圖 1生成式AI新內容產生流程
圖 22022~2030年全球AI與生成式AI市場規模變化與預測
圖 3生成式AI網路產品使用流量排名
圖 4OpenAI大型語言模型發展史
圖 5Google大型語言模型發展史
圖 6生成式AI技術發展軌跡
圖 7生成式AI技術應用情境與領域
圖 8大型語言模型類型發展趨勢
圖 9OpenAI、Google多模態大型語言模型規格一覽
圖 10Meta、Google、微軟小型語言模型規格一覽
圖 11LLM不同等級參數量運算對應產品
圖 12NVIDIA伺服器GPU產品線一覽
圖 13超微伺服器GPU產品線一覽
圖 142023~2025全球AI伺服器出貨量預測
圖 15資料中心散熱重要性提升的四大關鍵因素
圖 163D VC示意圖與三大類氣冷散熱方案相關性質比較
圖 17目前伺服器主流散熱方案分類與料件組成要素
圖 18氣冷與液冷關鍵屬性比較表
圖 19企業伺服器運算力需求相對低 有望採用專用度較高的NPU解決方案
圖 20企業LLM需經預訓練、微調兩大步驟 配合場域需求提升專用性
圖 21生成式AI PC與手機特點說明
圖 22生成式AI驅動AI PC商機 CPU與PC品牌業者積極佈局
圖 23二大主流CPU陣營競推新品布局AI PC市場
圖 24PC作業系統及其AI應用現況對AI PC發展關係說明
圖 252023~2025全球AI PC出貨量預測
圖 26生成式AI手機應用與五大手機AP及品牌業者關係示意圖
圖 27生成式AI手機應用與五大手機AP及品牌業者關係示意圖
圖 28五大業者AI手機AP與生成式AI策略觀察重點
圖 292023~2025全球AI手機出貨量預測
圖 30物聯網裝置以辨識類型AI任務為主
圖 31AI晶片業者為不同應用情境需求推出解決方案
圖 32雲端運算與邊緣運算比較
圖 33雲端AI與邊緣AI可協同運作
圖 34生成式AI可應用於智慧車輛設計製造與駕駛操控等環節
圖 35智慧車輛採生成式AI應用案例
圖 36智慧運輸系統結合大數據、AI、資通訊技術提供創新應用服務
圖 37生成式AI可應用於智慧運輸系統優化
圖 38日立圖像生成文字技術可用於道路影像分析
圖 39INRIX Compass可生成道路交通決策建議
圖 40地圖結合生成式AI改善使用者互動體驗
圖 41美國與中國的網路與實體零售佔比比較
圖 42電子貨架與管理系統
圖 43沃爾瑪開始在行動裝置上導入生成式AI
圖 44比對顧客行為數據 達到精準行銷與效率管理目標
圖 45零售業將從實際員工提供服務 逐步朝向AI提供服務發展
圖 46AI的導入終將成為智慧零售的趨勢
圖 47全球AI在醫療保健應用市場規模預測及市場成長驅動因素
圖 48AI應用數據類型對應三階段健康歷程的功能與應用情境
圖 49生成式AI在醫療保健領域的主要應用
圖 50Nuance醫療保健AI解決方案一覽
圖 51Sensely語音助理介紹
圖 52Linguamatics產品介紹
圖 53以AI模擬來降低產品設計成本
圖 54透過AI生成場景來模擬訓練機器人
圖 55Assistant with Bard相較Google Assistant主要提升功能簡介
圖 562030年生成式AI市場規模預估