AI 基礎建設的決策從工作負載開始，向下連到晶片、網路、電力與散熱。這個主題將原理說明、選型方法與機房驗收放進同一條閱讀路徑。
AI 訓練加速器怎麼選？企業工作負載評估清單
企業評估AI訓練加速器，該選GPU、ASIC或雲端服務前，先量出模型變動頻率、延遲、吞吐、記憶體與三年總成本。本文提供從工作負載盤點到試跑驗證的採購評估流程。
科技・專題
AI 算力與資料中心實務
從GPU與ASIC選型、工作負載測試到機櫃配電、散熱與資料中心能源審查，整理AI基礎建設的技術與營運清單。
全部文章
AI 機櫃電力密度怎麼規畫？設施清單
AI伺服器進場前，機房要先核對每櫃功率、配電餘裕、散熱方式、網路、樓板載重與故障域。本文用容量表與驗收順序，避免設備到貨後才發現電力或冷卻不足。
AI ASIC 是什麼？跟 GPU 差在哪，為何轉向它
GPU 是什麼工作都能算的瑞士刀，ASIC 是只做一件事但做到極致的量身工具。當推論工作負載固定又大量重複，雲端巨頭開始覺得那份彈性的電費不划算。
資料中心新規：5MW以上機房須提交產業效益評估
經濟部能源署預告修正評估準則，5MW以上資料中心須提交產業效益評估，說明投資產值、就業人數、供應鏈效益、AI生態系賦能與資安韌性等5項指標，經地方政府與能源署聯合審理，最快2026年第3季上路。整理修法重點與審查流程。
AI模型選型怎麼做？企業評估成本、資料與部署
AI模型選型要先從任務與資料開始，再用真實案例比較回答品質、延遲、每次呼叫成本、資料處理方式與版本穩定性。本文整理模型家族怎麼分工、台灣人工智慧基本法與風險分類框架走到哪，以及一般人與企業導入前的檢查清單。
AI資料中心搶水搶電惹怒居民？美國案例對台灣的啟示
美國資料中心擴建已引發水電、電價與地方審查爭議，61%受訪民眾反對住家附近新增資料中心。本文整理美國案例、冷卻與電力負載的查證資料，以及台灣5MW以上資料中心的選址、供電與產業效益審查方向。
輝達AI晶片為何要漲價？彭博：客戶已接獲調漲通知
彭博報導，部分輝達大型客戶收到 AI 伺服器漲價通知，許多配置漲幅超過 15%，明年初出貨生效。本文整理記憶體、台積電先進封裝與台灣伺服器組裝廠的影響，以及判斷訂單能見度該看的指標。
ABF載板是什麼？味之素傳大砍中國供貨30%，台廠受惠鏈一次看懂
ABF是夾在載板銅線路層之間的薄膜絕緣材料，直接影響高階晶片能否完成封裝。味之素減供約30%的消息尚未獲官方證實，但已讓AI伺服器供應鏈重新檢視材料與載板的替代來源。
輝達「循環融資」是什麼？砸15億美元投資OpenAI資料中心
輝達敲定協議，將投資15億美元入股SoftBank旗下SB Energy，並為OpenAI承租俄亥俄州超大型資料中心提供最高1050億美元融資擔保，規模一度討論到2500億美元後才拍板。整理這筆交易的架構、緊縮過程，以及分析師與債市為何緊張。
輝達入股Lancium是什麼？30億美元卡位AI電力版圖
輝達最高砸30億美元入股電力開發商Lancium，先取得約2成股權，鎖定Stargate資料中心園區的電網命脈，凸顯電力已成AI晶片龍頭最新戰場。
ASIC晶片出貨衝109%超車GPU，世芯喊到6200元
為什麼雲端巨頭寧可自己設計晶片也不多買 GPU？答案不在演算法，在電費。當每瓦效能變成天花板，專用 ASIC 就贏了，而台灣卡的是設計服務這道別人繞不過的工序。
AI新十大建設是什麼？三主軸、五大信賴產業與1800億預算解析
國科會 2026 科技預算 1800 億，三主軸是數位基磐、關鍵技術、智慧應用，半導體與 AI 領頭信賴產業。對企業來說算力與供應鏈方向已定，要對齊的是落地應用，不是等補助。