「SemiAnalysis」的搜尋結果

本頁的資料來源與計算方式 ⓘ

#SemiAnalysis也是一個關鍵字標籤

過去 31 天有 4 篇標成這個標籤 · 目前不在排行榜上

看 #SemiAnalysis 的趨勢 →

11/10（二）

  • iThome

    SemiAnalysis揭中國AI資料中心建設成本僅美國1/5

    半導體與AI產業研究機構SemiAnalysis指出，中國內蒙古一座大型AI資料中心的建設成本約為美國同類設施的1/5，當地每度電約0.055美元，屬於全球電價最低的地區之一。該資料中心的開發業者也自行興建風場、儲能設備及專用輸電線路，整合發電、儲能與資料中心營運

    #AI

11/6（五）

  • 威傳媒

    台股改寫第四大收盤跌點1873！驚險守年線　外資無情提款911億

    台股今天上演黑色星期五慘劇，開盤暴跌2658點，以38915點開出，跌幅高達6.3％，最慘時還跌至3萬7837點，狂跌3737點，改寫史上單日盤中最大跌點紀錄，跌幅高達9％，跌破年線3萬8834點。 不過，隨著買盤進場，跌勢一路收斂，最高一度拉到40435點，較最低點狂拉2598點，也是史上首見，硬將跌點縮小至1138點。終場，收盤下跌1873點，寫下歷史收盤第四大跌點記錄，跌幅4.5％，指數收在39701點，4萬點宣告失守。成交量放大到1兆2475億元。 外資今天依舊無情提款，賣超台股911億元；自營商賣超43億元，避險賣超451億元；三大法人當中，依舊只有投信買超，金額266億元。 個股來看，台積電罕見跌停開出，但稍後一路反彈，引領大盤反攻，收盤下跌105元，收在2135元，跌幅4.6％；股王信驊跌停鎖死，股后川湖一度跌停，收盤下跌5.3％；聯發科收跌2％、台達電收跌6.6％、南亞跌3.8％、國泰金跌5.3％、富邦金跌4.8％、國巨跌7.5％。 ETF也是慘不忍賭，元大0050跌4.7％，元大0056跌3.1％，富邦006208跌5.5％，國泰00878跌3.1％，復華00929跌3.4％，群益00919跌3.3％，凱基009816跌4.4％，統一00981A跌6.9％，台新00904跌5.2％，大華00918跌3.2％，野村00935跌5.5％，第一金00408A跌4.7％，摩根00401A跌4.7％，兆豐00913跌5.9％，永豐00932跌3.3％。 中信投顧分析，今天開盤全線崩潰，多數個股跳空一字鎖，短暫出現嚴重流動性窒息情況，惟盤中低接買盤湧現，融資賣壓得以釋放，進而避免最糟情況發生，整體而言，台股短線崩跌已無關乎基本面，而是市場情緒的恐慌宣洩，再加上程式單與被迫停損賣壓，於此節點只要成交量能順利放大，代表套牢籌碼的大量換手以及低接買盤的積極轉向，盤勢即有望隨時落底。 中信投顧分析，綜觀歷史，非基本面的恐慌殺盤往往是波段修正相對低點，尤其是出現被迫停損賣壓湧現並伴隨爆量成交，目前情況與2025年清明節後有所相似不妨參考，極短線超跌部分有望能在盤勢止穩後迅速反彈回補，惟V型反轉延續波段仍有難度，預期跌深反彈數日後即陷入震盪，大區間暫看今日低點38,000點～大量套牢區43,000點；台股中長期走勢回歸基本面，目前觀察台股企業獲利尚未出現下修情況，而未來AI發展是否放緩仍僅屬不確定性，考量台股波段跌深且評價已處低檔，建議逢低分批布局不悲觀。 對於美國民主黨取得國會兩院控制權，且在多個資料中心建設重點州取得政治優勢，中信投顧分析，州政府可在既有法律授權範圍內透過行政及許可審查措施影響建設進度，因此州級監管對短期投資的影響更為直接，使市場擔憂未來AI基礎建設面臨更嚴格的電力成本分攤、環境規範與建設審批，進而拖累科技股估值。 根據SemiAnalysis估計，2027年美國前20大州規劃交付33.8GW資料中心容量，其中約75%已動工，短期建設進度相對穩定；惟2028年全美規劃淨新增62.2GW，多數尚未進入施工階段，面臨審批風險，目前已暫停部分資料中心相關許可核發，若新任州長將限制延續至2027年州議會完成立法，凍結時間可能達8–12個月，進而影響部分專案投產時程。 然而州長行政權力仍受現行法律授權、州議會立法程序及司法審查制約，長期全面禁建並非必然結果。民主黨州長若希望將全面禁建措施制度化，仍須與共和黨控制的州參議院協商，使長期政策方向存在不確定性。 中信投顧分析，資料中心監管已逐漸成為跨黨派議題，部分州政府可能採取提高電力、用水及基礎設施成本分攤要求，而非直接禁止建設。預期監管趨嚴將增加資料中心開發成本，並使部分2028年新增容量遞延，短期不利AI硬體供應鏈訂單時程，但中長期算力需求未必因此減少，產業資本支出可能逐漸轉向已取得許可的專案，以及提升資本效率與應用變現能力。 值得注意的是，政策曝險不等於實際產能損失，SemiAnalysis在九月統計全美約有20GW位於受限制區域，但遞延僅約1.5GW，僅約7.6%，顯示既有許可保障及建設進度可降低監管衝擊，但不代表未來州級禁令將產生相同比例的影響。 瀚亞投信指出，資料中心建置放緩確實可能影響台灣AI供應鏈，但目前觀察主要是需求遞延，而非取消，但不同供應鏈受影響程度將明顯分化。 瀚亞投信指出，目前美國資料中心建置主要瓶頸來自電力供應以及相關許可，部分專案因此延後，美國期中選舉之後更進一步放大市場對於資料中心建置進程的疑慮。 瀚亞投信表示，2027年新增容量多數已進入施工或完成融資階段，真正需要留意的風險主要集中在2028年以後、尚未取得電力與許可的專案。目前鎖定訂單實際取消比例推估仍僅個位數百分比，多數以延期或重新議價方式處理，因此現階段並未看到AI需求大幅消失的訊號。

    #品觀點-財經

  • AMM娛樂新聞

    AI Agent真實工作表現低迷 Semianalysis報告揭頂尖模型僅12%效能 - AMM 娛樂新聞

    圖／本報資料庫 商傳媒｜責任編輯／綜合外電報導 根據《The Decoder》報導，市場研究機構 Semian […] The post AI Agent真實工作表現低迷 Semianalysis報告揭頂尖模型僅12%效能 first appeared on AMM 娛樂新聞.

    #訊息平台

  • 商傳媒

    AI Agent真實工作表現低迷 Semianalysis報告揭頂尖模型僅12%效能

    圖／本報資料庫商傳媒｜責任編輯／綜合外電報導根據《The Decoder》報導，市場研究機構 Semianalysis Capital Management LLC（簡稱 Semianalysis）近日發布了一項名為 GDPx 的全新評測基準，旨在評估人工智慧 Agent（AI Agent，能夠在真實工作環境中自主執行任務的人工智慧系統）在現實商業場景下的表現。結果顯示，目前沒有任何一款 AI Agent 模型能在這項嚴苛的評測中，達到超過 12% 的總體效能。 這項 GDPx 評測方法是透過 206 項真實世界任務，測試 AI Agent 在專業軟體和模擬知識型工作中的表現，每項任務需耗時數小時。評測涵蓋了 11 個不同領域，例如操作 NX 軟體進行工程設計、搜尋資料室、乃至於攻擊真實的企業系統。Semianalysis 有意排除行政和保險等領域，專注於那些預計 AI 能帶來最大回報的產業。 在 GDPx 總體排名中，Claude Opus 5.5 以 12% 的得分領先群雄，其次是 Google 的 Gemini 4 Carbon，得分為 10.9%，而 OpenAI 的 GPT-6 Astra 則以 9.6% 位居第三。值得注意的是，Gemini 4 Carbon 的成本約為 Claude Opus 5.5 的三分之一。此外，OpenAI 的 GPT-6 Luna 和 DeepSeek 4.1 Flash 的得分約為 5%，但其每項任務的成本僅約一美元。 評測結果也突顯了 AI Agent 在複雜任務中的顯著限制。在金融與法律相關任務上，沒有任何模型能完全解決問題。量化交易領域的 111 次運行中，有 70 次表現不如參考策略。在模擬醫療實踐中，甚至發生了某一模型以醫生名義簽署臨床筆記的事件。這些情況都反映了當前 AI Agent在效能指標上的不足之處，即便達到「部分完成」的標準，也未必能符合嚴格的實際應用要求。 安全性方面也亮起警訊。在 200 次網路安全對齊測試中，高達 98% 的測試都違反了至少一項行為規則。其中，GPT-6 Astra 和 GPT 6.1 Sol 在網路安全領域的得分為零，而 Muse Wonder Full 則獲得 35.2%。Semianalysis 指出，若排除網路安全、生物學和對齊等對安全過濾要求較高的領域，GPT-6 Astra 的得分會提升至 11.8%，超越 Claude Opus 5.5。 GDPx 的任務由 14 個專業合作夥伴提供，這些合作夥伴也向 AI 實驗室出售訓練和評估數據。為防止 AI 實驗室針對特定試題進行優化，這些任務內容並未公開。然而，這項評測方法也引發了部分爭議，開發者 Josh Purtell 便批評 GDPx「雜訊多於訊號」，並指出其可能對代理軟體較弱的供應商造成不利，且由於每個子領域的任務數量有限，結果可能存在不穩定性。Semianalysis 預計未來將每三到六個月更新 GDPx 評測基準。

    #AI Agent#Semianalysis#GDPx#人工智慧#效能評測

11/5（四）

  • 奧丁丁新聞

    Google Gemini 4 Carbon AI模型效能逼近強敵 成本僅對手三分之一 - OwlNews

    #Technology

  • 商傳媒

    Google Gemini 4 Carbon AI模型效能逼近強敵 成本僅對手三分之一

    圖／示意圖商傳媒｜責任編輯／綜合外電報導Google 最新人工智慧模型 Gemini 4 Carbon 展現驚人實力，根據最新基準測試報告，其效能已逼近 Anthropic 旗艦模型 Claude Opus 5.5，而成本卻僅需約三分之一，顯示 Google 在 AI 領域的巨大投入正逐步開花結果。 由市場研究機構 SemiAnalysis 與 14 家專業夥伴共同開發的 GDPx 基準測試，包含 11 個領域共 206 項複雜任務，旨在全面評估 AI 模型的能力。在該項測試中，Gemini 4 Carbon 獲得 10.9% 的分數，與 Anthropic 的 Claude Opus 5.5 所得 12% 僅有微小差距，並超越 OpenAI 的 GPT-6 Astra。更關鍵的是，根據 Google 的初始定價，Gemini 4 Carbon 每項任務成本為 16.29 美元，遠低於 Claude Opus 5.5 的 51.41 美元。 Gemini 4 Carbon 在 GDPx 基準測試中，於軟體工程和生物學領域表現突出，領先同儕。SemiAnalysis 研究人員評論：「Gemini 4 Carbon 是 Google 的重大進步，是唯一能與 Opus 和 Astra 匹敵的模型。」Google 先前推出的 Gemini 4 Argon 模型，在同一基準測試中得分為 7.3%，顯示新模型有顯著提升。 在評估網頁開發能力的 WebDev Arena 排行榜上，Gemini 4 Carbon 也展現強勁成長，進步 89 個 Elo 點數（一種衡量相對技能水準的評分系統），以 1768 分的成績躍居第四名。WebDev Arena 透過人類用戶提示兩個語言模型組裝網路應用程式並投票選出較佳者，藉此轉換為統計強度排名。這項成果表明 Gemini 4 Carbon 不僅能處理單一功能的程式碼，更能建構出使用者偏好的完整網站。 市場預測方面，根據 Polymarket 上的交易，交易者普遍看好 Google 能在 2026 年底前擁有全球頂尖的 AI 模型，其機率約 57%，高於 Anthropic 的 34% 和 OpenAI 的 5%。Google 今年預計在資本支出上投入 1,950 億至 2,050 億美元，龐大的 AI 投資正承受必須展現成果的壓力。儘管對 AI 支出的擔憂曾導致近期股價下跌，但 Google Cloud 在第三季營收仍大幅成長 103% 至 307 億美元，顯示其雲端業務表現強勁。 Gemini 4 Carbon 的初步測試結果，不僅證明 Google 在 AI 模型技術上的競爭力，也為其龐大的投資提供了正向回饋，預期將對未來的 AI 應用市場產生深遠影響。

    #Google#Gemini 4 Carbon#人工智慧#AI模型#技術突破

10/30（五）

10/28（三）

  • 非凡新聞

    韓媒曝：中國雲端巨頭求與三星、SK海力士簽記憶體長約 供貨鎖定至2035年

    中國AI資料中心擴張帶動記憶體需求暴增，據韓媒報導，阿里巴巴、騰訊、字節跳動等雲端服務供應商也加入搶貨行列，傳已接洽南韓三星電子與SK海力士，尋求簽訂長期供貨合約，部分業者更提出延長至2035年、長達10年的供應期限，遠超產業通常採行的3至5年合約週期。在全球記憶體供應吃緊之際，科技巨頭加速以長約鎖定產能，市場供貨競爭持續升溫。 韓國《每日經濟新聞》昨（27）日報導，據業內人士透露，中國主要雲端服務供應商正與三星、SK海力士洽談伺服器DRAM長期供應協議，需求涵蓋伺服器DDR及低功耗LPDDR記憶體。三星先前表示，已與全球前5大資料中心客戶簽約，並持續洽談另外5家業者；市場認為客戶包括亞馬遜（AMZN）AWS、微軟（MSFT）、Google（GOOGL）Cloud、Meta（META）及甲骨文（ORCL）。SK海力士則透露，已與約10家客戶完成長約談判。 隨著長約陸續到位，記憶體大廠可供新客戶爭取的產能也愈來愈有限。KB證券研究主管金東源估計，三星2027年規劃的記憶體產能約80%已由長約鎖定，剩餘約20%仍是大型雲端業者競逐的目標。業界也預估，三星與SK海力士明年約70%至80%的規劃產能，將由與全球科技巨頭簽訂的5年期長約涵蓋。 中國雲端業者積極搶貨，與AI資料中心建置需求攀升有關。半導體研究機構SemiAnalysis指出，中國已建成超過24GW的AI資料中心容量，高居全球第二，另有約20GW設施正在興建或規劃中。儘管中國擁有長鑫存儲等本土記憶體廠商，但在高效能伺服器DRAM的技術與量產規模方面仍有差距，加上美光（MU）已逐步退出中國市場，促使中國業者轉向南韓供應商尋求更穩定的貨源。 另一方面，中國也加速追趕高頻寬記憶體（HBM）技術。《路透》引述知情人士報導，長鑫存儲計畫生產HBM3E，已向部分中國AI晶片設計業者提供樣品，並預計在未來兩個月內啟動小規模生產。不過，目前良率估僅約20%至30%，遠低於SK海力士約70%的水準。由於AI晶片製造商難以取得充足的先進記憶體，中國仍積極推進HBM研發與量產，試圖補足AI運算所需的關鍵零組件。 記憶體長約也不再只是個別企業的採購策略，美光先前透露，已簽署26份戰略客戶協議，預計相關協議至2030年涵蓋的營收將超過公司總營收35%。在AI基礎設施持續擴張、供應商產能逐步被長約綁定的情況下，雲端業者能否穩定供貨，將成為後續擴大AI服務規模的重要關鍵。

    #科技

10/24（六）

10/23（五）

  • TechOrange 科技報橘

    華為與 DeepSeek 聯手挑戰 NVIDIA，SemiAnalysis 實測：軟體接近前沿、硬體仍落後

    <p>中國 AI 新創 DeepSeek（深度求索）在 9 月 30 日為 6 個儲存庫釋出華為昇騰（Ascend）晶片支援，涵蓋 DeepGEMM、FlashMLA 等自家工具，以及第三方開源框架 TileLang。其中部分工具在 2025 年 DeepSeek「開源週」釋出時，只支援 NVIDIA 晶片。半導體研究機構 SemiAnalysis 在 10 月 21 日發布的報告中，以這次更新為例，分析華為與 DeepSeek 之間的互補關係，並實測華為的 Ascend 950PR，結論是：以 NVIDIA A100 為比較基準，華為硬體可能落後 5 年以上，軟體卻已站上前沿。 《南華早報》引述這份報告指出，黃仁勳的「惡夢」可能正開始成真。報告關注的不只是晶片效能，還有華為與 NVIDIA 之間的 AI 晶片生態系差距：當硬體仍明顯落後、軟體卻快速追上，這道差距將怎麼變化？ 華為缺前沿實驗室、DeepSeek 缺算力，雙方互補對方的缺口 SemiAnalysis 認為，華為和 DeepSeek 都無法單靠自己走到這一步。報告指出，華為雖然有自家的盤古（Pangu）模型，卻沒有一個前沿實驗室，能證明自家晶片可以用來訓練或推論模型；DeepSeek 則有模型，卻買不到所需的算力。 因此，雙方各自補上對方缺少的部分：華為提供硬體與原生軟體堆疊，DeepSeek 帶來模型的工作負載，以及讓這些硬體真正能支撐其模型的工程能力。報告認為，華為的生態系已經成熟且發展完善，DeepSeek 的工程師正在這個基礎上繼續開發。 報告進一步預估，到 2028 年、甚至 2027 年，DeepSeek 很可能主要改用華為的技術堆疊，尤其在打造完全本土化中國生態系的內外壓力下。這是 SemiAnalysis [&hellip;]</p>

  • TechOrange 科技報橘

    華為與 DeepSeek 聯手挑戰 NVIDIA，SemiAnalysis 實測：軟體接近前沿、硬體仍落後

    中國 AI 新創 DeepSeek（深度求索）在 9 月 30 日為 6 個儲存庫釋出華為昇騰（Ascend）晶片支援，涵蓋 DeepGEMM、FlashMLA 等自家工具，以及第三方開源框架 TileLang。其中部分工具在 2025 年 DeepSeek「開源週」釋出時，只支援 NVIDIA

    #AI 人工智慧

10/22（四）

10/20（二）

10/19（一）

10/18（日）

10/16（五）

10/15（四）

10/13（二）

10/11（日）