AI & Big Data

Anthropic與唱片業者達成協議，將在其人工智慧產品中設置安全護欄，防止Claude輸出受版權保護的歌詞，暫時緩解雙方版權爭議，但訓練資料授權問題仍待解決

Nvidia去年底推出新的單板電腦開發者套件，憑藉既有的入門級硬體配備，提供以軟體更新提升性能的機制

與傳統的建模範式相比，什麼是以數據為中心的AI？我們該如何決定它是否適合某項專案？

人工智慧的重要性不言可喻，於是有了「得AI者，得天下」的論調，然而，該如何「得AI」？很多人會馬上想到資料、運算能力、軟體、AI模型等因素，網路存取能力與效率，很少排在前面的考量

LG新Gram筆電支援Copilot+，採混合式人工智慧架構，在本地端執行自家Exaone開源模型，可進行離線人工智慧運算，也能連接雲端支援更高階的需求

為了因應AI訓練資料量不斷增加，AI應用環境的I/O架構也持續進化，從GPU直連傳輸應用的持續擴張，到新世代乙太網路架構的問世，共同推動AI資料傳輸效率的提升

作為當前GPU直連儲存傳輸架構標準的Nvidia GDS技術，支援廠商生態正持續擴大中，未被GDS涵蓋的物件儲存產品，也發展出自身的GPU直連傳輸架構作為對應

市調機構IDC最近預測，未來四年臺灣資安產品市場將持續成長，市場規模從2024年的4.62億美元增至2028年的7.16億美元（相當於235.4億新臺幣），年複合成長率達11.9%。其中，資安軟體的成長動能尤為強勁，年複合成長率高達13.3%。此外，受到AI資安和量子韌性（Quantum Resilient Security）的挹注，這兩項新興資安技術成為2025年資安市場投資關注的新焦點。