2010年最具影響力十大技術~移動網路占一半|數位時代 BusinessNext

TechCrunch發表將在2010年產生重大影響的新技術，其中包含全新技術與成熟技術，以下TechCrunch評選的2010年十大重要技術當中，有超過一半涉及移動領域。

平板電腦：平板電腦將是2010年最受期待的產品。目前有關平板電腦的傳聞舖天蓋地，據說多家公司都在進行研發，其中包括Android平板電腦、概念平板電腦。其中最受關注仍是蘋果平板電腦。

地理定位：將GPS晶片與手機、社交網站以及越來越具創新功能的應用結合起來，意味著地理定位將成為「殺手級」必備功能。不僅是Foursquare和Gowalla這樣基於地理資訊的流行遊戲，Twitter、SimpleGeo以及Facebook網站開放地理資訊API，同樣可以使更多的應用加入地理資料，對地理定位產生深遠影響。最近Twitter開放地理定位API，並收購地理定位技術提供商Mixer Labs。

即時搜尋：Google和微軟Bing搜尋引擎獲得來自Twitter、Facebook、MySpace等社交網站的即時資訊，開始提供即時搜尋功能。即時搜尋發展關鍵在於結合即時搜索與即時資訊過濾，在提供即時資訊的同時，提高資訊的相關程度。

Chrome OS：基於網路運行的Chrome作業系統是Google針對微軟Windows作業系統發起的攻擊。有傳言稱，Google正在研發一款Chrome筆電，將向世界展示Web OS，這款系統或許非常合適平板電腦。

手機影音：網路是基於HTML語言建立，目前最新版本是HTML5，Firefox和Google Chrome瀏覽器已經可支持HTML5。HTML5的普及可降低網友觀看影音、動畫或其他應用時，對Flash或Silverlight插件軟體的依賴；HTML5還可支援離線資料儲存功能，使網路應用和桌面應用更加接近。

手機影音：隨著可連接網路的iPhone 3GS等手機功能日趨強大，線上影音串流應用也會更加普遍。

擴增實境（Augmented Reality）：擴增實境藉助電腦圖形技術和視覺化技術產生現實環境中不存在的虛擬物件，並透過傳感技術將虛擬物件準確置放在真實環境中，藉助顯示設備將虛擬物件與真實環境融為一體，並呈現給使用者一個感官效果真實的新環境。

手機交易：目前手機具備上網的功能，因此移動商務也因應而生，手機支付和交易將在2010年得到迅速發展。Twitter創辦人Jack Dorsey新創辦的手機支付公司Square就將iPhone打造成一款信用卡讀卡器，Verifone和Mophie等公司也開發類似的產品。

Android：去年問世的Android手機達到數十款，其中包括由Verizon運營的Droid手機。不久之後，Google將推出基於Android平台的首款自有品牌手機Nexus One，這款手機將不捆綁任何營運商的服務。

社交CRM：Twitter和Facebook已成為普遍流行的社交工具。2010年，這兩種即時交流模式將在企業領域得到更大的發展。線上CRM廠商Salesforce將發佈即時企業資料管理工具Chatter，可與Twitter和Facebook整合。

看新聞1
看新聞2

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。」

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。