶來的效益也逐漸遞減。井上弘基建議，日本應將重點轉向先進封裝領域。他認為，先進封裝與半導體製造設備及材料密切相關，而這正是日本企業的優勢所在。因此，他建議Rapidus應暫緩量產計畫，將資源集中於研發，而非貿然進入風險極高的量產階段。

先進封裝技術是指將多個晶片或元件整合在一個封裝體內，以提高效能、降低功耗、縮小尺寸。隨著晶片設計越來越複雜，先進封裝技術的重要性也日益凸顯。目前，台積電、英特爾、三星等半導體大廠都在積極投入先進封裝技術的研發。

「先進封裝是未來半導體產業發展的重要方向。」工研院產科國際所研究總監楊瑞臨表示，先進封裝技術可以突破傳統製程微縮的限制，為半導體產業帶來新的成長動能。日本在半導體材料和設備領域擁有深厚的基礎，若能將資源集中於先進封裝技術的研發，將有機會在半導體產業中佔據一席之地。

政府資源分配引爭議，扶植現有企業更有效益？

除了井上弘基的質疑，經濟評論員古賀茂明也對Rapidus的經營策略持負面看法。他指出，Rapidus所需的資金預計高達5兆日元，但來自民間投資的出資額僅為73億日元，且後續並未增加，顯示民間部門對該專案的興趣明顯不足。古賀茂明認為，政府應避免被官僚主義所蒙蔽，阻礙通往正確政策的道路。他建議政府應將資源投入到扶植日本現有的公司或有潛力的新創企業，而非從零開始建立新公司，這樣既能減少資金投入，又能開啟新的可能性。

日本政府對Rapidus的巨額投資引發了國內外的廣泛關注。一些人認為，政府應該將資源更多地投入到現有的半導體企業，例如瑞薩電子、東京威力科創等，這些企業在各自的領域都擁有一定的技術優勢和市場地位。

「與其從零開始建立一家新公司，不如扶植現有的企業，這樣可以更快地看到成效。」一位日本半導體產業協會的代表表示，政府應該制定更加靈活的產業政策，鼓勵企業之間的合作與創新，共同推動日本半導體產業的發展。

綜上所述，日本在發展半導體產業的道路上，或許應該重新思考其戰略方向。與其一味追求最先進的製程，不如將資源投入到更具優勢的先進封裝領域，並扶植現有的企業和新創公司，或許更能為日本半導體產業帶來新的生機。

加入T客邦Facebook粉絲團

海底電纜是全球網路的命脈，但近年來頻頻遭受威脅。本文深入探討了針對海底電纜的新型監測技術，以及國際社會為保護這些重要基礎設施所做的努力，揭示了維護網路安全的最新動態。

海底電纜是現代網路的命脈，承載著全球高達 95% 的網路流量。近年來，針對這些重要基礎設施的破壞事件日益增多，引發了國際社會的高度關注。北約和歐盟正積極探索各種監測方案，以保護海底電纜免受潛在威脅。其中，聲學感應器技術被視為一種極具潛力的解決方案。

自 2022 年俄羅斯入侵烏克蘭以來，針對海底電纜的可疑襲擊事件頻傳，尤其是在波羅的海地區。聯合國對此高度重視，並於 12 月成立了一個國際組織，專責保護海底電纜的安全。面對日益嚴峻的挑戰，各國紛紛投入資源，尋求更有效的監測和防護手段。

德國開發商和製造商 AP Sensing 推出了一種名為分散式光纖感應 (DFOS) 的創新技術，該技術能夠在海底電纜遭受攻擊前及時發出警報。這項技術的工作原理是利用光纖中光脈衝的反射特性。當光脈衝沿著光纖傳播時，會產生微小的反射，這些反射會受到聲波振動、溫度變化以及光纜物理干擾等因素的影響。透過分析這些反射的變化，即可判斷電纜周圍是否存在異常活動。

AP Sensing 全球銷售經理 Daniel Gerwig 表示：「穿過光纖的音波能量會干擾我們的訊號，而我們可以精確地測量這種干擾。」利用這項技術，不僅可以確定經過海底電纜上方的船隻的大致尺寸、位置和行駛方向，還能探測到潛水員是否觸及電纜、附近是否有錨掉落，以及損壞發生的具體位置。

更令人振奮的是，這項監控功能可以添加到現有的光纜中，前提是光纜中存在閒置的光纖，或者已點亮的光纖有足夠的空閒通道。這意味著，無需大規模更換現有設備，即可實現對海底電纜的有效監控。

當然，這項技術也存在一定的局限性。它只能探測到幾百公尺範圍內的振動，而不是幾公里範圍內的振動，而且大約每隔 100 公里就需要安裝一個監聽站。儘管如此，AP Sensing 的技術仍然為海底電纜的安全防護帶來了新的希望。目前，該技術已部署在北海，並即將在波羅的海進行測試安裝。

今年 8 月，北約曾警告稱，俄羅斯可能會以海底電纜和全球定位系統為目標，破壞重要的通訊和導航系統。為此，北約成立了 HEIST（確保電信訊息安全的混合空間-海底架構），旨在制定保護全球網路流量的戰略，並在全球海底電纜網路遭到破壞時創建替代路徑。據估計，海底光纜每天為 10 兆美元的金融交易提供便利，並傳輸加密的國防通訊。保護海底電纜的安全，已成為維護全球經濟和國家安全的重要課題。

 

• 延伸閱讀：海底電纜是怎麼放到數千公尺海底的？中間如果斷線他們怎麼找到「在哪裡」？
• 延伸閱讀：Meta 未來海底電纜部署，將超越地球周長
• 延伸閱讀：中華電信海底電纜驚傳遭貨輪拖斷，網質疑中國貨輪註冊非洲籍

 

加入T客邦Facebook粉絲團

微軟 CEO 納德拉：人工智慧基本上還沒創造任何價值

 

外電報導指出，微軟執行長薩帝亞·納德拉 (Satya Nadella) 的公司已對 ChatGPT 製造商 OpenAI 投資了數十億美元，但他對圍繞人工智慧持續不斷的炒作感到厭倦。本週，納德拉在Podcast 節目 Dwarkesh Patel 的訪談中，進行了一次現實檢視。

納德拉告訴帕特爾：「我們自稱取得了一些（通用人工智慧）里程碑，但在我看來，這只是一些毫無意義的基準測試。」

相反地，這位執行長認為，我們應該關注人工智慧是否正在創造真實世界的價值，而不是盲目地追求像 AGI 這樣的空中樓閣。

對納德拉來說，事實勝於雄辯。他認為，如果人工智慧真的具有經濟潛力，那麼當它開始產生可量化的價值時，一切就會一目瞭然。

他說：「因此，我們要做的第一件事是，當我們說這就像工業革命時，讓我們真正實現工業革命那樣的成長。」

他補充說：「真正的基準是：世界經濟成長率達到 10%。突然間生產力上升，經濟成長速度加快。當這種情況發生時，我們這個產業就會安然無恙。」

不用說，我們還沒有看到這樣的情況。OpenAI 的頂尖人工智慧代理——OpenAI 執行長奧特曼 (Sam Altman) 等人認為將顛覆經濟的技術——仍然進展緩慢，需要不斷的監督。

因此，納德拉的思路出人意料地務實。除了駁斥對通用人工智慧的炒作（OpenAI 將實現通用人工智慧作為其首要任務）之外，納德拉還坦承，生成式人工智慧迄今為止還沒有產生太多價值。

截至目前，經濟還沒有顯示出加速的跡象，這肯定不是因為人工智慧大軍的推動。而這是否真的是個時間早晚的問題——而不是他所說的「是否」的問題——仍然是一個熱門話題。

這其中涉及了大量資金，包括微軟和 OpenAI 在內的科技公司已向人工智慧投入數千億美元。

今年稍早，中國人工智慧新創公司 DeepSeek 真正考驗了投資人的決心。它展示了其尖端推理模型 R1，效能足以與競爭對手並駕齊驅，但價格卻低廉許多。該公司在引發大規模拋售後，最終給整個產業造成了 1 兆美元的損失。

此外，當前的人工智慧工具還存在一些令人困擾的技術缺陷，從持續產生的幻覺到網路安全問題，這些缺陷使其無法執行任何關鍵功能。

納德拉在播客節目中的亮相，可以被視為微軟降低過高期望的一種方式，呼籲大眾以更理性、更務實的方法來衡量成功。

與此同時，他的行動卻訴說著截然不同的故事。微軟已向 OpenAI 投資 120 億美元，並與 OpenAI 執行長奧特曼共同簽署了唐納·川普總統提出的價值 5000 億美元的星際之門計畫。

在億萬富翁伊隆·馬斯克質疑奧特曼是否真的募得資金後，納德拉似乎完全支持該計畫。

上個月，在回應馬斯克的指控時，他向 CNBC 表示：「我只知道，我的 800 億美元花得物有所值。」

加入T客邦Facebook粉絲團