1.英特尔或将退出智能机和平板市场；

　　据ComputerWorld网站报道，英特尔可能即将退出智能手机和平板电脑市场。这意味着英特尔此前在这一市场投资的数十亿美元将打水漂。

　　英特尔一名发言人确认，英特尔将取消面向移动设备、代号为Sofia和Broxton的凌动处理器的开发。作为大规模重组计划的一部分，英特尔本月宣布将裁员1.2万人。这两款芯片将成为被英特尔放弃的第一批产品。

　　根据英特尔发言人的说法，原本用于开发Broxton和Sofia芯片的资源将被转向“能带来更高回报，推进我们战略的产品”。

　　在这两款芯片被取消之后，英特尔的移动芯片路线图将出现明显的缺失。英特尔当前的智能手机和平板电脑芯片已逐渐过时，亟需升级，但目前还看不到英特尔将在这一领域推出任何新产品。Sofia芯片已经出货，而Broxton芯片原计划今年出货，但发货时间已被推迟。

　　英特尔也将不再继续开发凌动X5系列的平板电脑芯片，这些芯片代号为Cherry Trail。英特尔计划用代号Apollo Lake的奔腾和赛扬芯片来取代这些产品。而奔腾和赛扬芯片更关注变形本市场，而非单纯的平板电脑。在变形本产品中，许多PC厂商已选择英特尔的 Skylake酷睿M处理器，而不是Cherry Trail芯片。

　　英特尔不再将平板电脑视为一个单独的市场，而多种形式的设备正在迅速融合。英特尔发言人表示，该公司将用已有的芯片产品继续支持当前的平板电脑客户。

　　根据重组计划，英特尔将评估产品线和项目，因此一些产品可能将被放弃。英特尔正试图摆脱对PC市场的依赖，而砍掉移动芯片可能也是明智之举。

　　英特尔投入了数十亿美元用于发展移动业务。不过，英特尔仍然未能动摇市场领先者ARM的地位。目前只有很少的智能手机采用英特尔凌动处理器，而平板电脑市场也在滑坡。PC厂商目前更关注变形本，而不是单纯的平板电脑。

　　凌动处理器产品线陷入困境已不是一两天的事。这类处理器最初从上网本起步，但上网本在出现不久后就逐渐消亡。英特尔对移动芯片的升级并没有固定时间表。上一代面向服务器的凌动处理器发布时间还是2013年。

　　英特尔的移动战略目前更多地与5G相关。业内人士认为，原本用于Sofia和Broxton的工程资源将被转向开发5G芯片。新的5G网络网速将比4G 快100倍，预计5G网络的部署将从2020年开始。向5G的发展将改变设备开发方式。除了移动设备之外，智能家居设备、机器人、无人机、可穿戴设备，以 及工业物联网设备都将联网。

　　英特尔未来的关注重点将包括至强服务器芯片、云计算、FPGA，以及硅光子学。（维金）

　　2.台积传出加薪 上看5%；

　　市场传出，晶圆代工大厂台积电今年4月进行调薪，传出平均调薪幅度约3%至5%，兑现了台积电董事长张忠谋去年喊出今年加薪的支票。

　　对于市场消息，台积电昨（30）日表示，每年例行调薪作业于4月进行，至于外传的调薪幅度不方便评论与透露。

　　张忠谋去年11月在运动会时对员工喊出，今年台积电不会裁员及无薪假，同时不仅员工分红会增加，今年4月年度调薪作业也将照常进行。

　　市场传出，台积电在今年4月进行年度调薪作业时，首度在内部公告调薪幅度，今年平均调薪幅度为3%至5%，与业界水准相当。

　　此外，台积电今年2月董事会核准，员工现金奖金与现金酬劳约411亿元，年增约16.5%。其中，员工现金奖金205.5亿元已于每季季后发放，现金酬劳205.5亿元，则将于今年7月发放。

　　同 时，半导体厂今年调薪幅度陆续出炉，平均调幅多在3%至5%。伺服器管理晶片厂信骅今年平均调幅约4.6%，高于去年的4.3%；记忆体厂华邦今年与去年 平均调幅都是4%；记忆体模组厂宇瞻与半导体设备厂弘塑今年及去年平均调薪幅度也都是3%；键盘控制晶片厂迅杰今年平均调薪幅度自去年的4.4%，降至 3.8%。经济日报

　　3.Nvidia GPU新战略1：结盟广达不只卖显卡变身AI服务器供应商；

　　Nvidia未来将以跨入AI专用伺服器市场为目标，更将锁定进攻中、小型企业AI应用，优先解决企业建立深度学习执行时所需的高门槛

　　Nvidia 为加快AI与深度学习的市场布局，今年罕见推出第一台深度学习专用的超级电脑DGX-1，也使得Nvidia不再像过去一样只单卖GPU卡，而开始也要变 成一家能提供整套式GPU专用伺服器的系统设备供应商。所以，Nvidia这次才与广达联手。而广达也因为与Nvidia合作的关系，同时在会场上展示另 一款超级电脑原型QuantaPlex T21W-3U，同样可放入最多8张Tesla P100显卡。

　　今年Nvidia在 GTC大会有别于过往只发表新的GPU显卡，反而是跟上火红深度学习与AI热潮而推出了一台深度学习专用的超级电脑DGX-1，虽然这台AI专用伺服器整 身只抵一台3U大小的伺服器，却具备有250台x86伺服器组成的运算丛集效能，不只装进了8张Nvidia最新Tesla P100加速卡，还配有一组2路Xeon E5处理器，并经过了软硬体的优化整合，还具备有高速传输能力，Nvidia打算用这台AI电脑助企业开创AI新事业。

　　变成一家能提供GPU解决方案的伺服器供应商

　　这 台深度学习电脑的出现，对于Nvidia所代表的意义，不仅是一个新尝试，也反应了Nvidia为了要跨入AI与深度学习的特殊伺服器市场，不再像过去一 样只单卖GPU卡，而进一步调整既有的GPU产品战略，也开始推出整套式AI专用GPU伺服器，好让自己也变成一家能提供GPU解决方案的伺服器供应商。

　　尽 管，DGX-1今年6月才会在美国推出上市，但已经对于接下来想要跨入深度学习应用的AI新创或传统企业，带了一些新的机会。过去在Nvidia还只单卖 GPU卡的时候，企业要进行深度学习训练前，通常得自行将GPU买回后再用多台电脑组成运算丛集，等到将深度学习该有的执行环境都架设好后，才能开始用深 度学习来训练运算模型。

　　然而，企业事先光是要安装和管理这些电脑丛集就相当繁琐，甚至还得动用到专门的人力支援，所以，若是完全没有这类经验和能力的企业要跨入就有很高难度。

　　但在Nvidia推出这台深度学习电脑以后，则是直接替企业解决了过去不擅长建立深度学习执行环境的难题。企业现在可以选择一台已经帮你组装好的深度学习引擎，买回去安装后就能开始训练神经网路模型。

　　尽 管这样一台深度学机器价值不斐，企业全部得花上将近13万美元，才能将一整套AI专用伺服器买回家，不过再解决了准备深度学习执行环境所需的高门槛后，现 在企业可以更专心只作深度学习，而不必担心没有建置的经验或能力不足，甚至靠着机器本身的高度运算能力，企业现在只须用一台深度学习电脑，就能解决得过去 得要用多台电脑丛集才能做到的深度学习应用，也有助于让AI变得更普及。

　　不过光靠Nvidia这家以零组件起家的GPU厂商，未来要变成一家专用伺服器设备商，这并不是一件容易的事，所以，Nvidia也与广达结盟，希望透过双方的合作，来打通跨入专用系统设备市场的重要一步。

　　这次推出的DGX-1即是双方共同合作展示的最新成果，而广达也因为与Nvidia合作的关系，同时在会场上展示另一台超级电脑原型QuantaPlex T21W-3U，同样可放入最多8张Tesla P100显卡，未来也可用于深度学习与AI方面的用途。ithome

　　4.Nvidia GPU新战略2：卡位新世代IT架构布局，GPU将全面支援Docker；

　　Nvidia让企业现在也能在GPU架构内开始使用Docker，来部署GPU加速应用，甚至未来还计画让DGX-1执行环境也能支援Docker

　　Nvdia 不只为了抢攻AI市场而推出了整套式GPU伺服器，甚至为了加速建立深度学习与AI所需开发和测试的基础设施环境，因而赶在今年1月抢先开源释出了 Nvidia Docker函式库工具测试版，目的是希望让GPU也能支援新世代IT架构关键技术Docker，好让企业能轻易地调度分配伺服器里的GPU资源。

　　这 个新释出的Nvidia Docker储存库，内含有用来建立和执行Docker影像档所需的工具。用户只需安装Nvidia driver与Docker后，即可将每一个从CPU转移到GPU执行的运算任务，各别打包至隔离的虚拟环境之中，除了可以更弹性灵活分派和调度GPU内 的运算资源，以提供大量密集运算需求的使用外，并也可跨不同OS平台使用。

　　GPU加速应用开始能支援Docker

　　Nvidia Docker至今已历经了3个测试版本的更新，在最新释出的1.0.0 beta 3版中，除了正式支援Docker 1.10和Docker plugin API v1.2以外，也扩大支援364个驱动程式和提供REST API的优化。截至目前，企业已经可以在Nvidia的统一计算架构（Compute Unified Device Architecture，CUDA）当中开始支援Docker，并且可在任一个GPU架构的基础设施内，来部署Docker化的GPU加速应用。

　　目 前也开始有一些新创公司打算将GPU与Docker结合，例如一家英国系统软体新创Cake Solutions去年就在官方部落格示范用Nvidia 的深度学习GPU训练系统（Deep Learning GPU Training System，DIGITS)，来安装执行Nvidia Docker。

　　此外，今年GTC大会中也有一些关于结合容器技术的应用实例，例如Bitfusion这家以提供自动加速应用为主的网路公司，就现场介绍可结合容器技术的GPU加速应用。

　　不过即便GPU开始支援Docker，Nvidia解决方案架构暨工程副总裁Marc Hamilton也坦言，至今GPU只能部份支援Docker，还无法做到全面支援。

　　Marc Hamilton解释，这是因为Docker原本就是设计在CPU当中使用，所以运用在CPU时可以获得很好的利用，但当使用于GPU时，因为GPU与CPU两者晶片设计架构的不同，所以在使用上就会遇到一些限制。

　　不过他表示，接下来将扩大与Docker社群的合作，来持续优化在GPU内执行Docker的环境，并以让GPU能全面支援Docker为目标，最终希望让GPU做到跟CPU一样的Docker化。

　　未来DGX-1执行环境也能用Docker

　　此 外，Marc Hamilton表示，未来也计画在Nvidia Docker新版本释出时，开始让DGX-1执行环境也能支援Docker，希望让企业未来在以DGX-1来进行深度学习与AI应用时，可以迅速地将一些 深度学习框架，例如TensorFlow、Caffe等，通通打包并移转至新系统当中。

　　甚至，Nvidia未来更进一步要做到的是，还打算将目前存有超过400个科学相关运算应用，之后也都能在DGX-1 上使用Docker。

　　Nvidia 解决方案架构暨工程副总裁Marc Hamilton坦言，至今GPU只能做到部份支援Docker，还无法做到全面支援，他解释，这是因为Docker原本就是设计在CPU当中使用，所以 可以获得很好的利用，但GPU就不是如此。不过他也表示，接下来将持续和Docker社群来合作，未来将以让GPU全面支援Docker为目标。ithome

　　5.AMD完成分拆组装和测试工厂；

　　数月前，AMD公司和南通富士通微电子股份有限公司(NFME)签署合作协议共同宣布成立合资公司，向后者出售位于马来西亚槟城和中国苏州的芯片制造工 厂，并成立新的合资企业。这笔交易涉及到马来西亚槟城和中国苏州的装配、测试、标记和包装（ATMP）设施，总共有10个生产装配线，今天两家公司联合宣 布宣布成功完成这笔交易，AMD预计将收到3.71亿美元，并仍持有槟城和苏州工厂各15%的股份。

　　AMD的现任CEO苏姿丰（Lisa Su）表示这笔交易“为打造更具专注力的AMD先前迈进了一部，并让我们朝着无晶圆厂的商业模式过渡，优化我们的供应链操作并进一步巩固我们的金融地 位。”在税后和其他费用之后，公司将会获得超过3.2亿美元的冷硬资本，此举同时也有望“明显减少”资本支出。AMD将会继续使用合资企业的ATMP服务 运作。快科技

　　6.联发科下半年两大难解题 智能机市况不明、毛利率受压抑；

　　手机晶片联发科(2454-TW)j法说会对第2季释出正面展望，不过却对下半年市况丢出震撼弹，副董事长谢清江指出，上半年市况太旺，下半年景气不明 朗，因此预期今年上下半年可能是5比5，或下半年比上半年弱，全年智慧型手机市场成长率仍估有8-10%，但联发科的说法，无疑是让下半年中低阶手机市场 动能，蒙上一层阴影，而联发科面对市场成长趋缓，加上竞争激烈压抑毛利率，两大压力夹击下，联发科营运后市恐怕还有更多挑战存在。

　　联发科此次法说会，对第2季释出乐观看法，估营收季增24-32%，但毛利率却反向下跌，反映了手机晶片激烈的价格竞争压力，而联发科虽积极降低成本，但速度难敌竞争态势，谢清江也坦言，短期毛利率仍有压力，最快明年下半年才有机会走稳。

　　更令市场担心的是，联发科对下半年市况释出保守看法，谢清江强调，上半年市场需求太旺，下半年以目前经济情势来看，恐不如过往表现，今年上下半年走势恐无法像去年45比55相当，反而可能是5比5，甚至是下半年比上半年还弱，走势与以往不同。

　　而联发科的说法，与之前台积电所说中低阶手机市场需求很热的情况略有出入，市场认为，第2季恐是旺季需求来临前，客户积极拉货造成的结果，使得第2季相关厂商营运冲高，但下半年由于总体经济情形不明，客户拉货态度观望保守，导致市况恐不如预期。

　　联 发科第2季营收估成长24-32%，季增率比以往强劲，但下半年却有隐忧，而全年营收则仍估成长1成，对晶片出货看法仍正向，只是摆在联发科眼前的最大问 题，除了景气加上手机市场成长饱和等议题，产业竞争激烈压抑毛利率走势，恐是更严重又迫在眉睫的压力，联发科此次法说更下调全年毛利率看法，估 35-38%，比原先估的35-40%略低，虽然守在35%以上，毛利率高标节节下调，代表手机晶片产业面对市场饱和情况下，厂商抢市占率的激烈竞争态 势，而联发科虽也多角布局物联网与穿戴装置，但短期对营收贡献度，恐怕都还要再等等。