拓墣~2012將是個人雲端年|數位時代 BusinessNext

回顧雲端運算市場發展歷程，全球在2009~2010年曾掀起一陣私有雲建置熱潮，2011年則有大量PaaS的產品出現。拓墣產業研究所研究員卞宗瑩表示，受惠於智慧終端快速發展、行動寬頻與無線技術成熟、儲存設備成本下降，以及國際大廠紛紛推出個人雲端服務（如Apple的iCould）等利多因素，2012年個人雲可望在全球雲端運算市場竄起，未來個人雲市場規模也將遠大於企業雲！

拓墣預估，2012年全球雲端運算服務市場持續成長，整體產值將達259億美元，其中個人雲端市場產值約40億美元。從區域市場分析，2012年北美地區仍將為全球最大雲端市場，占全球雲端市場營收56%，未來五年內都能維持在50%以上。

另外，亞太區成長動能強勁，日本對亞太區雲服務市場營收貢獻10.5%為區域最高，澳洲、紐西蘭、中國大陸和印度在亞太區成長速度也相對快速。而2012年台灣整體雲端服務產值，拓墣預估為3.2億美元，較2011年成長約45%。

若從軟體即服務（Software as a Service；SaaS）、基礎建設即服務（Infrastructure as a Service；IaaS）與平台即服務（Platform as a Service；PaaS）三個層次的雲端服務模式來看，2012年Amazon在IaaS領域的龍頭地位仍難撼動，Salesforce.com則持續宣示其在SaaS與PaaS市場上的勝利。

拓墣分析，未來PaaS與IaaS兩層的壟斷性會逐漸增強，SaaS將呈現百家爭鳴的景象。由於PaaS具掌控產業之核心價值，SaaS的未來其實是建立依附在完善的PaaS之下，需以PaaS為核心建構與營運新一代的SaaS應用服務。因此未來雲端市場將逐漸朝向PaaS+SaaS之商業模式演進，相對成熟的PaaS可望加速軟體應用服務發展。

有趣的是，目前在雲端市場嶄露頭角的雲端科技大廠如Amazon、IBM、Microsoft與Google等，都不願正面透漏雲端服務實際營收狀況。拓墣指出，Amazon的AWS（Amazon Web Service）服務在2006年便已上市，可說是全球IaaS市場之龍頭，但預估2012年仍只占其總體營收約2%，其他大廠情況也類似。

此現象除顯示雲端市場尚未成熟外，就連雲端大廠也還在思考，究竟雲端服務要如何進一步與更多自身產品結合，或是與其他業者合縱連橫，才能產生更大商機。因此，後進業者只要找到對的雲端服務獲利新模式，仍有機會在雲端市場撂倒今日的領先大廠。

在Apple、Google、Microsoft、Amazon、Salesforce.com等大廠帶動下，資訊產業競爭已成為應用平台之爭。2011年全球重要軟體商與大型雲端運算專業公司接力推出雲端平台，重要軟體廠商VMware、Red Hat今年也加入雲端應用平台戰爭，帶動2012年「以雲端平台開發為主，創造雲端軟體服務價值」的營運模式。

台灣雲端產業發展上，硬體方面仍為強項，特別是雲端機房之整體解決方案較具競爭力，以伺服器為核心發展之相關供應鏈，2012年將持續受惠。而2011年陸續出現的雲端應用平台，為台灣應用服務與軟體的重要推手，使得台灣雲端服務種類日趨廣泛，加速教育、交通、醫療、娛樂等應用。

由於台灣雲端平台發展進程比全球約晚一年半的時程，預計PaaS之間的競爭態勢將在2012下半年逐漸成型，屆時應用服務可望加速發展。但拓墣認為，台灣應用服務目前很難跨出台灣地區。因此，兩岸合作將是台灣雲端產業能否持續成長的關鍵之一，十二五規劃中對於雲計算產業的相關政策，尤其值得關注。

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。