Chevelle.fu

共20255則
甚麼都懂一點、甚麼都不精
是Netflix 調查分析指出,大電視仍是亞太消費者享受高品質內容的追劇主力這篇文章的首圖
Netflix 調查分析指出,大電視仍是亞太消費者享受高品質內容的追劇主力
雖然觀看節目的習慣已經漸漸進入基於網路串流的隨選服務,電視不再是唯一觀賞電視節目內容的設備,但也不表示電視已經逐漸被取代,實際上隨選服務所改變的是人類的收視習慣,同時藉由網路與行動裝置提供更多收看內容的型態,但具備大螢幕的電視仍是消費者最習慣用於觀看內容的設備;根據 Netflix的普查,有超過 1/3 的台灣收視戶以及超過 3/5 的亞太區收視戶是透過聯網電視觀看內容,遠超過使用媒體串流裝置、遊戲主機,而機上盒也漸漸受到亞太區會員喜愛。 ; 從 Netflix 的調查指出,不少消費者雖是透過行動裝置與筆記型電腦進行註冊,但多半註冊後就會轉移到連網電視觀看內容,並在註冊後 6 個月,仍有高達
7 年前
是音茶樂宣布 Donguri 產品線新品 Donguri-楓 / 楓 Balance ,螺旋增壓模組改用液晶分子製作這篇文章的首圖
音茶樂宣布 Donguri 產品線新品 Donguri-楓 / 楓 Balance ,螺旋增壓模組改用液晶分子製作
音茶樂稍早公布將在中野秋季耳機祭發表的新產品,為 Donguri 產品線的木殼新品,採用楓木作為外殼,命名為 Donguri-楓 ,除常規的 3.5mm版本外,還有搭配 Pentaconn 無氧銅材質 4.4mm 五極平衡端子的 Donguri-楓 Balance ,木殼部分也施加黑漆而非露出楓木原色,而且黑漆也將隨著長時間的光照會漸漸的露出底下的木紋,呈現獨一無二的光澤,含稅價格分別為 6,7500 日幣與 78,300 日幣。 相較前一世代的 Donguri-櫸 Ti Plus 不僅只是材質上的更換,音茶樂強調這次的木殼選用是由梄木、櫸木與楓木三種木殼選出,此外外殼漆面與內部的螺旋增壓結構
7 年前
是Ultrasone Signature 家族再添平價款重低音耳機 Signature DXP ,可說是 Signature DJ 下放版這篇文章的首圖
Ultrasone Signature 家族再添平價款重低音耳機 Signature DXP ,可說是 Signature DJ 下放版
Ultrasone 的 Signature 系列產品線雖目前僅有三款耳機,還是可簡單的分類為針對錄音室監聽的 Signature Pro 、 Signature Studio ,以及以 DJ 取向的 Signature DJ ,或許是為了對應錄音監聽系列已經推出相對平價的 Signature Studio , Ultrasone 選在上野冬季耳機祭前夕公布強調重低音的 Signature DXP ,標榜使用與 Signature DJ 相同的 50mm 振膜。日本預計再 2018年 1 月推出,推估售價落在 66,000 日幣左右。 Signature DXP 的設計理念就如同 Signatu
7 年前
是Pentax D FA*50mmF1.4 預計 2018 春季推出,另計畫開發 DA*11-18mmF2.8 APS-C 超廣角鏡這篇文章的首圖
Pentax D FA*50mmF1.4 預計 2018 春季推出,另計畫開發 DA*11-18mmF2.8 APS-C 超廣角鏡
Ricoh Image 在今年 CP+ 宣布了針對 35mm 片幅的高階定焦鏡 D FA*50mmF1.4 開發計畫,在今天稍早公布了後續資訊,預計在 2018 年春季推出,且除了這款鏡頭以外,還公布另一顆針對 APS-C 的超廣角大光圈鏡頭 DA*11-18mmF2.8 ,預計於 2018 年夏季問世;而這兩款新鏡頭都是隸屬新世代鏡頭企劃的新商品。 HD PENTAX-D FA*50mmF1.4 SDM AW 是可相容於 35mm 全片幅的定焦鏡皇,敘述上就可看到這款鏡頭搭載了 SDM 超音波馬達與 AW 防塵滴,同時以 Pentax 的產品命名方式,隸屬 * 系列的鏡頭通常防塵滴層級可達到
7 年前
是AMD Zen + Vega 架構筆電處理器正式亮相, Ryzen 5 2500U 與 Ryzen 7 2700U 打頭陣這篇文章的首圖
AMD Zen + Vega 架構筆電處理器正式亮相, Ryzen 5 2500U 與 Ryzen 7 2700U 打頭陣
在 AMD 的 CPU 架構轉向由傳奇架構師 Jim Killer 催生的 Zen 後,在桌上型與高效能分別藉由 Ryzen 與 Ryzen Threadripper 取得不錯的表現,而現在 ZEN 架構也將導入筆記型電腦的第八代 APU 產品線,且同時融入新一代的 GPU 架構 Vega ,目前 AMD先發表兩款採用全新組合的筆記型電腦用 APU 產品,分別是 Ryzen 5 2500U 以及 Ryzen 7 2700U ,皆採用 4 核心 8 線程的 CPU 搭配 VEGA GPU ,採用 14nm 製程,定於 15W TDP ,可彈性調整從 9W 到 25W 之間,端看對於產品的性能需求
7 年前
是抗衡 AMD 的 Vega 56 , NVIDIA 以 449 美金的 GTX1070 Ti 應戰這篇文章的首圖
抗衡 AMD 的 Vega 56 , NVIDIA 以 449 美金的 GTX1070 Ti 應戰
雖然 AMD新一代的 Vega 64 並未真正動搖到 NVIDIA 的 GTX1080 與 GTX1080 Ti ,不過次一階的 Vega 56 卻在整體表現上發揮不錯的性能價格與性能功耗比,使得價格相近的 NVIDIA GTX 1070 多少受到一些影響,先前也傳出 NVIDIA 將推出 GTX1070 Ti 應對這樣的情況;稍早 NVIDIA 官方也正式宣布這款產品, Founder Edition 版價格訂在與 GTX Founder Edition 剛上市相同的 449 美金,雖乍看下相較 AMD Vega 56 官方的 399 美金來的高,不過兩家品牌對於官方版與板卡廠商版本定價策略
7 年前
是關於公平會調查高通反壟斷提出高額罰款一事,經濟部聲明恐影響外資投資台灣情況這篇文章的首圖
被公平會重罰的反撲?傳高通暫緩與台灣經濟部的 5G 合作計畫
高通原本在今年 8 月與台灣經濟部工研院簽署 5G 合作備忘錄,其中雙方原將針對 5G 小型基地台進行技術合作以及包括投資與技術人員交流,然根據經濟日報引述立委爆料指出,高通執行長 Steve Mollenkopf 於日前出席台積電 30 周年訪台期間也一併拜訪經濟部,並口頭表示雙方原本的相關合作協議將暫緩,雖然並未正式公布合作暫緩原因,不過不得不聯想到日前台灣公平交易委員會重罰高通一事與此次暫緩合作協議有關;而經濟部表示將持續與高通溝通,同時也有意成立" 5G 國家隊"繼續發展 5G 技術。 台灣國家政策在電信技術的發展歷程始終一波多折,錯過 2G 與 3G 世代發展,在 4G 世代又錯誤押
7 年前
是Tamron 長焦變焦鏡 100-400mm F/4.5-6.3 Di VC USD 在 11 月開賣,強調為業界同級最輕這篇文章的首圖
Tamron 長焦變焦鏡 100-400mm F/4.5-6.3 Di VC USD 在 11 月開賣,強調為業界同級最輕
Tamron 在日本正式推出新款長焦變焦鏡 100-400mm F/4.5-6.3 Di VC USD ,採用四倍光學變焦設定,強調其重量為業界同等級最輕的鏡頭,重量約 1.1 公斤左右( Canon 版為 1.135 公斤, Nikon 版為 1.115 公斤),比起競爭對手同級產品輕約 25-45 克,預計 11 月 6 日在日本開賣,建議售價為 9 萬日幣。 100-400mm F/4.5-6.3 Di VC USD 具備 4 級防手振效果,並具備兩個獨立的防手振 MPU 運算處理器,光學部分為 17 片 17 群,包括 3 片 LD 低色散鏡片,並採用 eBAND 與 BBAM 塗層,
7 年前
是NVIDIA 黃仁勳: NVIDIA 可提供資源助台灣產業在 AI 世代後發先至這篇文章的首圖
NVIDIA 黃仁勳: NVIDIA 可提供資源助台灣產業在 AI 世代後發先至
NVIDIA 執行長黃仁勳在今天 GTC Taiwan 大會後接受媒體訪問,而大家對於此次與經濟部合作在台灣建設超級電腦一事相當重視,被問到 NVIDIA 此次與經濟部的 AI 合作計畫的方向與對台灣目前人工智慧的發展現狀時,黃仁勳表示,他認為台灣在目前這股人工智慧與 GPU 運算發展熱潮,整個產業的動作相對較慢,不過他並不認為台灣現在才開始起步是為時已晚,黃仁勳指出, AI 目前仍處在發展階段,加上深度學習特性使得新創企業也有機會帶來足以撼動產業的應用,台灣產業應該要抓準機會投入應用開發。 而這次 NVIDIA 與經濟部的合作,就是希望能藉此為台灣帶來新的機會,因為 NVIDIA 不僅只是提
7 年前
是NVIDIA GTC Taiwan 主題演講:引領台灣 AI 革命,攜手科技部建設高效能超級電腦這篇文章的首圖
NVIDIA GTC Taiwan 主題演講:引領台灣 AI 革命,攜手科技部建設高效能超級電腦
NVIDIA 在今日於台灣舉辦 GTC Taiwan 大會,同時也是今年 NVIDIA 執行長黃仁勳今年第二度在台舉行主題演講;如同 NVIDIA GTC 的慣例,台灣場次的內容大致依循今年五月在美國 GTC 主場次的內容,一開始仍強調 NVIDIA 與台灣有相當悠久的合作淵源,同時也重申 CPU 的摩爾定律已到末期,唯有藉可編程特性、架構不斷演進的 GPU 加速才能實現人工智慧所需的運算力。 NVIDIA 在深度學習的成果並非一蹴可幾 雖然外界看到現在 NVIDIA 在人工智慧領域獨領風騷,會覺得他們僅是在正確的時間押對寶,然而就 NVIDIA 而言,這是一場超過 15 年以上的布局,自 1
7 年前