為何開發者比較愛iOS？75% vs. 1%，從新版作業系統採用程度談起|數位時代 BusinessNext

蘋果iOS比Google Android平台更具吸引力嗎？從一些細節來看或許真是如此，例如更多捨得花錢的用戶都在蘋果App Store，總下載量超過250億次等。不過，若是問到專業人士的意見，他們會說蘋果生態系統發展的主要優勢是：蘋果用戶很快就會更新作業系統版本。

資料分析師Chris Sauve在部落格上發表文章，他最近檢視Android平台的分散狀況（Android platform fragmentation），並且收集市場資訊、從中了解iOS系統的現況，結果發現了一些有趣的結論，下圖說明了iOS和Android版本更新後的採用速率，iOS 5.X版本的斜率最大，採用速度最快，Android最新的Ice Cream Sandwich版本在此圖示中甚至無法顯現。

在同樣長的時間內，約有75%的iOS用戶更新了iOS 5，Android Gingerbread系統約略只有4%的Android用戶更新；除此之外，推出15周之後，iOS 4採用比例達70%，iOS 5達60%，而Android Ice Cream Sandwich卻只有1%。

另外，大量Android裝置真的會讓這個平台對開發者更具吸引力嗎？雖然Google董事長Eric Schmidt曾經這樣大力讚揚自家平台，不過數據顯示只有少部分Android裝置使用最新版本作業系統，對開發者而言（特別是資源有限的開發者），必須開發不同版本的App以應對所有裝置，這其實是相當困難的事。再者，開發者要快速採用Android最新功能也是難事，必須確保App可以在最常見的Android版本運行，即使版本較舊，效果沒那麼好。

相較之下，iOS開發者的顧慮就沒那麼多了，因為更新版本的App可以提供給更多的蘋果用戶，開發者可以放心運用新版iOS的新功能，不怕會因此和大量用戶疏離。

Instapaper開發者Marco Arment表示，iOS的相容性在一年內通常都是安全的，以目前情況來說，最低要求設為iOS 4已經足夠，iOS 5很快就會跟上。有時候作業系統的更新為開發者提供許多支援，因此開發者的步伐就可以走得更快更大。這樣的情況對於即將投入App開發的業者也適用，只要往後看，不需要從投入就得考慮如何和前版本相容的問題。

舉例來說，Tapbots決定開發一款iPad版本的Tweetbot App，開發者Paul Haddad選擇iOS 5作業系統即可，理由是iOS 5.0在所有iPad裝置都可運行，支援舊版iOS意義不大，雖然少數人的iPad採用iOS 4.3，不過和使用iOS 5.0的人數相比實在微不足道，因此毋須將精力投入到4.X版本。最後結果證明，該款App上架時衝上排名第一，卻只有兩個人抱怨，對開發者來說這就是對的決策。

於是，這和Android形成相當鮮明的對比。例如索尼最新推出的Android手機Experia S，都還是採用Gingerbread系統，套句BoingBoing網站所言，「看得出索尼正努力迎頭趕上，因為它所採用的Android版本推出才14個月」。要將Android版本採用問題歸在手機製造商其實很容易，但手機商不是唯一要負責的人，營運商對進入市場的手機軟體和硬體也有控制權；蘋果就是打破這樣的模式。目前，很少有Android開發者可以充滿信心地說，將推出只支援Ice Cream Sandwich版本的App。

身為App開發者的你是否也遇到相同困擾？iOS和Android是否都得顧及？此外，日前Inside專欄文章也提到了App上架後還需要注意的事：產品名、測試、分享擴散、是不是對的模式…，如何讓辛苦催生出來的App成為受人矚目的明星App？一連串的挑戰等待考驗開發者。《數位時代》最新計畫推出【HitoApp萬人評測大隊】新行動媒體，幫助開發者找出App被看見的其他可能性，聚集評測結果的群眾智慧，讓更多用戶看見該支App的特色，目前持續徵集受評測的App，歡迎有興趣的開發者報名。

HitoApp徵件網頁：http://www.bnext.com.tw/edm/hitoapp/

出自TheNextWeb

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。