IBM AIX and eServer pSeries證照專注於IBM AIX作業系統及pSeries伺服器的安裝、設定與管理,涵蓋系統架構、資源配置、安全性維護及故障排除等核心技能。持有此證照代表具備專業能力,有效提升企業伺服器效能與穩定性,適合從事大型企業級系統管理及維運工作,為IT基礎架構提供強而有力的技術支援。

IBM AIX and eserver pSeries

請洽發證單位官網
IBM AIX and eServer pSeries證照專注於IBM AIX作業系統及pSeries伺服器的安裝、設定與管理,涵蓋系統架構、資源配置、安全性維護及故障排除等核心技能。持有此證照代表具備專業能力,有效提升企業伺服器效能與穩定性,適合從事大型企業級系統管理及維運工作,為IT基礎架構提供強而有力的技術支援。 更多
證照資訊 題庫專區 延伸資訊 相關學習

證照資訊

報考資格

請洽發證單位官網

報名方式

請洽發證單位官網

考試費用

請洽發證單位官網

考試內容

請洽發證單位官網

考試地點

請洽發證單位官網
收合

題庫專區

暫無測驗 目前暫無相關測驗內容,若有合作意願歡迎與我們聯繫!

相關學習

共學教室 尋找考證夥伴 x 分享考證資源 x 聊聊考證歷程
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享

學習推薦

林懷駿

產品企劃

2022/02/14

AI Accelerators 課程by 孔祥重教授
2022 年 3 月 8 至 3 月 29 日 人工智慧加速器 (AI Accelerators) 短期課程
哈佛大學計算機科學與電機工程 William H. Gates 講座教授 孔祥重教授 親自授課
緣起 :
近十年來,全球頂尖科技公司為提高資料處理速度和效率,研發了不少人工智慧加速器(AI Accelerators) 專用晶片。這些加速器正在拓展人工智慧應用,並重新定義計算平台,在此同時人工智慧加速器相關架構及軟硬體也持續快速演化改變中,相關研究與從業人士應該善用此一趨勢迎接變革。此課程將協助台灣的工程師、研究人員和研究生了解這個新計算時代的大局,以及相關的技術機會和挑戰。
授課老師:
孔祥重(HT Kung)是哈佛大學計算機科學與電機工程的 William H. Gates 講座教 授,將於 2022 年春季回台親自授課。
孔教授在其研究生涯中橫跨多項電機資訊理論與系統領域,在人工智慧加速器相關領域如機器學習加速器、VLSI 設計、 高性能計算、平行計算、計算機結構和網路皆有研究創見。孔教授的學術榮譽包括美國國家工程院院士、台灣中央研究院院士、古根漢 Fellow 和 ACM SIGOPS 2015 名人堂獎。
孔院士於 2017 年起倡議成立台灣人工智慧學校,並自 2018 年起擔任校長至今。
招生對象:
(1) 電機、電子、資訊、半導體及其他相關科系碩博士生 (須經指導教授同意, 並請於報名時提供指導教授之姓名與聯絡電話)。
(2) 已應用 AI 技術從事研究之教職及研究人員。
(3) 半導體研發、IC Design 及應用 AI 技術產業從業人員。
報名方式:
本招生採網路報名,第一階段報名截止日 2022 年 2 月 25 日,請於當日晚間 23:59 前上網完成填寫報名資料 (線上報名:https://neti.cc/L2QLpea)。
請完整填寫報名表,以便完成審核程序。第一階段錄取名單公告後,如仍有名額始開 放第二階段報名。
地點:
國立清華大學(新竹市光復路二段 101 號)第四綜合大樓綜四館 R224 地圖:https://edu.tcfst.org.tw/map_nthuold.htm
#台灣人工智慧學校
#科技部人工智慧製造系統AIMS研究中心
#中央研究院資訊科技創新研究中心
看更多
3 0 774 0

熱門精選

104學習

產品

11/09 17:08

AI 額度老是不夠用?8 個省 Token 的好習慣,同樣的方案多用一倍
你是不是也遇過:才用到下午,ChatGPT 或 Claude 就跳出「已達使用上限」?或是公司開了 API,月底帳單比預期多一截?
問題常常不在你問太多,而在每一次對話裡,AI 都要「重讀」很多它其實不需要的東西。搞懂 Token 怎麼算,就能用同樣的方案做更多事。
📊 先搞懂:Token 是什麼、為什麼會越用越快
.Token 是 AI 計算文字量的單位,你輸入的問題、貼上的資料、AI 的回答都算
.關鍵在這點:同一個對話裡,每問一句,AI 都會把「前面所有內容」重新讀一遍
.所以同一個對話聊到第 30 輪時,你只問一句「好」,背後可能已經消耗幾萬個 Token
.上傳的 PDF、截圖、長篇會議紀錄,也都會跟著每一輪被重複計算
簡單說:對話越長、附件越大,每問一句就越貴。
✅ 一般使用者:6 個馬上能用的習慣
1️⃣ 一個任務一個對話
寫完週報就開新對話再改簡報,不要在同一串裡從早聊到晚。換主題時,舊內容對新任務沒幫助,只會一直被重讀。
2️⃣ 聊太長就「打包重開」
對話變得很長、AI 開始忘東忘西時,請它先整理:「請把目前的結論、已確定的規格、還沒完成的事,整理成 10 行以內的摘要。」再把摘要貼到新對話接著做。
3️⃣ 只貼需要的段落
要問合約第 5 條,就只貼第 5 條;要改報告結論,就只貼結論那頁。整份 50 頁 PDF 丟進去,AI 每一輪都要重讀 50 頁。
4️⃣ 一次把需求講清楚
「幫我寫信」→「太長」→「語氣再正式」→「加上日期」,來回 4 次每次都重讀全部。不如一開始就說:「寫一封給客戶的延期通知,200 字內、正式語氣、提到新交期 11/20。」
5️⃣ 指定回答長度與格式
加一句「條列 5 點,每點一句話」或「只給修改後的版本,不用解釋」,就能少掉大段客套開場與重複說明。AI 的回答一樣算 Token,而且通常比輸入更貴。
6️⃣ 簡單的事用輕量模型
翻譯一句話、改錯字、整理格式,用預設或輕量模型就夠了;需要深度推理、長文分析時,再切到最強的模型或「深度思考」模式。思考模式會在背後多用很多 Token,不是每題都需要。
🛠️ 進階使用者(Claude Code、API、自動化流程):再多 3 招
1️⃣ 善用提示快取(Prompt Caching)
固定不變的系統指令、產品說明、規範文件放在提示詞最前面,並開啟快取。重複送出相同開頭時,各家 API 會用較低價格計算這段內容。
2️⃣ 定期清理與壓縮對話
在 Claude Code 這類工具裡,換任務就用 /clear 清空,長任務中途用 /compact 壓縮紀錄。說明檔(如 CLAUDE.md)只放每次都需要的規則,不要塞成百科全書。
3️⃣ 讓程式先過濾,再交給 AI
與其把 5,000 筆資料全丟給 AI,不如先用 Excel 或程式篩出異常的 50 筆,再請 AI 分析。大量重複、規則固定的工作,交給程式比交給 AI 便宜又穩定。
⚠️ 三個常見誤解
1️⃣「提示詞越短越省」
太短的提示詞常常換來答非所問,只好重問好幾次,反而更耗。省 Token 的重點是「少繞路」,不是「少打字」。
2️⃣「用英文問比較省」
英文在 Token 計算上通常比中文划算一些,但如果因此表達不清、還要翻譯回來,省下的很容易又花掉。用你最能講清楚的語言就好。
3️⃣「開新對話會讓 AI 忘記我」
開新對話的確會「重新開始」,但這正是省 Token 的原因。真正要保留的設定,可以放進 ChatGPT 的「自訂指令」、Claude 的「專案」或 Gemini 的「Gem」,每次開新對話都會自動帶入。
🧩 小練習:今天就試 10 分鐘
打開你最近最長的一個 AI 對話,請它:「把這個對話的重點、結論和待辦,整理成 10 行摘要。」複製摘要、開新對話貼上,接著繼續做。比一比:回應速度是不是變快了?回答是不是更聚焦?
💬 你平常最常在什麼時候撞到 AI 的使用上限?有自己的省額度妙招嗎?歡迎留言分享!
📎 補充說明
※ 各家 AI 的計費方式、用量上限、模型名稱與快取功能會不定期調整,實際以 OpenAI、Anthropic、Google 官方說明與你所使用的方案為準。中英文的 Token 換算比例依模型而異,本文僅說明一般趨勢。
看更多
0 0 238 0