行動裝置迅速崛起，導致Gartner調降對PC出貨量預測|數位時代 BusinessNext

基於消費用行動PC需求減弱的預期，國際研究暨顧問機構Gartner調降對2011年及2012年的PC出貨量預測。Gartner初步預測，2011年全球PC出貨量達到3億8,780萬台，較2010年增加10.5%。Gartner原本預期，今年PC出貨量的增幅可達15.9%。

Gartner亦預測，2012年全球PC出貨量為4億4,406萬台，較2011年成長13.6%。Gartner之前的展望報告所預測的年增幅則為14.8%。

Gartner研究總監Ranjit Atwal表示，「調降的預測結果反映近期預期的出貨量的顯著減少，這是基於消費用行動PC需求減弱的預期，大部份係因近期中國行動PC市場趨緩，再加上消費大眾對行動PC不再熱衷。」

Gartner分析師指出，消費用行動PC在過去五年都是PC市場的成長引擎，平均的年增幅接近40%。在這段時間中，行動PC是消費者把網路導入日常生活的主要平台。然而，隨著低價嵌入式 Wi-Fi模組的普及，消費者已能透過不同的行動裝置取得網路，使得他們幾乎不用行動PC就可以從事各項喜歡的網路活動。

「我們預期成長中的行動PC替代品的消費熱潮，例如iPad及其它平板媒體，將會劇烈地延緩家用PC的銷售量，尤其在一些成熟的市場。」Gartner研究總監George Shiffler表示，「我們一度以為消費者會購買第二或第三台行動PC，如個人裝置而使行動PC銷售持續成長，然而，我們現在相信消費者很可能會放棄購買額外的行動PC，由於他們選擇了平板電腦或其它行動PC替代品為首選的行動裝置，消費者也會嘗試延長他們現有行動PC的壽命。整體來說，我們預期家用PC年在2011至2015年於成熟市場年的平均成長將減少10%。」

在2011年及2012年，由於全世界所有地區的老舊PC都將被汰換，商用PC市場預期會持續呈現二位數的成長。Gartner資深分析師Raphael Vasquez指出，「然而，即使在商用市場，平板媒體也被考慮成為PC的替代品，有可能會延遲一些PC的汰換。」

替代性裝置數量劇烈的成長以及PC的侷限性是Gartner修訂PC產業前景因素中的兩大面向。

在Gartner的預測中，消費者對於平板媒體的熱愛，使消費性行動PC在成熟市場持續疲軟。消費者以平板媒體替代行動PC開始影響PC在成熟市場的出貨量。然而，另個更大的問題係因消費者對PC採取「觀望」的態度，因為他們對於2011年即將登場的新平板媒體抱持著期待。

在不久之前，PC在成熟市場曾是「流行配件」，廠商將自己奠定為時尚設計師，並創造出專屬女性的PC。現在時下最酷的裝置莫過於智慧型手機，而PC將在2011年第二季平板媒體正式大量推出新款的時候正面對決。目前為止，行動PC吸引人的地方在於便於攜帶的特性。不過，主流行動PC的重量還是偏重，而且電力不能持續一整天以達到真正的行動性。這些限制在蔓延的社交網路中顯得更為明顯，因為社交網路的成功是來自不間斷且立即的連線。總之，全天無線使用電腦的技術尚未實現，而曝露了行動PC充其量只是可攜帶的PC。

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。