親身體驗Google TV，客廳解放之役|數位時代 BusinessNext

2010年Google I/O開發者大會中，Google TV的確是其中令人注目的焦點之一。而實際的體驗，也的確比網路文字與圖片，更令人對這款即將進入客廳的新選擇，有了更多的期待。

在6月8日Google向亞洲媒體展示Google TV的短暫時間中，的確可以感受到一些Google TV試圖帶來的客廳新體驗。簡單來說，Google希望將網路，帶入既有的電視觀賞經驗之中；而就Google來說，其中最重要的一個部分，自然是如何將其最為人稱道的「搜尋」服務引領進入電視。「我們只是要強化既有的電視經驗，」Google新事業開發經理Mickey Hyunyu Kim如此表示。展現在實際的操作上，現階段仍在開發中的Google TV，也擁有幾項有趣的特色。

1. 網路與電視節目間的無縫切換：從短暫的展示中，可以看到Google將網路帶入電視中的第一要務，便是提供兩內容形式的無縫切換。有別於部分機上盒開機，或操作反應較慢的問題，Google TV在網路與電視間的切換，顯得十分順暢。

2. 出乎意料的YouTube HD影片畫質：所有人都知道，用電視看影片與網路看影片的差異，其中最大的一個部分，自然就是畫質，而實際以Google TV播放YouTube上HD影片的示範，的確讓人對Google TV的畫質表現感到驚艷，出乎意料的細緻。

3. Android手機與Google TV的應用連結：看了實際的操作後，就不難理解為何Google在Google TV中使用的是Android而不是Chrome OS，因為唯有如此，Google TV才能夠利用既有的Android應用程式，並讓未來可能人手一機的智慧型手機，更進一步進入客廳，搖身一變成為觀眾手上的遙控器。

利用Andoird 或iPhone手機，觀眾可以直接將手機上正在觀看的內容，傳至電視觀賞，或下載、利用Android Market的服務。但更重要的是，透過手機上的語音搜尋（by the way, Google中文語音搜尋服務，也已經正式上路），觀眾還可以直接用說的，來操作電視進行搜尋。而「搜尋」正式Google解放客廳的第一站。

雖然，就技術上，Google TV並沒有耀眼的突破。但單單是一個搜尋框，其實背後也有相當大的意涵，因為這代表了觀眾將擁有更高的「選擇」與「自由」。

有別於既有只能就有限的頻道、資訊來選擇內容的電視觀賞經驗，搜尋框的出現，不僅是將網路帶入電視，更是將無窮盡的內容帶入電視，並給予觀眾瀏覽與操作自由的工具，讓觀眾可不再受制於有線電視營運商或頻道商所提供的套裝服務（bundling）。而這就是Google要打破的第一道客廳藩籬。Giga Om Pro「Google TV: Overview and Strategic Analysis」報告中，就直指：「搜尋生來就是套裝服務的敵人，」藉由將搜尋工具交給觀眾作為選擇依據，Google也可能將會改變電視內容以的服務生態。

此外，利用開放的Android平台，Google也同時解放了電視製造與應用開發兩端的生態。在硬體上，使用Intel Atom處理器，將讓所有電腦製造商，有機會利用他們熟悉的技術分一杯羹，而軟體上，沒有授權金並開放的Android也將讓硬體商，有了更大的空間，自行開發差異化的軟體服務及介面。同時間，過去難以跨入客廳應用的廣大網路、手機開發社群，也有機會藉著Google TV，有了更大的開發及獲利空間。

然而，一個解放的故事，勢必不會是一條坦途。目前，以上所有的解放，都必須先有一個堅實的使用規模作後盾，Google 要如何證明消費者需要這樣的一樣新服務，讓Google TV廣為普及，就是Google必須挑戰的第一關，而價格就是最基本的課題。此外，Google要如何拉攏電視內容商，讓其不成為阻礙而為助力，也是另一項必須克服的課題。

如同Google不停重申的，Google TV目前只是一個開發中的計畫，還有很高的變動性及不確定性，這場解放戰役要是否能在電視生態圈中真正開打都還不明朗，現在要去推估誰是真正贏家，似乎也是太早了。

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。