評分：0, 年：0, 月：0, 週：0, 日：0, [+1 / -1] 最後更新：2026-03-22 11:30:52
>驅動值5000
NVIDIA 驅動接二連三出事。上週發布的 Game Ready 595.59 WHQL 驅動程式因為會導致風扇停轉失效而被撤回，相隔兩日再推出的 595.71 版本卻被玩家投訴「限電」，GPU 時脈受限導致性能下降。NVIDIA 隨即緊急推出 595.76 Hotfix 驅動作出修正，短短一週連發三版驅動。
據了解，GPU 被「限電」的問題並非始於 595.71；事實上在最初的 595.59 版本已有人提出，只是 595.59 的風扇失效問題過於嚴重，令「限電」情況一度被忽略。
不少玩家反映，安裝了 Game Ready 595.59 或 595.71 版本後，GPU 電壓被限制在約 0.95V 至 0.975V，時脈最高只能達到約 2.9GHz 至 2.95GHz，甚至連功耗牆也未能觸及，就算手動超頻亦完全被無視。
改回舊版本 591.86 驅動程式後，GPU 電壓可回復至約 1.03V 至 1.05V，GPU 時脈則可達到約 3.1GHz 至 3.2GHz。
最終，NVIDIA 官方承認問題，並緊急發布 GeForce 595.76 Hotfix 驅動程式。它是基於目前的 Game Ready 595.71 版本並作出修正︰
◾顯示卡 GPU 電壓可能會受到限制，無法提升到預期水平 (5934973)
◾[Resident Evil Requiem] 啟用次表面散射時，遊戲中可能出現白色發光點／光點 (5915673)
◾改進《Resident Evil Requiem》的路徑追蹤性能 (5938207)
◾[Star Citizen] 遊戲客戶端啟動時崩潰 (5935027)
◾在 HDCP 1.x 顯示器上的瀏覽器播放多鍵 DRM 內容時，可能出現間歇性應用程式崩潰或驅動程式逾時 (5934450)
若你的系統遇到上述問題，建議下載並安裝 595.76 Hotfix 驅動程式；若能接受現況，可等待官方發佈下一版 WHQL 驅動程式。
NVIDIA 驅動接二連三出事。上週發布的 Game Ready 595.59 WHQL 驅動程式因為會導致風扇停轉失效而被撤回，相隔兩日再推出的 595.71 版本卻被玩家投訴「限電」，GPU 時脈受限導致性能下降。NVIDIA 隨即緊急推出 595.76 Hotfix 驅動作出修正，短短一週連發三版驅動。
據了解，GPU 被「限電」的問題並非始於 595.71；事實上在最初的 595.59 版本已有人提出，只是 595.59 的風扇失效問題過於嚴重，令「限電」情況一度被忽略。
不少玩家反映，安裝了 Game Ready 595.59 或 595.71 版本後，GPU 電壓被限制在約 0.95V 至 0.975V，時脈最高只能達到約 2.9GHz 至 2.95GHz，甚至連功耗牆也未能觸及，就算手動超頻亦完全被無視。
改回舊版本 591.86 驅動程式後，GPU 電壓可回復至約 1.03V 至 1.05V，GPU 時脈則可達到約 3.1GHz 至 3.2GHz。
最終，NVIDIA 官方承認問題，並緊急發布 GeForce 595.76 Hotfix 驅動程式。它是基於目前的 Game Ready 595.71 版本並作出修正︰
◾顯示卡 GPU 電壓可能會受到限制，無法提升到預期水平 (5934973)
◾[Resident Evil Requiem] 啟用次表面散射時，遊戲中可能出現白色發光點／光點 (5915673)
◾改進《Resident Evil Requiem》的路徑追蹤性能 (5938207)
◾[Star Citizen] 遊戲客戶端啟動時崩潰 (5935027)
◾在 HDCP 1.x 顯示器上的瀏覽器播放多鍵 DRM 內容時，可能出現間歇性應用程式崩潰或驅動程式逾時 (5934450)
若你的系統遇到上述問題，建議下載並安裝 595.76 Hotfix 驅動程式；若能接受現況，可等待官方發佈下一版 WHQL 驅動程式。
無題 無名 ID:cUyKfklg 2026/03/05(四) 15:07:26.555 No.29826181
Blackwell GPU 被迫捨棄 GDDR6 記憶體，NVIDIA GeForce RTX 5050 9GB GDDR7 出現在產品規劃中
這個消息是真的…
3GB 的 GDDR7 顆粒早前傳出會在 GeFoce RTX 50 系列使用，但現實與之前的傳聞有些出入，因為那個要用到 3GB GDDR7 顆粒的產品是 GeForce RTX 5050。
NVIDIA 的 Blackwell GPU 架構中，GeForce RTX 5050 是唯一使用 GDDR6 記憶體顆粒的產品，只是現在可以確認，我們可以在 Computex 2026 前後，見到採用 GDDR7 顆粒的 NVIDIA GeForce RTX 5050，其主因當然是因為 GDDR6 供需所導致，當然，這不是要從 8GB 提升至 12GB GDDR7 的意思。
根據 @MegasizeGPU 在 X 平台釋出 NVIDIA GeForce RTX 5050 9GB GDDR7 的消息，相關消息當然獲得我們的來源確認。
如果是 8GB GDDR6 版本的話，NVIDIA GeForce RTX 5050 的記憶體匯流排為 128 bit，但升級至 9GB GDDR7 之後，NVIDIA GeForce RTX 5050 的記憶體匯流排將會調降至 96 bit。話雖如此，但礙於 GDDR7 高達 28Gbps 的記憶體時脈，我們推測整體表現應該不會與 128 bit、8GB GDDR6 20Gbps 表現有太大不同。
另一方面，NVIDIA GeForce RTX 5060 也將會導入代號 GB205 的 Blackwell GPU 架構晶片，原因相當簡單，因為晶片總會有不良，而這些不良就可以降規使用…
代號 GB205 的 Blackwell GPU 架構晶片「原」使用在 NVIDIA GeForce RTX 5070，而 GB206 則是在 NVIDIA GeForce RTX 5060 與 GeForce RTX 5050 使用。
至於「Super」系列，AIC 方面並未有收到任何更新，因此 Computex 2026 亮相的可能性已趨近於零。
這個消息是真的…
3GB 的 GDDR7 顆粒早前傳出會在 GeFoce RTX 50 系列使用，但現實與之前的傳聞有些出入，因為那個要用到 3GB GDDR7 顆粒的產品是 GeForce RTX 5050。
NVIDIA 的 Blackwell GPU 架構中，GeForce RTX 5050 是唯一使用 GDDR6 記憶體顆粒的產品，只是現在可以確認，我們可以在 Computex 2026 前後，見到採用 GDDR7 顆粒的 NVIDIA GeForce RTX 5050，其主因當然是因為 GDDR6 供需所導致，當然，這不是要從 8GB 提升至 12GB GDDR7 的意思。
根據 @MegasizeGPU 在 X 平台釋出 NVIDIA GeForce RTX 5050 9GB GDDR7 的消息，相關消息當然獲得我們的來源確認。
如果是 8GB GDDR6 版本的話，NVIDIA GeForce RTX 5050 的記憶體匯流排為 128 bit，但升級至 9GB GDDR7 之後，NVIDIA GeForce RTX 5050 的記憶體匯流排將會調降至 96 bit。話雖如此，但礙於 GDDR7 高達 28Gbps 的記憶體時脈，我們推測整體表現應該不會與 128 bit、8GB GDDR6 20Gbps 表現有太大不同。
另一方面，NVIDIA GeForce RTX 5060 也將會導入代號 GB205 的 Blackwell GPU 架構晶片，原因相當簡單，因為晶片總會有不良，而這些不良就可以降規使用…
代號 GB205 的 Blackwell GPU 架構晶片「原」使用在 NVIDIA GeForce RTX 5070，而 GB206 則是在 NVIDIA GeForce RTX 5060 與 GeForce RTX 5050 使用。
至於「Super」系列，AIC 方面並未有收到任何更新，因此 Computex 2026 亮相的可能性已趨近於零。
AMD 執行長坦言伺服器 CPU 需求遠超想像，供應吃緊危機一觸即發
AMD 執行長蘇姿丰在摩根士丹利科技大會上坦言，公司伺服器 CPU 的市場需求遠超預期，主因是 AI 代理 (Agentic AI) 應用的快速普及，大幅提升 CPU 在 AI 運算架構中的角色。供應緊張的警訊已然響起，Intel 與 NVIDIA 也面臨相似情境，整個半導體產業正加速重構。
CPU 悄悄成為 AI 基礎建設新主角
過去，外界談到 AI 運算基礎設施，目光幾乎清一色落在 GPU 上。然而，隨著 AI 代理 (Agentic AI) 應用加速落地，整個運算生態的遊戲規則正在悄然改變。在現代 AI 運算工作負載中，CPU 與 GPU 的需求比例在過去幾個月內已出現顯著的結構性轉變，主要原因正是 AI 代理應用的崛起，大幅提升了 CPU 在整體架構中的重要性。
這樣的轉變並非憑空而來。AMD 執行長蘇姿丰明確指出，在 AI 代理工作流程中，當 AI 代理於企業環境內衍生出任務時，這些任務實際上大量流向傳統的 CPU 運算，而且其中絕大多數都是在 x86 架構上執行的。每一個在企業內部被「召喚」出來的 AI 代理，背後都需要強大的 CPU 算力支撐。
在摩根士丹利科技、媒體暨電信大會上，蘇媽親口表示，公司正在目睹的伺服器 CPU 需求是「出乎意料」的，且這股需求動能預計將持續擴大。
她在現場的直率發言更讓業界為之一驚。她說，儘管自己對 GPU 業務一直滿懷熱情，但 CPU 業務的需求成長已「遠遠超出她的預期」，甚至連公司的頂級客戶也紛紛反映，伴隨 AI 運算而來的 CPU 需求，是當初被普遍低估的一塊。
值得一提的是，AMD 在 2025 年第四季度繳出了亮眼成績，全年營收創下 103 億美元的歷史新高，毛利率達到 54%，其中 EPYC 處理器與 Instinct GPU 是最主要的驅動力。
需求爆炸性增長的代價是供應鏈的嚴峻考驗。當被問及 AMD 能否因應企業端對 CPU 的龐大需求時，蘇媽坦承目前確實存在「供應緊張」的狀況，但她強調這是因為客戶需求在過去幾季內突然暴增，讓供應鏈幾乎沒有足夠的時間做出調整。她同時表示，AMD 正積極與供應鏈夥伴密切合作，以解決現有的產能瓶頸，並預計明年將有效擴充產能。
她同時在會中也進一步闡釋，AMD 的計算架構一直以來都相信「異構運算」的必要性，也就是說，CPU、GPU、FPGA 等各類元件缺一不可，而這個願景在 2026 年正式成真。
這場 CPU 需求風暴並非 AMD 獨自承受。Intel 同樣面臨類似的困境，甚至公開表示因產能不足，無法履行對超大規模雲端業者（Hyperscaler）的供應承諾。
Intel 承認目前處於「完全供應受限」的狀態，正積極將產能從消費端 CPU 轉移至資料中心產品，預計供應情況將從 2026 年第二季起逐步改善，但第一季仍處於相當嚴峻的局面。另一方面，NVIDIA 也在這波浪潮中看到了機會。NVIDIA 正積極與基礎設施合作夥伴簽訂僅部署 Vera CPU 的獨立協議，這一動向更加印證了伺服器 CPU 在 AI 工作負載中日益關鍵的地位。
市場的重組訊號同樣清晰可見。包括 Meta 在內的超大規模雲端業者，已開始與 AMD、NVIDIA 等基礎設施提供商簽訂獨立的 CPU 採購協議，顯示整體算力需求正逐步從 GPU 走向更多元的分散格局。
在摩根士丹利大會上，蘇媽也特別提及：如果一間擁有 1 萬名員工的企業，在此之上再增加 1 萬個 AI 代理，他們將需要大量的算力來支撐這些代理所執行的各種任務，而這正是 AMD 親眼目睹的真實情況。
面對洶湧而來的需求，AMD 也在積極備戰下一輪產品週期。AMD 計劃在 2026 年下半年推出採用 2nm 製程的 EPYC Venice CPU，這將是一款極具顛覆性的新品，有望在市場上掀起新一輪競爭浪潮。AMD 已為未來 3 至 5 年設定了年複合成長率 35% 的財務目標，並以超過每股 20 美元的盈利為長期努力方向，顯示管理層對公司在 AI 基礎設施領域的前景信心十足。
這場由 AI 代理所引爆的 CPU 需求革命，或許才剛剛開始。
AMD 執行長蘇姿丰在摩根士丹利科技大會上坦言，公司伺服器 CPU 的市場需求遠超預期，主因是 AI 代理 (Agentic AI) 應用的快速普及，大幅提升 CPU 在 AI 運算架構中的角色。供應緊張的警訊已然響起，Intel 與 NVIDIA 也面臨相似情境，整個半導體產業正加速重構。
CPU 悄悄成為 AI 基礎建設新主角
過去，外界談到 AI 運算基礎設施，目光幾乎清一色落在 GPU 上。然而，隨著 AI 代理 (Agentic AI) 應用加速落地，整個運算生態的遊戲規則正在悄然改變。在現代 AI 運算工作負載中，CPU 與 GPU 的需求比例在過去幾個月內已出現顯著的結構性轉變，主要原因正是 AI 代理應用的崛起，大幅提升了 CPU 在整體架構中的重要性。
這樣的轉變並非憑空而來。AMD 執行長蘇姿丰明確指出，在 AI 代理工作流程中，當 AI 代理於企業環境內衍生出任務時，這些任務實際上大量流向傳統的 CPU 運算，而且其中絕大多數都是在 x86 架構上執行的。每一個在企業內部被「召喚」出來的 AI 代理，背後都需要強大的 CPU 算力支撐。
在摩根士丹利科技、媒體暨電信大會上，蘇媽親口表示，公司正在目睹的伺服器 CPU 需求是「出乎意料」的，且這股需求動能預計將持續擴大。
她在現場的直率發言更讓業界為之一驚。她說，儘管自己對 GPU 業務一直滿懷熱情，但 CPU 業務的需求成長已「遠遠超出她的預期」，甚至連公司的頂級客戶也紛紛反映，伴隨 AI 運算而來的 CPU 需求，是當初被普遍低估的一塊。
值得一提的是，AMD 在 2025 年第四季度繳出了亮眼成績，全年營收創下 103 億美元的歷史新高，毛利率達到 54%，其中 EPYC 處理器與 Instinct GPU 是最主要的驅動力。
需求爆炸性增長的代價是供應鏈的嚴峻考驗。當被問及 AMD 能否因應企業端對 CPU 的龐大需求時，蘇媽坦承目前確實存在「供應緊張」的狀況，但她強調這是因為客戶需求在過去幾季內突然暴增，讓供應鏈幾乎沒有足夠的時間做出調整。她同時表示，AMD 正積極與供應鏈夥伴密切合作，以解決現有的產能瓶頸，並預計明年將有效擴充產能。
她同時在會中也進一步闡釋，AMD 的計算架構一直以來都相信「異構運算」的必要性，也就是說，CPU、GPU、FPGA 等各類元件缺一不可，而這個願景在 2026 年正式成真。
這場 CPU 需求風暴並非 AMD 獨自承受。Intel 同樣面臨類似的困境，甚至公開表示因產能不足，無法履行對超大規模雲端業者（Hyperscaler）的供應承諾。
Intel 承認目前處於「完全供應受限」的狀態，正積極將產能從消費端 CPU 轉移至資料中心產品，預計供應情況將從 2026 年第二季起逐步改善，但第一季仍處於相當嚴峻的局面。另一方面，NVIDIA 也在這波浪潮中看到了機會。NVIDIA 正積極與基礎設施合作夥伴簽訂僅部署 Vera CPU 的獨立協議，這一動向更加印證了伺服器 CPU 在 AI 工作負載中日益關鍵的地位。
市場的重組訊號同樣清晰可見。包括 Meta 在內的超大規模雲端業者，已開始與 AMD、NVIDIA 等基礎設施提供商簽訂獨立的 CPU 採購協議，顯示整體算力需求正逐步從 GPU 走向更多元的分散格局。
在摩根士丹利大會上，蘇媽也特別提及：如果一間擁有 1 萬名員工的企業，在此之上再增加 1 萬個 AI 代理，他們將需要大量的算力來支撐這些代理所執行的各種任務，而這正是 AMD 親眼目睹的真實情況。
面對洶湧而來的需求，AMD 也在積極備戰下一輪產品週期。AMD 計劃在 2026 年下半年推出採用 2nm 製程的 EPYC Venice CPU，這將是一款極具顛覆性的新品，有望在市場上掀起新一輪競爭浪潮。AMD 已為未來 3 至 5 年設定了年複合成長率 35% 的財務目標，並以超過每股 20 美元的盈利為長期努力方向，顯示管理層對公司在 AI 基礎設施領域的前景信心十足。
這場由 AI 代理所引爆的 CPU 需求革命，或許才剛剛開始。
無題 無名 ID:IRRoagsI 2026/03/05(四) 15:10:21.197 No.29826190
老黃用AI寫驅動
>>29826227
不會到時又過剩開始降價了吧wwww
不會到時又過剩開始降價了吧wwww
無題 無名 ID:FSxrtA82 2026/03/05(四) 15:36:34.046 No.29826302
無題 無名 ID:C1Z4FETY 2026/03/05(四) 15:37:49.283 No.29826308
不出新卡就算了 還用這種手段逼你清庫存
再瞧不起台灣人啊 讓你知道台裔的威力 哈!!!!!
再瞧不起台灣人啊 讓你知道台裔的威力 哈!!!!!
無題 無名 ID:OelNj742 2026/03/05(四) 15:42:06.152 No.29826334
無題 無名 ID:6EvJZNlE 2026/03/05(四) 17:28:24.422 No.29826954
為資料中心基礎架構樹立新標竿，Micron 推出全球首款高容量 256GB LPDRAM SOCAMM2
光科技（Nasdaq： MU）今日宣布開始正式向客戶送樣業界最高容量的 LPDRAM 模組256GB SOCAMM2，進一步鞏固其在低功耗伺服器記憶體領域的領先地位。
此一里程碑由業界首款 32Gb LPDDR5X 單晶粒設計推動，為 AI 資料中心帶來變革性的重大突破，提供足以實現全新系統架構的低功耗記憶體容量。
AI 訓練、推論、代理式 AI 與通用運算的融合，正推動更嚴苛的記憶體需求，並重塑資料中心的系統架構。現代 AI 工作負載推動大型模型參數、龐大的上下文視窗及持久性關鍵價值（KV）快取的需求，而核心運算則持續在資料密集度、並行處理和記憶體使用量方面不斷攀升。
SOCAMM2 facing right on black
面對上述工作負載，記憶體容量、頻寬效率、延遲表現和能源效率已成為系統層級的主要瓶頸，直接影響效能、可擴充性和總體擁有成本。LPDRAM 憑藉上述特性的獨特優勢，使其在日益受限於功耗與散熱條件的資料中心環境中，成為 AI 及核心運算伺服器的關鍵解決方案。 美光正與 NVIDIA 攜手合作，共同設計先進記憶體解決方案，以滿足先進 AI 基礎架構的需求。
美光雲端記憶體業務部門資深副總裁暨總經理 Raj Narasimhan 表示：「美光 256GB SOCAMM2 為 AI 與高效能運算提供最具能源效率的CPU附加記憶體解決方案。此次產品發佈充分展現美光在技術與封裝領域的突破，打造業界容量最高、功耗最低、規格尺寸最小的模組化記憶體解決方案。美光在資料中心低功耗記憶體解決方案領域持續保持領先地位，使我們具備獨特優勢，率先推出 32Gb LPDRAM 單晶粒，協助推動業界加速採用更節能、更高容量的系統架構。」
美光的 256GB SOCAMM2 為各種 AI 及通用運算工作負載提供更高的記憶體容量、大幅降低的功耗以及更快的效能表現。
• 為 AI 伺服器擴充的記憶體容量：256GB SOCAMM2 較前一代最高容量 192GB SOCAMM2 提升三分之一的容量，為每顆 8 通道 CPU 提供 2TB 的 LPDRAM，適用於更大的上下文視窗和複雜的推論工作負載。
• 功耗更低，規格尺寸更小：SOCAMM2 的功耗僅為同級 RDIMM 的三分之一，同時僅使用三分之一的規格尺寸，有效提升機架密度並降低總體擁有成本。
• 提升推論和核心運算效能：在整合記憶體架構中，與現有的解決方案相比，256GB SOCAMM2 用於 KV 快取卸載時，可將長上下文即時 LLM 推論中首個 token 的生成時間提升 2.3 倍。在獨立 CPU 應用中，LPDRAM 每瓦效能比主流記憶體模組高出 3 倍以上，適用於高效能運算工作負載。
• 模組化設計提升可維護性和可擴充性：模組化 SOCAMM2 設計可提升可維護性，支援液冷式伺服器架構，並可隨著 AI 和核心運算記憶體需求持續成長，實現未來容量擴充。
NVIDIA 資料中心 CPU 產品部門主管 Ian Finder 表示：「先進AI 基礎架構需要在每個層面進行極緻的最佳化，才能有效應對高要求 AI 推論工作負載對效能與效率的需求。美光透過 256GB SOCAMM2，以低於傳統伺服器記憶體的功耗，實現大規模記憶體容量與頻寬的卓越成就，為次世代 AI CPU 提供關鍵助力。」
美光持續在 JEDEC SOCAMM2 規格定義中扮演領導角色，並維持與系統設計業者的深度技術合作，推動整個產業在次世代資料中心平台能源效率和效能方面的提升。
美光 256GB SOCAMM2 已進入客戶送樣階段，並提供業界最完整的資料中心 LPDRAM 系列產品，涵蓋 8GB 至 64GB 元件及 48GB 至 256GB SOCAMM2 模組。
光科技（Nasdaq： MU）今日宣布開始正式向客戶送樣業界最高容量的 LPDRAM 模組256GB SOCAMM2，進一步鞏固其在低功耗伺服器記憶體領域的領先地位。
此一里程碑由業界首款 32Gb LPDDR5X 單晶粒設計推動，為 AI 資料中心帶來變革性的重大突破，提供足以實現全新系統架構的低功耗記憶體容量。
AI 訓練、推論、代理式 AI 與通用運算的融合，正推動更嚴苛的記憶體需求，並重塑資料中心的系統架構。現代 AI 工作負載推動大型模型參數、龐大的上下文視窗及持久性關鍵價值（KV）快取的需求，而核心運算則持續在資料密集度、並行處理和記憶體使用量方面不斷攀升。
SOCAMM2 facing right on black
面對上述工作負載，記憶體容量、頻寬效率、延遲表現和能源效率已成為系統層級的主要瓶頸，直接影響效能、可擴充性和總體擁有成本。LPDRAM 憑藉上述特性的獨特優勢，使其在日益受限於功耗與散熱條件的資料中心環境中，成為 AI 及核心運算伺服器的關鍵解決方案。 美光正與 NVIDIA 攜手合作，共同設計先進記憶體解決方案，以滿足先進 AI 基礎架構的需求。
美光雲端記憶體業務部門資深副總裁暨總經理 Raj Narasimhan 表示：「美光 256GB SOCAMM2 為 AI 與高效能運算提供最具能源效率的CPU附加記憶體解決方案。此次產品發佈充分展現美光在技術與封裝領域的突破，打造業界容量最高、功耗最低、規格尺寸最小的模組化記憶體解決方案。美光在資料中心低功耗記憶體解決方案領域持續保持領先地位，使我們具備獨特優勢，率先推出 32Gb LPDRAM 單晶粒，協助推動業界加速採用更節能、更高容量的系統架構。」
美光的 256GB SOCAMM2 為各種 AI 及通用運算工作負載提供更高的記憶體容量、大幅降低的功耗以及更快的效能表現。
• 為 AI 伺服器擴充的記憶體容量：256GB SOCAMM2 較前一代最高容量 192GB SOCAMM2 提升三分之一的容量，為每顆 8 通道 CPU 提供 2TB 的 LPDRAM，適用於更大的上下文視窗和複雜的推論工作負載。
• 功耗更低，規格尺寸更小：SOCAMM2 的功耗僅為同級 RDIMM 的三分之一，同時僅使用三分之一的規格尺寸，有效提升機架密度並降低總體擁有成本。
• 提升推論和核心運算效能：在整合記憶體架構中，與現有的解決方案相比，256GB SOCAMM2 用於 KV 快取卸載時，可將長上下文即時 LLM 推論中首個 token 的生成時間提升 2.3 倍。在獨立 CPU 應用中，LPDRAM 每瓦效能比主流記憶體模組高出 3 倍以上，適用於高效能運算工作負載。
• 模組化設計提升可維護性和可擴充性：模組化 SOCAMM2 設計可提升可維護性，支援液冷式伺服器架構，並可隨著 AI 和核心運算記憶體需求持續成長，實現未來容量擴充。
NVIDIA 資料中心 CPU 產品部門主管 Ian Finder 表示：「先進AI 基礎架構需要在每個層面進行極緻的最佳化，才能有效應對高要求 AI 推論工作負載對效能與效率的需求。美光透過 256GB SOCAMM2，以低於傳統伺服器記憶體的功耗，實現大規模記憶體容量與頻寬的卓越成就，為次世代 AI CPU 提供關鍵助力。」
美光持續在 JEDEC SOCAMM2 規格定義中扮演領導角色，並維持與系統設計業者的深度技術合作，推動整個產業在次世代資料中心平台能源效率和效能方面的提升。
美光 256GB SOCAMM2 已進入客戶送樣階段，並提供業界最完整的資料中心 LPDRAM 系列產品，涵蓋 8GB 至 64GB 元件及 48GB 至 256GB SOCAMM2 模組。
無題 無名 ID:Qn4EbtOU 2026/03/05(四) 17:44:59.234 No.29827049
無題 無名 ID:6EvJZNlE 2026/03/05(四) 19:51:08.803 No.29827935
>屎面君表示:
Seagate 推出業界最高容量硬碟，搭載新一代 Mozaic 4+ 平台
業界唯一採用熱輔助磁記錄（HAMR）技術的平台，實現 AI資料規模成長的經濟效益。
隨著技術創新加速了資料的生成與價值，市場對具備擴充性、高效率且高效能儲存解決方案的需求達到前所未見的迫切。Seagate Technology (NASDAQ: STX) 宣布推出新一代 Mozaic™ 4+ 平台，這是業界唯一達到規模化部署的熱輔助磁錄（Heat – Assisted Magnetic Recording；HAMR）儲存平台，現已通過兩家大型雲端服務供應商驗證，並投入量產。全新平台支援高達 44TB 的容量，此次驗證也彰顯了其在超大規模資料中心環境中的生產部署能力。
隨著更多客戶驗證作業持續推進，Seagate 正穩步實現產品發展藍圖，將單碟磁錄密度從現今的 4TB 以上，邁向未來的 10TB，進而推升硬碟總容量高達 100TB。Mozaic™ 4+ 導入新一代懸吊架構與強化的系統單晶片（system-on-a-chip），不僅能以更高的磁錄密度進行精準寫入，同時維持企業級的可靠性。且每一代的平台演進，皆能在不需顛覆現有架構的情況下，持續實現容量的提升。
Seagate 董事長暨執行長 Dave Mosley 表示：「資料儼然成為企業最具價值的資產之一，不僅能驅動商業洞察、提升生產力並創造競爭優勢。作為現代資料中心基礎架構的基石，資料儲存解決方案在管理日益龐大的資料量、以及協助企業於 AI 世代中極大化投資報酬率方面，扮演著至關重要的角色。Seagate 基於 HAMR 技術的 Mozaic 產品系列，具備客戶所需的擴充性、效能與效率，將全面助其釋放資料的無窮潛能。」
目前，全球大多數的大型雲端儲存廠商已通過對 Mozaic 平台的驗證，此一里程碑凸顯了該平台在資料中心基礎架構中不可或缺的關鍵地位。
具備垂直整合光子技術的量產級 HAMR
Seagate 獨家設計與自製的雷射技術，是多年來投資在 HAMR 磁錄關鍵零組件「奈米光子工程」領域的成果。這項垂直整合的內部創新技術，不僅強化了產品設計，更提升了對良率、可靠性與供應鏈韌性的掌控度；伴隨空前龐大的資料增長、儲存需求推升至歷史新高之際，這些優勢的重要性不言而喻。此外，垂直整合亦能縮短驗證時程，並確保可預期的製造成本效益。
Mozaic 4+ 如何因應資料中心基礎架構的挑戰
AI 的發展取決於保留及存取海量訓練資料、歷史檔案與 AI 生成內容，其中包含規模持續成長的影音資料、與其他多模態輸出的能力。超大規模資料中心業者需仰賴大容量硬碟，以具經濟效益的方式儲存、管理並活化呈指數級增長的資料池，進而支撐可靠的 AI 工作負載。
Mozaic 4+ 所帶來的單碟磁錄密度增長，實現了具備高容量且經濟實惠的儲存方案。不僅利於擴充，更不會增加實體基礎架構的佔地面積或耗電量，進而鞏固了 AI 規模化發展的經濟基礎。該平台提升了每機架容量（capacity per-rack）與每瓦容量（capacity per-watt），改善資料中心的營運效率，降低總擁有成本（TCO），並協助企業以永續的方式長期保存資料，並於需要時快速啟動與調用。
[1]在 1 EB（Exabyte）的部署規模下，相較於標準的 30TB 部署方案，Mozaic 可將基礎架構效率提升約 47%，減少約 100 平方英尺的資料中心佔地面積，並降低約 80 萬千瓦時（kWh）的年耗電量。在 AI 應用的龐大實作規模下，這些效率提升將轉化為極具意義的經濟優勢。
TECHnalysis Research 總裁 Bob O’Donnell 表示：「隨著 AI 模型的演進，以及生成式 AI驅動之應用程式持續擴展功能與觸及範圍，業界已深切體認到，海量資料，包含真實資料及合成產生的資料，都是推動 AI 持續進步的根本。無論是進行大規模模型訓練或精密的調校作業，建構與使用這些 AI 模型的企業皆已發現，如 HAMR 這類大容量硬碟的創新技術，對輸出品質與速度而言是舉足輕重的關鍵。」
上市時間：
支援高達 44TB 容量的 Seagate Mozaic™ 4+ 硬碟，現已向兩家大型雲端服務供應商大量出貨。隨著產能持續擴充，計畫將於日後進一步擴大供貨範圍。
Seagate 推出業界最高容量硬碟，搭載新一代 Mozaic 4+ 平台
業界唯一採用熱輔助磁記錄（HAMR）技術的平台，實現 AI資料規模成長的經濟效益。
隨著技術創新加速了資料的生成與價值，市場對具備擴充性、高效率且高效能儲存解決方案的需求達到前所未見的迫切。Seagate Technology (NASDAQ: STX) 宣布推出新一代 Mozaic™ 4+ 平台，這是業界唯一達到規模化部署的熱輔助磁錄（Heat – Assisted Magnetic Recording；HAMR）儲存平台，現已通過兩家大型雲端服務供應商驗證，並投入量產。全新平台支援高達 44TB 的容量，此次驗證也彰顯了其在超大規模資料中心環境中的生產部署能力。
隨著更多客戶驗證作業持續推進，Seagate 正穩步實現產品發展藍圖，將單碟磁錄密度從現今的 4TB 以上，邁向未來的 10TB，進而推升硬碟總容量高達 100TB。Mozaic™ 4+ 導入新一代懸吊架構與強化的系統單晶片（system-on-a-chip），不僅能以更高的磁錄密度進行精準寫入，同時維持企業級的可靠性。且每一代的平台演進，皆能在不需顛覆現有架構的情況下，持續實現容量的提升。
Seagate 董事長暨執行長 Dave Mosley 表示：「資料儼然成為企業最具價值的資產之一，不僅能驅動商業洞察、提升生產力並創造競爭優勢。作為現代資料中心基礎架構的基石，資料儲存解決方案在管理日益龐大的資料量、以及協助企業於 AI 世代中極大化投資報酬率方面，扮演著至關重要的角色。Seagate 基於 HAMR 技術的 Mozaic 產品系列，具備客戶所需的擴充性、效能與效率，將全面助其釋放資料的無窮潛能。」
目前，全球大多數的大型雲端儲存廠商已通過對 Mozaic 平台的驗證，此一里程碑凸顯了該平台在資料中心基礎架構中不可或缺的關鍵地位。
具備垂直整合光子技術的量產級 HAMR
Seagate 獨家設計與自製的雷射技術，是多年來投資在 HAMR 磁錄關鍵零組件「奈米光子工程」領域的成果。這項垂直整合的內部創新技術，不僅強化了產品設計，更提升了對良率、可靠性與供應鏈韌性的掌控度；伴隨空前龐大的資料增長、儲存需求推升至歷史新高之際，這些優勢的重要性不言而喻。此外，垂直整合亦能縮短驗證時程，並確保可預期的製造成本效益。
Mozaic 4+ 如何因應資料中心基礎架構的挑戰
AI 的發展取決於保留及存取海量訓練資料、歷史檔案與 AI 生成內容，其中包含規模持續成長的影音資料、與其他多模態輸出的能力。超大規模資料中心業者需仰賴大容量硬碟，以具經濟效益的方式儲存、管理並活化呈指數級增長的資料池，進而支撐可靠的 AI 工作負載。
Mozaic 4+ 所帶來的單碟磁錄密度增長，實現了具備高容量且經濟實惠的儲存方案。不僅利於擴充，更不會增加實體基礎架構的佔地面積或耗電量，進而鞏固了 AI 規模化發展的經濟基礎。該平台提升了每機架容量（capacity per-rack）與每瓦容量（capacity per-watt），改善資料中心的營運效率，降低總擁有成本（TCO），並協助企業以永續的方式長期保存資料，並於需要時快速啟動與調用。
[1]在 1 EB（Exabyte）的部署規模下，相較於標準的 30TB 部署方案，Mozaic 可將基礎架構效率提升約 47%，減少約 100 平方英尺的資料中心佔地面積，並降低約 80 萬千瓦時（kWh）的年耗電量。在 AI 應用的龐大實作規模下，這些效率提升將轉化為極具意義的經濟優勢。
TECHnalysis Research 總裁 Bob O’Donnell 表示：「隨著 AI 模型的演進，以及生成式 AI驅動之應用程式持續擴展功能與觸及範圍，業界已深切體認到，海量資料，包含真實資料及合成產生的資料，都是推動 AI 持續進步的根本。無論是進行大規模模型訓練或精密的調校作業，建構與使用這些 AI 模型的企業皆已發現，如 HAMR 這類大容量硬碟的創新技術，對輸出品質與速度而言是舉足輕重的關鍵。」
上市時間：
支援高達 44TB 容量的 Seagate Mozaic™ 4+ 硬碟，現已向兩家大型雲端服務供應商大量出貨。隨著產能持續擴充，計畫將於日後進一步擴大供貨範圍。
無題 無名 ID:bfjmoQ/. 2026/03/05(四) 19:52:34.631 No.29827949
IC dlss machine coding