可處理數百萬字資料量的AI模型: Ring Attention
探索Ring Attention技術如何突破傳統AI模型的記憶體限制，實現高效處理數百萬字資料，為大規模視頻、語音和語言模型開創無限可能。AI未來展望令人期待。
【AI開發】AI開發的新視野：從視覺辨識到全面優化
AI開發從視覺辨識至全面優化的探索。透過質量數據收集、精確的數據清理、靈活的架構設計、定制的深度學習算法、經驗豐富的後辨識邏輯處理及有效的輸出機制，推動AI技術向前。
【醫學AI】如何運用 NVIDIA Clara，創造最快基因定序世界紀錄
近日史丹佛大學導入 NVIDIA Clara ，已經能將原本甚至需要幾周的定序過程，縮短到幾小時，不但提升臨床效率和醫院實力，也能加速挽救生命。
MOORE’S LAW IS DEAD AND AI STACK IS HERE TO HELP WITH YOUR AI ADOPTION JOURNEY
Lately in September 2022, when asked about the pricing for graphics cards by Digital Trends, NVIDIA CEO Jensen Huang stated "Moore's Law is dead. The idea that the chip is going to go down in price is a story of the past".
Deployment mode: Cloud vs. On-Premises. Which one is better for your business?
Due to the booming of a high-tech era, companies have undergone significant changes in computing and communication platforms. One of the most crucial steps in adopting AI is to decide which deployment mode is the most suitable one when setting up the IT infrastructure for the business. Therefore, when it comes to choosing between cloud deployment and on-premises deployment, decision makers must put a lot of forethought and be strategical about it.
【NVIDIA 快報】AI逐漸趨向全能，從互動式商店到生物醫療研究、強化資訊安全、解決企業問題，人工智能無所不在
NVIDIA宣布攜手Broad Institute(由麻省理工學院及哈佛大學共同成立的學術機構 )，為 Terra 雲端平台提供人工智慧和加速工具，這會加快海量醫療資料的分析速度。Terra 雲端平台是一個學術研究平台，使用者超過25,000名，用戶包括學術界的生物醫學研究人員、新創公司及大型製藥公司。此次合作結合了AI與生物醫學兩大領域，相信將會為研究帶來重大突破。
Infrastructure for the future AI: managing the GPU for the AI pipeline
Many organizations are turning to artificial intelligence (AI), machine learning (ML), and deep learning (DL) to provide higher levels of value and increased accuracy from a broader range of data than ever before. They are looking to AI to provide the basis for the next generation of transformative business applications that span hundreds of use cases across a variety of industry verticals.
中冠資訊結合數位無限豐富Enterprise AI數位轉型客製化技術需求
中冠與數位無限合作，藉由數位無限專業開發的AI-Stack Enterprise AI平台，除了能夠快速建模並可高效調配發揮GPU資源，對異質資料做存取調用，未來客戶還可以依照業務發展需要漸進加以擴展，不需重新部署，對企業資源運用有極大彈性和效益。數位無限AI-Stack亦結合中冠專業的管理系統整合設計能力及AI人才，雙方合作發揮各自領域極大化，最重要的是節省AI開發的資源與時間，這對新案源的爭取非常有競爭力。」
【金融AI】數位審計：人工智慧正永久改變會計領域
金融會計領域是這幾年來受到數位化、雲端化和人工智慧影響最鉅大的行業之一。隨著數位化的工具改變了會計資訊的流動，金融從業人員和審計人員的工作模式也有了極大改變。使用資料科學的工具和人工智慧能夠大幅降低審計時的人為錯誤，也能將溝通失誤所產生的認知差異降到最低。
戴爾攜手數位無限，提供「數據+AI」整合智造平台
戴爾科技集團提供完善資料保護避風港，協助製造業免受勒索軟體的威脅，另提供按需付費的 APEX 方案，使企業能在低財務負擔下擘建智能自動化 AI 管理平台。
【醫療AI】 梅約診所如何用人工智慧發揮醫療的真正價值？
美國最具代表性的醫療院所梅約診所(Mayo Clinic)至今已成立超過150年，一直以卓越的醫療創新能力和開放精神聞名於世。對於醫療人工智慧領域，梅約診所也總是走在全球醫療機構的前沿。2020年，梅約診所成立了全新的數位醫療部門，聘用了 Rita Khan 成為第一任的數位長。兩年以來，已經核准了至少兩百件以上與醫療人工智慧相關的研究案，成為醫療公衛體系中對醫療人工智慧最積極的組織。
【聯邦學習101】聯邦學習的應用與挑戰
上一篇【聯邦學習101】文章中，我們發現到聯邦學習正在突破我們對機器學習的想像，透過介紹並拆解其概念，能夠更瞭解到聯邦學習可以保障用戶的隱私安全和其他連帶的好處。這次，讓我們來看在現實生活中聯邦學習會被應用到哪些領域，以及這項技術所隱藏的挑戰。
【產業趨勢】為什麼沉浸式技術需要AI
沉浸式技術如虛擬實境(VR)、擴增實境(AR)）和人工智慧(AI)在商業和社會中的影響越來越大，帶來的挑戰值得學術界和專業人士關注。2016年，一些科技巨頭在市場上推出了一系列的虛擬實境產品。在過去的幾年裡，我們經歷一場從行動運算(mobile computing)到身歷其境運算(immersive computing)的偉大革命 。
打入AI產業僅4年，數位無限如何吸引鴻海、IBM、Tutor ABC高層加入？
一間公司若能擁有優秀人才，相當於一支兵強馬壯的軍隊，但該用什麼理由說服、提出什麼誘因，才能打動最頂級的人才加入？
【金融AI】AI 如何為金融保險產業帶來破壞式創新？
隨著數位金融與微保險時代來臨，AI 已經為金融保險業帶來快速改變。從監管科技到法遵科技，金融保險業未來又將如何將手中的交易紀錄，轉換成獲利的重要資訊？
Demystifying the AI Infrastructure and AI Orchestration Platforms for Enterprises and Organization by AI-Stack
The global AI infrastructure market is projected to grow 27.5% from 2022 to 2027 in a CACR forecast.
【醫療AI】AI 在 COVID 疫情中扮演那些重要角色
疫情期間由於患者與醫療需求在短時間內大幅增加，醫院決策者意識到「自動化」、「雲端運算」與「數據決策」對醫療品質的影響，因此加速導入人工智慧的開發，提升人工智慧參與日常營運的範疇。
亦思科技與數位無限合作 打造數據資料即時精準分析
數位無限軟體營運長吳宣儀博士拜訪竹科夥伴亦思科技董事長暨數位金融發展中心執行長江孟峰博士，並與亦思討論未來要共同提供更完整的大數據及AI系統解決方案。
【醫療AI】人工智慧與機器學習在基因體學的發展
曾經開發出 Alpha Go 成功挑戰圍棋界菁英的 Deepmind 團隊，2020 年又再次利用人工智慧，破解了蛋白質結構預測技術的聖杯，利用資料庫中 17 萬種已知蛋白質的結構和 6 千萬筆胺基酸序列訓練出「AlphaFold2」，成功預測三分之二的蛋白質三級結構，是當年最高準確率的團隊，進一步破解困惑科學家們五十多年來的謎團。
【產業趨勢】當AI出現偏見，人類該如何應對？
隨著AI越來越蓬勃發展，一股反省AI的影響、以及討論「人性化AI」的思潮也開始崛起，AI可能存在偏見，是研究人員最戒慎恐懼的問題之一。AI會有偏見嗎？那這個偏見是如何產生的呢？當偏見產生後，人類又該如何應對？
【醫療AI】AI 於抗癌領域的現在與未來
將人工智慧應用於輔助抗癌已經是未來醫學的趨勢。根據世界衛生組織的報導，2020年全球新增至少1930萬癌症患者，但癌症診斷仍然相當棘手，治療過程往往需要具有兼具廣度與深度的跨專科團隊、診斷過程還要面對無數重複的檢查與等待、就算花費不貲還是有可能缺乏有效藥物的困境，讓許多患者與醫療團隊很難和癌症長久對抗。
【AI Stack 101】21世紀的模仿遊戲
20世紀中期，圖靈帶著人類窺探了未來的新可能。隨著科技越來越發達，人工智慧漸漸參與人們的生活並留下深刻的足跡。科技倫理和技術的交織下，21世紀的模仿遊戲也成為了社會發展的焦點。如何建立完善的AI Stack 及攜手AI面對世界的各種難題也成為現代科學家及開發者深入分析的議題。
【金融AI】人工智慧新世代，為金融業注入新生命
近年來，人工智慧(AI)的蓬勃發展，大大改變了你我的日常生活。隨處可見的相關應用實例，再再顯示了各行各業都正在迎接一波新的數位轉型。而其中，台灣各大金融公司在人工智慧方面的投資、研究以及應用，都將對產業造成大規模的影響和衝擊，過往需要許多人力物力維持的工作範疇，如今藉由人工智慧的研發成果，便能達到一定程度的節省成本，同時也能進一步開發更多優化客戶體驗之嶄新功能，使企業更接近客戶，達成雙贏的理想局面。
【AI Stack 101】淺談 AI Stack
人工智慧 (Artificial Intelligence, AI)，為了理解人類而生。 AI 的運用範圍涵蓋各個領域，也成為各企業數位轉型的轉捩點。【AI Stack】在這個重要的時刻便不容置喙的扮演著重要角色，它像是一個工具箱搭載了AI所需的所有能力，透過開發者及其自主系統不斷增強實力，隨時準備好成為人類的第一副手！
Midjourney：有如畫家的人工智慧藝術
今年五月，全世界研究人工智慧的學者和藝術家，紛紛都為一個能夠生成細膩作品的人工智慧感到驚艷，這個服務稱為 Midjourney。使用 Midjourney 完全不需要具備任何電腦科學或是藝術創作的深厚背景知識。只需要輸入一段文字，接下來等待 Midjourney 的人工智慧算圖即可。
為何混合雲成為雲端技術的主流選擇？
根據市場調查機構 Futuriom 的研究(2020 Futuriom MDN Survey)，混合雲與多重雲已經成為全球趨勢，超過八成的受訪企業都已經採用混合雲的架構。不只是科技和醫療產業，對日益興盛的電子商務和零售服務業者，選擇適合企業的雲端服務，是讓企業更容易運用資料的必要工具。
NVIDIA Modulus：運用人工智慧，建立準確的數位孿生
在現代工業領域中，如果想要快速地進行轉型，有三個相當重要的因素。第一是採用工業 4.0 的思維，並將此思維融入作業流程與設計原則中；第二是採用高度自動化、無人化的智慧工廠；第三就是建立新世代的數位孿生(Digital Twin) 系統。這三點是近年來在工業領域最重要的未來發展。
NVIDIA 語音人工智慧 Riva 2.0 又有哪些創新？
NVIDIA 在 2022 年的 GTC 宣佈推出 NVIDIA Riva SDK 2.0 版本，提供全球的開發人員將預先完成訓練的深度學習語音模型和軟體工具，輕鬆地放在各種情境，建立具互動性的對話式人工智慧 (AI) 服務。
2022 NVIDIA GTC 春季人工智慧大會精彩回顧
在疫情局勢逐漸走向開放之際，地表上最重要的 AI 盛會終於又回到聖荷西的 McEnery 會議中心舉行。NVIDIA 創辦人兼執行長黃仁勳終於在GTC 22春季展開幕演說中，帶來 NVIDIA 更多技術上的革新。
NVIDIA FLARE 與聯合學習 Federated Learning
我們都知道，為了要增加人工智慧演算法的精確度，餵養大量的資料，訓練演算法或是驗證結果是相當重要的過程。但有時候各組織考量到隱私權，無法自由地共享資料，變成每個人手上的資料都太小，無法訓練出有效的通用模型。我們要怎麼做才能兼顧個人資料的隱私，又能相互合作訓練出所需要的人工智慧模型呢？
GTC 2022 ：將發表全新運算架構「Hopper」
NVIDIA 非常重視這項春季聚會，因此 NVIDIA CTO Macheal Kagan、研發高級副總裁兼首席科學家 Bill Dally、機器學習總監 Anima Anandkumar、副總裁兼加速計算首席總監Ian Buck、醫療健康副總裁Kimberly Powell等一級主管也都會發表主題演講。
邊緣運算是甚麼？邊緣運算結合 AI 的未來應用
邊緣運算(Edge Computing)是一種網路運算架構，運算過程盡可能靠近產出資料的地方，既能取得雲端運算的優點，也能減少網路造成的延遲和頻寬使用。
【醫學AI】如何運用 NVIDIA Clara，創造最快基因定序世界紀錄
近日史丹佛大學導入 NVIDIA Clara ，已經能將原本甚至需要幾周的定序過程，縮短到幾小時，不但提升臨床效率和醫院實力，也能加速挽救生命。
人工智慧平台 NVIDIA Clara Holoscan 將如何改變醫療健康產業？
人工智慧和機器學習正在改變醫療健康產業提供服務的方式。醫院與診所每天透過病歷、醫學影像、人口資料、保險理賠資料以及臨床檢驗資料等方式了解患者的同時，也加深對疾病的瞭解，更能累積龐大的資料庫，在公共衛生的層級，提前進行預警。
成功案例：CIO Taiwan【專訪】明志科技大學 人工智慧暨資料科學研究中心 主任鄒慶士
明志科大 AI&DS 中心的發展方向，除透過產學合作計畫與台塑集團深入合作，也會協助其他有資料分析與建模需求的企業進行研究。
你也能嘗試的六個人工智慧專案！(下)
延續上一篇的內容，我們已經介紹了強化學習、臉部辨識與人工智慧在自動化流程的應用，你可以透過範例與「AI-Stack」來建立你的開發環境，並完成你的第一個 AI 專案。
你也能嘗試的六個人工智慧專案！(上)
人工智慧（artificial intelligence, AI）已經改變我們的生活，更被許多產業視為是步入未來的重要武器，也是許多開發者躍躍欲試的全新領域。但問題來了，有哪些專案適合初學 AI 的開發者著手呢？數位無限 Infinitiessoft 為開發者整理了六大最適合初學者的 AI 專案與他們的學習資源。
AI in 2021 ：你應該要知道的三大長期趨勢
Tesla CEO Elon Musk 在幾天前舉行了大規模 AI 日，會中除了提出自動駕駛 AI 系統 Autopilot 的更多細節，並發佈全新 AI 訓練晶片「道場」(Dojo) 之外，也趁機公開未來將會有導入人工智慧的機器人計畫：Tesla Bot。 這些令人興奮的新計劃，都證明了人工智慧已經是不可忽視的產業力量。
你的人工智慧醫生：Nvidia Clara
你可曾想過，當你推開診所的大門，待在診間裡的不再只有醫師與護理師，還有專用於醫療的人工智慧醫生嗎？你可知道，人工智慧已經不再是遙不可及的目標，如今的現代醫療已經進入人工智慧世代，智慧醫院和雲端運算會是未來醫療最核心的技術之一，被醫療體系寄予厚望。
人工智慧也會比奧運？
人工智慧在這次東京奧運中有了許多突破性的運用，中華隊與各國團隊都積極運用 AI 與 AIoT來協助運動選手加強訓練、監測比賽甚至進行策略制定。2017 年之後，AI 開始從西洋棋、圍棋等以策略對決為主的比賽，走向運動賽事，進入運動科學的範疇。
Let InfinitiesSoft Help Accelerate Your AI Adoption Today
InfinitiesSoft Solutions Inc. is a software company with expertise in AI cloud platform and hybrid cloud management. If you are using GPU for developing AI models and applications, you can find our latest product AI-Stack useful. Our aim is to help our customers accelerate AI adoption today!
數位無限AI PaaS產品AI-Stack提供NVIDIA GPU最佳算力效率
讓更多人更容易使用AI技術。數位無限致力於降低「導入人工智慧」這個過程的成本，讓更多客戶有機會、有能力進入到AI領域中。為滿足高速發展的人工智慧、高性能計算與資料中心市場，數位無限的「AI計算平台AI-Stack」可幫助企業、醫療院所、金融產業、一般製造業、半導體業者、教育機構、政府研發單位等有志於發展AI的組織建構「自建」或「本地+雲端」AI雲平台，讓研發人員、AI工程師、教授、學生們專注進行學習與專業開發。
數位無限與GRAID Technology聯手打造新一代AI-in-a-box產品
看好AI需求的發展，數位無限軟體與新創公司GRAID Technology聯手打造新一代的AI-in-a-box產品。數
AI-Stack 讓你能夠快速提供GPU資源進行AI開發課程教學
今年在教育界提供AI課程是很熱門的一件事情，從國中小、高中到大學都在積極採購軟硬體建設具有特色的AI電腦教室，然而，要採購哪個牌子的伺服器以及哪種等級的GPU卡，還要找到可以產生自服務的軟體以有效管理這些硬體，便是一門學問。
成功大學啟用數位無限 AI-Stack 平台，帶動 AI 研究量能完美躍升
綜觀各個大專院校的 AI 發展進程，國立成功大學展現的雄心壯志，堪稱相對顯著。成功大學計算機與網路中心主任詹寶珠說，2015 年蘇慧貞校長上任後，便將 AI 列為主要推動項目，要求全力發展 AI 跨領域應用與研究；後續舉凡承接科技部計畫投入 AI 生技醫療創新研究、與臺南市政府合作計算登革熱病媒蚊熱區、與產業界合作打造智慧防疫手環、首創將 AI 運用至校園安全作業…等等，在在彰顯其旺盛企圖心。
數位無限軟體 AI-Stack，1分鐘內急速產生 AI 開發環境
隨著愈來愈多科研機構投入人工智慧（AI）研究，使 GPU 普及率節節攀升，只因 GPU 最能支撐 AI 訓練所需之龐大算力。但相較於 x86 架構，GPU 資源管理工具相對欠缺，以致資源分配與使用情況不透明，難免讓不少機構對投資效益漸感質疑，因而放緩資源擴充步調，長此以往不利於 AI 發展。