智能应用 影音
Reserch
科睿唯安
产业研究12堂课(5) :Insights是与顾客共构的战略答案
一个好的分析师,要知道一些别人不知道的事,也要知道如何以最有效率的方法将信息提供给正确的对象。例如特殊的信息管道、掌握专家观点等。谁能在网络时代掌握大量产出的数据,并且以最有效的工具进行分析,将是产业分析师致胜的关键。但更关键的是,定义各种不同数据的功能、价值,在不同的场合、时间,传递给不同的对象。
Tesla为何自己设计芯片?
Tesla前些日子召开AI Day,揭露他们在自驾车未来的AI软件以及芯片布局。目前市值最高的汽车品牌,在乎的技术是AI软件以及运算芯片上的突破。前几年还不清楚为何Tesla抱怨车用芯片供应商提供的芯片不敷需求,要自己设计,几年之後他们推出自己的车用芯片,包含了12个CPU,一颗GPU,2颗NPU (每颗算力36.86 TOPS)。而原因日益明朗:深度软硬整合。
产业研究12堂课(4) :Analysis与Analytics其实很不一样
Analysis与Analytics两者有所不同,在台积电、华硕长期从事产业研究工作的苏艳文说:「Analysis是基於过去的历史数据做出的分析,而Analytics是具有前瞻性的数据推演」,个人认为这个说法很正确,也值得探索两者之间的不同。
产业研究12堂课(3) :从News到Information与Infographics
Infographics是指视觉化的信息或数据(A visual representation of information or data),加上PPT这种最近一、二十年才广泛应用的数据表现方式,产业分析师可以使用的工具越来越多,也因为工具的平民化,挑战也越来越大。我们把前端的新闻或图表,汇整成为视觉化的Infographics,这对读者、听众都是很有效率的方法,而这也成为现代分析师非常基本的条件。
产业研究12堂课(2) :Raw Data是产业研究的定海神针
一般不常花时间找数据的人,不太会理解整理初级数据(Raw Data)的专业与成本。很多人都会说「Garbage in, garbage out」,如果不知道从哪里找数据,不仅容易偏离主题,也是浪费社会资源。
产业研究12堂课(1) :质变还是量变?数据驱动新时代到来!
我有很多年的产业研究经验,汇整信息、绘制图表通常自己来,但工具不断进化,我不敢敝帚自珍,也知道大家各有所长,接下来总共有12篇文章,以野人献曝的心情,探讨36年来我在这个行业的学习心得。
从台湾看世界(15):显微镜下看台积电
很多人问台积电是台湾公司吗?如果从股权结构来看,约4分之3的股权掌握在外资手上,台积电不是台湾公司。其次,台积电的客户有62%是美商,有17%来自国内,台湾本地的客户约只占了11%,台积电也是个高度仰赖海外客户的公司。
从台湾看世界(14):美国包抄,国内半导体业还有活路吗?
美国人工智能国家安全委员会(NSCAI)针对中美高科技产业间的竞争关系提出专业建议,认为国内在人工智能(AI)上的进展甚至超过美国,美国唯一的防堵之道是「运算能力」,而运算能力来自半导体所带来的效能与影响。
从台湾看世界(13):英特尔宣示Angstrom的新时代
英特尔(Intel)CEOPat Gelsinger最近动作频频,这个技术出身的CEO毕竟不同於搞财务的专家,在竞争陷入胶着时,决心以重新定义技术规格做为市场竞争的战略诉求。加上2024年预定在亚利桑那州投产2座新厂,总投资金额是英特尔近年少见的200亿美元,这对於只占全球12寸晶圆厂6%产能的英特尔而言,是个势在必得的投资计划。
资通讯的左右互搏之技
我设计物联网应用系统IoTtalk,其运算方式是「多执行绪」 (multi-threading),基本原理是金庸小说提到的左右互搏之技。