Anthropic正打造一套跨產品生態系，採取類似Amazon與Uber的策略，藉由多元服務提高客戶黏著度，該公司提交的S-1上市申請文件顯示，這項策略正逐漸奏效，目前每年支出至少10萬美元的客戶中，超過半數同時使用Claude平台，以及Claude Code或Cowork等自有應用程式；去年底這一比例約為30%。

記者許若茵／編譯

Anthropic正打造一套跨產品生態系，採取類似Amazon與Uber的策略，藉由多元服務提高客戶黏著度，該公司提交的S-1上市申請文件顯示，這項策略正逐漸奏效，目前每年支出至少10萬美元的客戶中，超過半數同時使用Claude平台，以及Claude Code或Cowork等自有應用程式；去年底這一比例約為30%。

[caption id="attachment_227519" align="aligncenter" width="915"] 目前每年支出至少10萬美元的客戶中，超過半數同時使用Claude平台，以及Claude Code或Cowork等自有應用程式；去年底這一比例約為30%。（圖／Anthropic）[/caption]

Anthropic週一向美國證券交易委員會提交的S-1文件指出，「企業客戶採用Claude的速度與深度，充分證明Claude在前沿AI領域的地位。」截至9月30日，Anthropic每年支出至少10萬美元的客戶超過1萬1900家；每年支出超過100萬美元的客戶超過1900家；每年支出達1000萬美元以上的客戶則約有250家。

Anthropic將客戶成長動能歸因於「客戶逐漸體認到在整個組織內部署Claude的價值，因而大幅擴大使用規模」。截至第三季末，該公司的淨營收留存率約為900%。

Anthropic也藉此與傳統軟體即服務（SaaS）產業做出區隔。公司表示，Claude並非「僅服務單一使用情境的靜態產品」，而是具備快速進步能力的「前沿AI」，涵蓋AI模型、開發者平台，以及使用者能直接操作的應用程式。

上市文件指出，「任何一個層面的進步，都會在三個層面產生累積效應，加快我們提供更強大智慧能力的速度。」Anthropic認為，這種整合式策略是越來越多客戶同時使用Claude平台與自有應用程式的原因。

這套策略並不陌生。Uber最初以叫車服務起家，之後擴展至外送與貨運業務。Amazon則透過AWS雲端運算服務吸引客戶，再將合作關係延伸至儲存、資料庫及其他服務，使客戶更難離開整個生態系。

與這些公司相似，Anthropic不必為每項產品重新尋找全新買家，企業可以先從API開始使用Claude，再讓工程師導入Claude Code，接著將Cowork推廣至更廣泛的員工群體。

使用這些應用程式的客戶，對Anthropic而言具有更高的商業價值。根據上市文件，第三季使用Claude Code的Claude企業版客戶中，支出最高的5%客戶，每月支出約為未使用這項程式開發工具的一般企業用戶平均支出的20倍。

這項發現顯示，Anthropic仍有很大的空間提高每位用戶的支出，也說明為何公司積極將應用程式導入原本僅使用API的客戶帳戶。Anthropic表示，公司透過投資應用AI團隊，進一步推動產品在企業內部自然擴散。內部應用AI團隊與新創公司及大型企業合作，協助將Claude整合進客戶既有的技術架構。

近期，Anthropic也與Blackstone及其他私募股權公司推出名為Ode with Anthropic的獨立合作事業，安排直接進駐企業的工程師，運用Claude打造客製化AI工具。

Anthropic也仰賴第三方通路合作夥伴拓展市場，包括大型雲端服務商AWS、Google Cloud與Microsoft Azure。根據上市文件所稱的「聯合市場拓展策略」，Anthropic與客戶維持直接合約關係，並向各家雲端服務商支付費用。公司表示，這種安排有助於「避免通路衝突」並「掌握定價權」。

隨著Anthropic持續推出新產品，並試圖不斷「重新塑造自身業務」，逐漸成形的客戶黏著策略可能變得更加重要。公司表示，未來將推出「旨在讓經濟價值遠超現有產品的新類型產品」，並且相較於一般企業，投入較少心力「鞏固現有產品與商業模式」，轉而投入更多資源開創新的產品與商業模式。

不過，儘管營收快速成長，上市文件也揭露了公司面臨的阻力。2026年上半年，Anthropic營收達163億美元，高於去年同期的12億美元。協助Anthropic銷售Claude的雲端合作夥伴，正逐漸將Anthropic視為競爭對手。Anthropic表示，這可能使公司難以從這些合作夥伴取得所需的運算資源。文件指出，Amazon、Google與Microsoft可能優先滿足自身需求，或優先支持自己投資的競爭業者。

客戶集中度也是另一項風險。上市文件的風險因素章節提到，「最大客戶的需求若出現任何不利變化……都可能對我們的業務與前景造成不利影響。」

文件進一步表示，如果一個或多個最大客戶大幅削減支出或終止合作，而公司無法透過建立新的客戶關係，或增加其他現有客戶的業務來彌補，將可能對Anthropic的業務、財務狀況及營運成果造成不利影響。

資料來源：techcrunch

這篇文章 Anthropic企業客戶黏著度持續攀升 逾半大客戶同時使用多項產品 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

亞馬遜雲端運算服務（Amazon Web Services，AWS）一名高階主管週三向路透社表示，法規障礙、資金短缺及勞動力技能缺口，正促使歐洲新創企業考慮遷往其他地區，可能導致當地最具發展潛力的新創企業大規模外移。記者蕭惟珊／編譯

亞馬遜雲端運算服務（Amazon Web Services，AWS）一名高階主管週三向路透社表示，法規障礙、資金短缺及勞動力技能缺口，正促使歐洲新創企業考慮遷往其他地區，可能導致當地最具發展潛力的新創企業大規模外移。

[caption id="attachment_328853" align="alignnone" width="1024"] AWS EMEA董事總經理Tanuja Randery透露，歐洲僅五分之一的企業具備明確AI策略、建立AI治理模式，投資創新流程。（圖／擷取自AWS YT）[/caption]

由於法規較為嚴格、能源供應受限，以及對資料隱私的廣泛疑慮，歐洲在AI競賽中始終難以縮小與美國及中國的差距。歐洲自行開發的前沿AI模型（Frontier AI Models）數量有限，反而仰賴OpenAI及美國AI公司Anthropic等企業的技術。

AWS歐洲、中東及非洲（EMEA）董事總經理塔努賈・蘭德里（Tanuja Randery）接受路透社全球市場論壇（Reuters Global Markets Forum）訪問時表示：「歐洲企業告訴我們，每花費1歐元，就可能有高達40歐分必須用於符合法規要求，而不是投資技術。試想，如果這筆錢能重新投入技術發展，會帶來什麼改變。」

她援引AWS針對企業進行的調查指出，歐洲每10家新創企業中，將近4家會考慮為了擴大事業規模而遷離歐洲。她說：「在成長最快的新創企業當中，這個比例超過一半。」

她表示：「新創企業告訴我們，他們正在重新考慮設立據點的地點，因為他們需要資金與支持，但在這裡得不到足夠的資金。」

蘭德里表示，雖然歐洲超過半數的企業已經使用AI，但只有五分之一的企業具備明確的AI策略、建立AI治理模式，並投資於能夠從根本改變營運方式的流程。

她補充說：「我認為，AI推論才是歐洲企業真正需要投入資金的領域。」

AI推論（AI Inference）是指運用已完成訓練的AI模型產生輸出的過程，也是AI模型部署至實際應用場景的階段。

儘管大型科技企業正投入數千億美元進行前沿AI研究，並擴大AI基礎設施規模，但歐洲的相關發展受到歐盟《人工智慧法》（AI Act）限制。這項法規被廣泛視為全球最嚴格的AI監管架構。此外，嚴重的能源供應與電網限制，也阻礙了歐洲的發展進程。

蘭德里表示：「我們必須讓歐洲加快腳步……這不是進步與安全之間的取捨，而是兩者都要兼顧，不是二選一。」

資料來源：Reuters

這篇文章 歐洲AI發展卡關 AWS：近4成新創企業考慮出走 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達推出全新的開放權重模型Nemotron 3.5 Super VL，專為全天候運作的AI代理程式及邊緣運算設計。

記者許若茵／編譯

輝達推出全新的開放權重模型Nemotron 3.5 Super VL，專為全天候運作的AI代理程式及邊緣運算設計。

[caption id="attachment_328621" align="aligncenter" width="1024"] 輝達推出全新的開放權重模型Nemotron 3.5 Super VL。（圖／截自輝達）[/caption]

Nemotron 3.5 Super VL是一款擁有1200億參數的大型模型，主要面向企業使用的AI代理程式，儘管參數量低於Nemotron 3 Ultra模型，輝達表示，Super VL在指令遵循及工具使用任務上，仍能達到相近的準確度。

在另一端，輝達也推出兩款輕量級Bolt模型，目標是在搭載輝達RTX Spark晶片的新款AI個人電腦，以及運行DGX Spark的工作站上進行本機運算，這類個人電腦主要面向一般消費者、程式設計師及企業知識工作者，目前正透過Microsoft和Dell等合作夥伴陸續上市。

輝達開放模型與軟體部門副總裁Kari Briski指出，「任何希望在輝達基礎設施上運行AI代理程式的組織，如今都能為自身需求找到開放且經過最佳化的模型，不必再於功能與部署能力之間做出取捨。」

輝達宣稱，針對特定代理任務進行後訓練後，Super VL的任務完成速度比Anthropic和OpenAI的競爭模型更快，涉及的模型包括Opus 5、GPT 6.1 Sol、Luna及Astra，這些任務涵蓋文件智慧分析、財務會計、科學實驗、醫療保險理賠及資安攻擊韌性。

大型科技公司發布新模型時，提出類似的效能主張並不罕見。不過，輝達也列出多家大型企業，表示這些公司正在使用Super VL，包括Skydance、EY、Ramp、CrowdStrike、Perplexity及Salesforce。

這並非輝達首次推出能與專有前沿AI模型競爭的開放權重模型。這些專有模型背後的AI實驗室，同時也是輝達的客戶及投資對象。這家GPU巨頭已建立完整的Nemotron模型系列，涵蓋多模態人工智慧、推理、程式設計、數學及企業自動化等領域。

快速成長的專有AI實驗室如今也開始尋找輝達以外的晶片及AI系統供應商，以滿足運算需求，包括亞馬遜網路服務（AWS）的Trainium及Cerebras，也有業者自行開發晶片。因此，輝達正積極押注企業希望在自有資料中心運行開放模型的趨勢。

Briski提及，「與封閉式前沿模型不同，組織可以使用自己的資料對Super VL進行後訓練，將模型部署在自己的基礎設施上，並擁有自己建構的成果。」不過，透過推出適用於個人電腦的較小型本機模型，輝達也試圖推動仍在發展初期的消費型AI助理市場。

儘管新創公司及大型科技企業幾乎每天都推出新的AI助理，但對隱私抱持疑慮的消費者，可能不願讓這些代理程式深入自己的生活，並取得有關家人、健康、財務等資訊。

輝達希望透過推出搭載自家晶片、能在本機運行模型及代理程式的個人電腦，為自身開創新的市場。Briski寫道，使用者可以「將日常工作交給代理程式處理，而不必將這些工作負載傳送至雲端」。

兩款Bolt模型中，Nemotron 3.5 Bolt 74B-A9B 24GB是一款擁有740億參數的模型，專為本機代理任務設計，旨在兼顧速度與推理能力，以處理多步驟推理、工具呼叫及網頁瀏覽等工作。最小型的Bolt E4B則主要面向對話式代理程式。輝達表示，Super VL及Bolt 74B-A9B目前已經推出，Bolt E4B則預計於本月稍晚發布。

資料來源：techcrunch

這篇文章 輝達發布Nemotron新模型 搶攻企業AI代理與個人電腦市場 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

在投入數十億美元建置人工智慧之後，大型科技公司如今正大舉投資培育所需的人力，試圖證明這些投資確實帶來回報。企業正爭相尋找專業AI工程師，協助將這項技術導入企業內部。這些專業人才被稱為前線部署工程師（FDE），結合進階AI與軟體專業知識，以及對企業運作方式的理解。他們可能是將強大的大型語言模型轉化為企業系統的關鍵人力，讓AI真正產生可衡量的商業成果。記者許若茵／編譯

在投入數十億美元建置人工智慧之後，大型科技公司如今正大舉投資培育所需的人力，試圖證明這些投資確實帶來回報。企業正爭相尋找專業AI工程師，協助將這項技術導入企業內部。這些專業人才被稱為前線部署工程師（FDE），結合進階AI與軟體專業知識，以及對企業運作方式的理解。他們可能是將強大的大型語言模型轉化為企業系統的關鍵人力，讓AI真正產生可衡量的商業成果。

[caption id="attachment_214818" align="aligncenter" width="1024"] 他們可能是將強大的大型語言模型轉化為企業系統的關鍵人力，讓AI真正產生可衡量的商業成果。（圖／123RF）[/caption]

亞馬遜網路服務（AWS）已承諾投入10億美元推動前線部署工程計畫。OpenAI則推出部署服務業務，並獲得超過40億美元的初期投資。Anthropic計畫投入1億美元，在2027年底前培訓1萬名前線部署工程師。另一方面，Accenture與Google Cloud也正合作打造一支1000人的前線部署工程團隊。

高階主管獵才公司Christian & Timbers創辦人Jeff Christian表示，「華爾街對企業投入數十億美元發展AI，卻沒有取得任何商業成果，已經開始失去耐心。」

Caylent是AWS的顧問合作夥伴，會派遣FDE進駐客戶團隊。該公司執行長Val Henderson表示，這份工作需要的不只是技術專業。她說，「最難培養的毫無疑問是理解客戶、與客戶互動的情商。」她補充，工程師也必須理解客戶與企業的需求、掌握組織內部的互動關係，並在專案遇到意料之外的問題時做出適當判斷。

具備經驗的人才供不應求，而在近期招募數據顯示競爭正在加速的勞動市場中，培養這類專業能力也不可能一蹴可幾。根據勞動市場分析公司Lightcast的數據，美國FDE職缺刊登數從2023年的不到200個，大幅增加至2025年的約1,200個，並在2026年前9個月突破7,300個。同期，FDE職缺刊登的薪資中位數達到195,456美元，較2023年增加40%，超過美國所有職缺刊登薪資中位數的3倍。

人才競爭並不只限於開發AI模型的企業。顧問公司也是主要招募者之一，反映企業客戶對協助導入AI技術的工程師需求日增。

Lightcast統計，2026年前9個月，Deloitte刊登了872個不同的FDE職缺，Accenture則有688個，其次是Google的499個與KPMG的447個。這些數字代表刊登的職缺數，而非實際完成的招聘人數。Lightcast全球研究主管Elena Magrini表示，「前線部署工程師的需求正在快速上升，薪資持續成長也顯示，雇主正競相爭取有限的人才。」

不過，數據也指出了一種可能的解決方案。Magrini表示：「FDE並非完全嶄新的職務，其技能約有一半與軟體工程重疊，因此企業有機會從更廣泛的人才庫中尋找人選。」

資料來源：CNBC

這篇文章 AWS與Anthropic搶培AI部署工程師 力證企業AI投資能創造回報 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達GPU已成為AI產業最搶手的運算資源之一。隨著需求持續攀升，企業取得GPU的方式也愈來愈多，除了亞馬遜、微軟、Google等大型雲端服務商，也可向CoreWeave等新型GPU雲端業者租用，甚至透過小型供應商、策略交易，或直接購買硬體自行部署。記者黃仁杰／編譯

輝達GPU已成為AI產業最搶手的運算資源之一。隨著需求持續攀升，企業取得GPU的方式也愈來愈多，除了亞馬遜、微軟、Google等大型雲端服務商，也可向CoreWeave等新型GPU雲端業者租用，甚至透過小型供應商、策略交易，或直接購買硬體自行部署。

[caption id="attachment_328081" align="aligncenter" width="1672"] GPU已成為AI產業最搶手的運算資源之一。（圖／AI生成）[/caption]

目前輝達預估，截至10月的季度營收將達1080億美元，年增89%。SemiAnalysis統計，截至9月全球已有323家輝達GPU供應商，高於不到11個月前的209家。

大型雲端仍是企業首選

亞馬遜、Google與微軟等超大規模雲端服務商仍是許多大型企業取得GPU的第一選擇。除了算力充足，也具備長期建立的企業信任、資安與完整雲端服務能力。對軟體公司而言，採用AWS、Azure等平台，也能降低客戶對供應商可靠性的疑慮。

不過，問題在於GPU供應依舊吃緊。亞馬遜執行長Andy Jassy7月就表示，公司無法滿足今（2026）年所有預期需求，並認為這種情況可能延續至2027年。

CoreWeave等「新型雲端」快速崛起

大型雲端供不應求，也讓CoreWeave、Nebius等專注GPU算力的新型雲端服務商快速崛起。

AI新創Modal最初使用大型雲端服務，之後逐步轉向主要GPU雲端業者，目前已同時使用25家供應商。

甚至Google與Microsoft自己也開始向CoreWeave等業者採購算力。

不過，大型GPU雲端通常需要客戶提前付款、簽訂長期合約，從簽約到GPU真正上線也可能需要數月。CoreWeave表示，要臨時在一天內提供1萬顆GPU給新客戶並不容易，目前短期產能基本上已被訂滿。

小型GPU雲端主打彈性與即時供應

如果企業急需GPU，就可能轉向規模更小、知名度較低的供應商。

這類業者可能專攻特定國家或市場，相較大型GPU雲端，通常能提供更靈活的租賃方式。

部分公司也提供裸機GPU（bare-metal GPU），讓客戶直接掌握硬體資源，但相對需要自行處理更多系統管理工作。

對這些客戶而言，核心問題通常只有兩個：什麼時候拿得到GPU，以及價格是多少。

自購GPU交給雲端商代管

Oracle則提供另一種模式，允許客戶「自帶GPU」。

企業可以自行採購AI晶片，再把硬體放進Oracle資料中心，由Oracle負責供電、機房與營運。

這對擁有資金購買GPU，卻缺乏電力、資料中心空間或專業人力的企業具有吸引力，也讓企業不必自己興建完整資料中心。

Oracle認為，這類自帶硬體模式甚至有助於提高投入資本報酬率。

有GPU的公司開始出租算力

另一種快速興起的模式，是直接向手上已有大量GPU的公司租算力。

SpaceX就曾把多餘運算容量提供給Google與開源AI新創Reflection，也曾與Cursor、Anthropic等公司簽訂GPU供應協議。

其中，SpaceX與Anthropic的算力租賃協議，每月金額高達12.5億美元，持續至2029年中。

SpaceX財務長Bret Johnsen表示，目前新增AI運算設備的投資回收期不到一年。

Meta也傳出正在籌組新的雲端業務，未來可能直接對外出售AI算力。

自建資料中心仍是選項

即使雲端算力選項愈來愈多，不少大型企業仍選擇直接購買GPU伺服器，部署在自家資料中心。

Dropbox就是其中之一，公司持續依賴自行部署的GPU；Everpure也購入GPU，用來執行開放權重AI模型，供內部軟體工程師使用。

隨著需求升溫，GPU租賃價格也持續走高。根據Ornn統計，輝達B200每小時現貨租賃價格自3月以來已上漲超過一倍。

從大型雲端、新型GPU雲端、小型供應商，到自帶硬體、策略租賃與自建機房，企業取得輝達GPU的方式正快速分化。對需要大量AI算力的公司而言，未來競爭的不只是誰買得到GPU，而是誰能用更低成本、更快速度取得足夠算力。

來源：CNBC

這篇文章 輝達GPU太搶手！企業6種模式搶AI算力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著機器人、自駕車與智慧工廠應用升溫，實體AI（Physical AI）正成為企業布局重點。AWS今（13）日宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務，協助企業把原本分散的資料收集、模型訓練、模擬驗證與邊緣部署流程整合起來，縮短機器人從原型開發到實際量產的時間。記者黃仁杰／台北報導

隨著機器人、自駕車與智慧工廠應用升溫，實體AI（Physical AI）正成為企業布局重點。AWS今（13）日宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務，協助企業把原本分散的資料收集、模型訓練、模擬驗證與邊緣部署流程整合起來，縮短機器人從原型開發到實際量產的時間。

[caption id="attachment_328043" align="aligncenter" width="2000"] AWS宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務。（圖／AWS提供）[/caption]

根據Capgemini Research Institute調查，已有79%的企業投入Physical AI應用。不過，機器人要從實驗室中的可運作原型，走到真實場域可穩定執行任務的量產系統，仍是產業一大挑戰。開發團隊往往要花上數個月，處理資料蒐集、模型訓練、模擬測試與現場部署之間的銜接問題。

AWS此次推出的工具鏈，主打將Physical AI開發流程變成可持續循環的「飛輪」。整體涵蓋五大階段，包括合成資料生成、模型訓練、模擬與驗證、邊緣部署，以及持續改進。也就是先透過合成資料建立訓練場景，再結合人類示範與模擬環境訓練模型，接著在虛擬場域中驗證機器人行為，之後部署到邊緣端執行即時決策，最後再把現場資料回饋到模擬與訓練流程中，持續優化模型表現。

在技術整合上，AWS串接自家 Amazon SageMaker、Amazon EC2 GPU執行個體、AWS IoT Greengrass 與 Amazon Bedrock AgentCore；輝達則提供 Isaac GR00T、Isaac Sim、Isaac Lab 及 NVIDIA Cosmos 等工具，分別對應人形機器人訓練、物理模擬、強化學習與合成資料生成。AWS表示，企業可透過單一控制介面管理端到端流程，也能依需求彈性選用單一模組。

這套工具鏈也支援遠端無線更新（OTA）與大規模機器人機隊管理，且不限特定機器人平台或任務類型，企業可直接帶入自家機器人與資料進行開發。AWS指出，目標是讓客戶把資源集中在技術創新，而非花時間自行搭建底層基礎設施。

這篇文章 AWS攜手輝達推實體AI工具鏈 加速機器人從訓練到量產部署 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

全球AI資安領導者趨勢科技旗下企業事業單位TrendAI™宣布，TrendAI Vision One™自主漏洞探索服務開放封閉預覽，此服務由TrendAI™代理式漏洞利用與修復引擎驅動(代號 AESIR)，可在客戶原始碼中識別、驗證漏洞(包括零時差漏洞)，並確認修補是否完成。

記者許若茵／台北報導

全球AI資安領導者趨勢科技旗下企業事業單位TrendAI™宣布，TrendAI Vision One™自主漏洞探索服務開放封閉預覽，此服務由TrendAI™代理式漏洞利用與修復引擎驅動(代號 AESIR)，可在客戶原始碼中識別、驗證漏洞(包括零時差漏洞)，並確認修補是否完成。

[caption id="attachment_215724" align="aligncenter" width="1024"] 全球AI資安領導者趨勢科技旗下企業事業單位TrendAI™宣布，TrendAI Vision One™自主漏洞探索服務開放封閉預覽。（圖／取自官網）[/caption]

TrendAI™的代理式系統採用專為此用途打造的多模型AI架構，主要使用Anthropic模型。該系統結合自主漏洞探索、漏洞利用識別與威脅獵捕能力，並融入TrendAI™ Zero Day Initiative™(ZDI)全球最大的廠商中立漏洞獎勵計畫所累積的研究成果。在CyberGym測試框架的評估中，該引擎的表現超越單一模型與代理式系統，在CyberGym排行榜上取得更佳成績。此服務部署並運行於Amazon Web Services(AWS)的Amazon Bedrock。客戶可繼續使用既有的程式碼儲存庫與版本控制系統。

「改變漏洞探索的兩端。現在程式碼的開發速度比以往更快，攻擊者利用AI發現漏洞的速度也前所未有地加快。」TrendAI™平台暨業務長兼TrendAI™負責人金敬秀(Rachel Jin)表示，「資安團隊不應被迫在AI的速度與全球頂尖漏洞研究人員的專業判斷之間做出取捨。自主漏洞探索服務將以精準度為核心打造的AI，結合ZDI二十多年累積的研究成果，並直接在客戶現有的程式碼環境中運作，讓客戶能在攻擊者之前找出真正重要的漏洞並完成修補。」

TrendAI™認為，透過偵測準確度、TrendAI™ZDI驗證支援、原生部署於Amazon Bedrock三項差異化優勢讓此服務脫穎而出。TrendAI™首先會透過需求訪談確認了解客戶的環境。

TrendAI™ZDI專家會根據訪談資訊制定並調校客製化掃描。為確保安全性，服務團隊會監控並控管每一次掃描，而不是將客戶交給無人監督的黑箱系統。掃描客戶原始碼後，TrendAI™會產出完整的漏洞報告，內容包括嚴重性評級、預估CVSS分數，以及每項發現的詳細說明。每一項發現都會與TrendAI™ZDI的漏洞研究交叉比對。

TrendAI™指出，客戶完成並部署修補程式後，系統會再次執行掃描以驗證修補效果，並再次與TrendAI™ZDI研究成果進行比對，最後提供經驗證的修補狀態。由於此服務在Amazon Bedrock運作，從初始掃描到最終修補驗證的完整工作流程，都能在客戶的AWS環境內執行。

這篇文章 TrendAI推出自主漏洞探索服務 以機器速度實現新一代威脅修復 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達以200億美元取得AI晶片新創Groq資產的交易遭遇法律挑戰。兩名前Groq工程師提起訴訟，指控這筆交易以偏低價格「擠出」股東，並質疑董事會未依法交由股東表決，也沒有透過適當程序確認交易是否替股東爭取到最高價值。記者黃仁杰／編譯

輝達以200億美元取得AI晶片新創Groq資產的交易遭遇法律挑戰。兩名前Groq工程師提起訴訟，指控這筆交易以偏低價格「擠出」股東，並質疑董事會未依法交由股東表決，也沒有透過適當程序確認交易是否替股東爭取到最高價值。

[caption id="attachment_327584" align="aligncenter" width="1672"] 輝達以200億美元取得AI晶片新創Groq資產的交易遭遇法律挑戰。（圖／AI生成）[/caption]

Joshua Rubin與Benjamin Serebrin於10月2日向美國德拉瓦州衡平法院提出訴訟。兩人在輝達與Groq交易公布前就已離開公司，但根據訴狀，他們當時仍持有Groq股票。

Groq：訴訟毫無依據

Groq去年12月宣布與輝達簽署技術授權協議，由輝達取得Groq的AI推論技術授權。

交易完成後，Groq創辦人暨執行長Jonathan Ross、總裁Sunny Madra，以及其他高階主管加入輝達。不過Groq當時表示，公司仍將以「獨立公司」形式繼續營運。

自去年6月以來，Groq已募得約10億美元資金，投資人也包括輝達。

原告則指控，Groq董事會在沒有進行德拉瓦州法律要求的股東表決下，就把公司相關資產出售給輝達，也沒有建立一套程序來測試或最大化輝達所收購資產的價值。

Groq發言人回應表示，與輝達簽署的授權協議，為Groq、投資人及員工創造了「非常高的價值」，並稱這起訴訟毫無依據，公司將積極應訴。

170億美元用於技術授權 另有30億美元RSU

根據訴狀，這筆總額200億美元的交易中，輝達將約170億美元分配至一項被稱為「非獨家」的技術授權。

另外30億美元則以輝達限制型股票單位（RSU）形式，提供給隨技術一同轉往輝達任職的Groq員工。

訴狀指控，部分在Groq董事會擁有席次的投資基金，可能從後續的股東擠出安排中獲得可觀回報，因此造成董事會多數成員存在利益衝突。

原告進一步主張，董事會的選擇讓Groq股東損失數十億美元。

根據訴訟文件，約有150至200名Groq工程師在這筆交易後加入輝達。

黃仁勳：不是收購Groq公司本身

CNBC取得的一封內部信件顯示，輝達執行長黃仁勳在交易公布前後曾向員工表示，這項協議將擴大輝達的能力。

黃仁勳表示，輝達計畫把Groq的低延遲處理器整合至NVIDIA AI Factory架構，進一步支援更多AI推論與即時運算工作負載。

不過他也特別強調，這筆交易雖然包括吸收Groq人才以及取得其智慧財產授權，但輝達「並不是收購Groq這家公司」。

目前輝達尚未對這起訴訟作出回應。

來源：CNBC

這篇文章 輝達200億美元Groq交易遭股東提告 控董事會「低價擠出」持股人 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

訓練日期：2026-10-17上課地點：台北市大安區羅斯福路四段一號國立台灣大學資訊工程學系系館(德田館)上課 …

訓練日期：2026-10-17
上課地點：台北市大安區羅斯福路四段一號國立台灣大學資訊工程學系系館(德田館)
上課費用：4500

課程介紹：

您是否上過很多AI課程但還是對AI茫茫然嗎?
您是否想要尋找有系統性的學習方法綜覽所有AI技術嗎?

這門課是一堂能讓您快速掌握未來關鍵技術，成為職場不可替代的關鍵人才!!!

在生成式 AI 快速改變世界的時代，傳統職場技能正面臨淘汰危機。你是否準備好迎接挑戰，讓自己在競爭中脫穎而出？ 這門課程教你如何以零基礎掌握生成式 AI 與資料科學技術，並實際應用到工作中，在短時間內提升職業競爭力。

這堂課，為什麼你不能錯過？
1. 很多老師只教工具，但Tony老師擁有20多年AI實務經驗，能提供產業諮詢與職涯諮詢，幫你找到AI職場定位。
2. 獨家分享實務案例與進階數據分析架構，學完就能立刻應用在工作上！

課程內容：

第一天：大語言模型基礎與應用
從對話到洞察，大語言模型的企業實戰全攻略
▪ AI初探與核心名詞解釋
▪ 企業導入AI前的自我檢視與挑戰 / 地端算力如何規劃
▪ 如何寫出高階 Prompt，確保 AI 產出高品質回饋
▪ AI實操演練：
商務應用，生成研究報告、產出公司明年度策略簡報。
數據分析，消費者在Google評論留言的情感分析。
創意生成，AI作詞作曲、AI簡報插圖、Vibe Coding 程式設計初體驗。

第二天：數據科學實務( AI大數據分析 )
▪ 資料探勘導論(Data Mining)介紹與應用案例說明
▪ 學校沒教的數據科學分析架構與流程
▪ 零程式的數據科學工具Orange介紹與安裝 (Window/Mac)
▪ 預測模型實作: 建置銀行業促銷回應模型，透過模型產出高購買機率的優質行銷名單!

報名此課程

師資介紹：

鐘振聲 (一) 學歷:
   1. 國立台北科技大學 商管所碩士  
   2. 國立屏東科技大學 資管系學士                  

(二) 講師經歷 :
  1.  財團法人自強工業科學基金會     GenAI / AI 大數據分析講師
  2.  財團法人資訊工業策進會            AI 大數據分析講師
  3.  政治大學 / 政大公企                    業師 / 數據分析講師
  4.  嶺東科技大學                              IoT 數據分析講師

(三) 業界經歷 :
  1. 摩可數位                                      數據分析總監  2. 東森得意購                                  大數據營運長
  3. 美商賽仕電腦                               跨產業資深數據分析顧問
  4. 中華電信                                      大數據分析股長兼研究室主持人
  5. 慶騰科技                                      創辦人兼數據分析總監
  6. 上海森果電商                               大數據分析 總監
  7. 遠傳電信                                      大數據分析 副理
  8. 亞洲資採                                      資深資料探勘 顧問

(四) 專利:
   1. 大數據技術專利，基於大數據之自動化分析處理系統 I639091，201810

(五) 技能專長:
   1. 領域: Data Mining、Data Analysis、Big Data、CRM、Gen AI
   2. 工具: Power BI、R、SQL、AWS、CDP平台規劃、ChatGPT、Stable Diffusion

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

報名此課程

[elementor-template id="128291"]

這篇文章 【10/17 台北場】生成式人工智慧與資料科學實務-國立台灣大學資訊工程學系 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

蘋果傳出正在開發全新AI伺服器，計畫採用原本用於Mac桌上型電腦的高效能M系列Ultra晶片，最快可能在2029年推出。如果計畫順利成真，將是蘋果睽違近20年再次進軍企業伺服器市場，也顯示AI熱潮正在讓蘋果重新思考自家晶片與硬體的應用版圖。記者彭夢竺／編譯

蘋果傳出正在開發全新AI伺服器，計畫採用原本用於Mac桌上型電腦的高效能M系列Ultra晶片，最快可能在2029年推出。如果計畫順利成真，將是蘋果睽違近20年再次進軍企業伺服器市場，也顯示AI熱潮正在讓蘋果重新思考自家晶片與硬體的應用版圖。

根據《The Information》消息，這款企業級伺服器目前規劃兩種配置，可能分別搭載2顆或4顆未來的M8 Ultra晶片。這項計畫約在一年前啟動，當時仍負責硬體工程業務、如今已接任執行長的John Ternus也支持相關開發。

[caption id="attachment_226834" align="aligncenter" width="1477"] 蘋果傳出正在開發全新AI伺服器。（資料圖／記者 孟圓琦攝）[/caption]

AI公司瘋搶Mac OpenAI傳買「數萬台」

蘋果決定投入AI伺服器開發，也與Mac硬體在AI開發市場越來越受到歡迎有關。目前Mac mini與Mac Studio銷售快速成長，包括AI開發者與企業都開始大量採購這些裝置執行AI工作負載，而這些高階運算設備同樣採用蘋果自家的M系列晶片。

消息指出，OpenAI已購買「數萬台」Mac mini與Mac Studio，主要用來透過反覆試錯的強化學習方式訓練AI Agent；Anthropic則曾透過Amazon Web Services（AWS）租用Mac mini。

這波需求也讓蘋果看到，把原本用於Mac的M系列高效能晶片進一步導入企業級AI伺服器的可能性。

最高搭4顆M8 Ultra 還可能用NVIDIA技術串聯

更值得注意的是，蘋果甚至正在考慮導入NVIDIA（輝達）的資料中心網路技術。消息人士透露，蘋果正在評估使用NVIDIA的NVLink Fusion技術連接M8晶片，雙方也已針對蘋果如何運用NVIDIA技術推動AI布局進行討論。

如果最終採用相關方案，意味Apple即使持續使用自家M系列晶片，也可能借助NVIDIA的高速互連技術，強化多晶片協同運算能力。

不過，目前整項計畫仍存在變數。《The Information》提醒，蘋果最終仍可能取消AI伺服器計畫，即使產品順利推出，也不一定會採用NVIDIA技術。

睽違近20年 Apple可能重返企業伺服器市場

如果這款AI伺服器最終在2029年問世，也將象徵蘋果重新回到久違的企業伺服器市場。

蘋果過去曾推出Xserve伺服器產品，但已在2011年1月正式停止相關產品線。如今生成式AI推升龐大運算需求，加上Mac mini、Mac Studio意外成為部分AI公司的運算工具，可能讓蘋果再次看到企業級伺服器的市場機會。

這項產品也可能成為新任執行長John Ternus上任後的重要硬體布局之一。Ternus已於9月1日正式接替Tim Cook出任Apple執行長，後者此前掌舵公司長達15年。

記憶體短缺成隱憂 AI熱潮同時推高硬體成本

不過，蘋果進軍AI伺服器仍面臨整個科技產業共同的供應鏈挑戰。隨著企業大量建設AI資料中心，記憶體晶片持續供不應求，價格也跟著上漲，不只影響遊戲設備與旗艦手機，包括多款蘋果產品同樣受到波及。

從AI公司大量採購Mac，到蘋果慮直接推出搭載M8 Ultra的企業級AI伺服器，AI熱潮可能正在為蘋果開啟一條過去已經退出多年的硬體產品線。不過，距離傳聞中的2029年推出時間仍有數年，計畫是否最終成真，以及NVIDIA會不會成為其中的重要技術夥伴，都仍有待後續觀察。

資料來源：arstechnica

這篇文章 蘋果也要搶AI伺服器！傳2029年推出新品 最高塞4顆M8 Ultra 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。