思科目標於2012年減少25%的溫室氣體排放量
思科目標於2012年減少25%的溫室氣體排放量
2008.07.11 |

思科將推動一項多層面的獨特計畫,著重於借助科技之力量來達成各項目標,同時也以身作則,讓客戶瞭解他們也能效仿力行。

思科總裁暨執行長John Chambers,在思科年度IT與通訊大會「Cisco Live!」中,說明資訊科技如何對全球環境問題帶來改變性的效應,並展示思科在營運、文化、產品、以及客戶解決方案等方面永續之承諾。

Chambers表示:「每家企業都有將營運產生的環境衝擊減至最低,以協助回應氣候變遷的責任。思科為因應這項挑戰,不僅將減少自身的溫室氣體排放量,還將運用網路科技的力量更加妥善地管理我們的環境問題。藉由部署各種創新的資訊科技解決方案,並運用網路為平台進行21世紀的環境管理,我們相信這將能大幅地改變思科本身的溫室氣體排放足跡,並協助我們的客戶一起加入此珍愛地球的行列,達成永續之目標。」

思科是美國環保署「EPA氣候領導者計畫」 (U.S. Environmental Protection Agency’s EPA Climate Leaders Program)的成員,這個產業與政府的合作組織與各大企業進行合作,協助規劃完善的氣候變遷策略。在過去六個月中,思科致力與美國環保署以及「環境防護基金會」 (Environmental Defense Fund, EDF)、環境永續顧問公司DOMANI等組織合作,評估其全球各營運據點所產生的溫室氣體排放量,並在檢討評定標準的同時也樹立積極目標。在2007年,思科總體溫室氣體排放量為832,000公噸二氧化碳當量(CO2 equivalents),此數值包含思科全球自有或租賃設備、車輛,以及飛行差旅所產生的排放量。根據EPA氣候領導者的協議,思科整體溫室氣體排放量現在達到724,000公噸二氧化碳當量。另一方面,思科也承諾於2012年將溫室氣體排放量淨足跡減少至543,000公噸二氧化碳當量。

美國環保署空氣與幅射處(EPA's Office of Air and Radiation)第一副處長Robert J. Meyers表示:「藉由制定長期的溫室氣體減量目標,以及致力降低碳足跡,思科正在展現其因應氣候變遷而善盡企業公民責任的領導風範。」

減少營運產生的環境衝擊

Chambers在今天的演說中也說明思科在2012年達成減低25%溫室氣體排放量目標的方法。因為實驗室與資料中心在思科的能源使用中佔有很大的比例,思科將會多管齊下,採用包含詳細的能源流向計算、更多高效率的實驗室設備、使用「虛擬化網路」來儲存資料、加入智慧型能源分配系統以自動關閉不使用的機器,以及升級機械與電子系統。同時,思科也將增加運用各種協同合作科技,像是思科網真會議(Cisco TelePresence)與思科WebEx套組工具等,來減少商務差旅所帶來的環境衝擊;出差在思科整體溫室氣體排放量佔了27%。而在致力推動「Clinton Global Initiative」計畫方面,思科每位員工飛行差旅所產生的排放量至少減少10%。最後,思科也將在更多地方建置其「Cisco Connected Workspace」解決方案;此獨特的混合式辦公室環境現已於許多地方運作,包括位於美國加州聖荷西的思科總部,可大幅降低每位員工在相關環境的電力需求。

思科亦將利用網路化的資訊科技來減少設施所消耗的能源,同時也能更有效率地使用自有與租用的設施空間。思科在美國目前正運用軟體解決方案來模擬各項在碳足跡、減少廢棄物、溫室氣體排放、以及造成其他影響的因素。這讓思科能考量能源成本上升所帶來的衝擊,並預測其對營運與開支的影響,以及建立模型與方法來減少能源之使用。

思科EcoBoard聯合主席暨思科全球政策與政府事務資深副總裁Laura Ipsen指出:「藉由運用智慧型且支援IP的建築管理系統,思科樹立21世紀及利用網路化環境,更有效管理和匯報實踐承諾的進度之典範。」
最後,思科正將環保標準融入新據點的設計以及現有據點的翻新上,並購買不同數量的可再生能源來支援營運所需。在2008年,思科預計將於全球購買約4.6億kWh的可再生能源。思科亦是美國環保署「綠色能源夥伴」(Green Power Partnership)的成員,在美國前25大綠色能源購買者排行榜中高居第8名。

思科將會向美國環保署及其他機構匯報其減量目標的進展,並在每年度所發佈的企業公民報告內詳述。

協助客戶達成環保目標

藉由網路科技來減少對環保造成的衝擊,思科實現協助客戶共同支持環保的願景。思科改善自身產品的效率,並運用科技來達成減少其溫室氣體排放量,更將建立以IP網路為基礎的各種最佳策略與解決方案與客戶一同分享。

為協助客戶回應主要由資料中心帶來的能源消耗挑戰,思科今天亦發表一款公開測試版的入門程式,稱為效率保證方案(Efficiency Assurance Program, EAP)。這個集中化及以互聯網為基礎的工具,將協助客戶更能妥善地分析能源使用狀況,並針對整個廠房設備與資料中心基礎建設建立效率量測指標。這項計畫將首次讓使用者決定與IT營運相關的能源成本、使用率,以及碳排放量。此外,思科新設的資料中心效率評估服務(Data Center Efficiency Assessment Services),也將協助客戶分析適合的能源與冷卻基礎建設,來支援高可靠度的網路,同時並判斷所需採取的措施,以讓基礎建設具備更高的可存取性、效率、以及永續發展能力。

思科預期上述與其他創新解決方案將大幅提升其排放溫室氣體管理的成效,讓新開發與現有客戶都能運用科技來管理其環境足跡。近來由「American Council for an Energy-Efficient Economy」以及「GeS I(Global e– Sustainability Initiative) /The Climate Group」之研究均支持這種多層面的策略。思科是GeSI的創始成員,在上星期發表的一份報告中指出,大部份產業若運用特定的資訊與通訊科技(ICT, Information & Communications Technology),可在2020年前將原來由產業所帶來的排放量減少5倍,高達7.8 Gt二氧化碳當量,或是15%的總基準情境(Business as Usual, BAU)排放量。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓