Nokia Lumia 900 目前最好的Windows Phone（上）|數位時代 BusinessNext

當AT&T開始販賣Nokia Lumia 900時，許多人覺得這隻手機設計精美、搭載高階鏡頭、使用相當不錯的螢幕、支援LTE，應該是Windows Phone眾望所歸的大成之作；若AT&T與Microsoft能攜手向消費大眾證明Windows Phone是個有競爭力的智慧型手機作業系統，那麼Windows Phone能與iOS及Android一較高下的機率相當高。

硬體規格與設計****

Lumia 800之所以在歐美成為旗鑑型機種，不外乎是Nokia再度呈現出耐用與高品質兼具的招牌，唯一的缺點是螢幕有點小而且沒有前鏡頭。

為了讓Lumia 900在前人的經驗上精益求精，Nokia深入研究在美國暢銷的幾款智慧型手機，知己知彼，讓Lumia 900比Lumia 800更好。不僅螢幕從3.7吋加大到4.3吋、有了前鏡頭，而且還支援AT&T的LTE網絡。

Lumia 900的機殼設計透露出一種堅固的形象，摸起來柔軟但又防刮，好像摔不太壞似的。Lumia 900將有黑、白、綠三種版本，比大部份機殼黑漆漆的智慧型手機有看頭（可惜不會有Lumia 800的紅色）。

但必須注意的是Lumia 900的電池不能拆卸，也不能從外部擴充記憶體，只能使用內建的16GB；不過，購買Lumia 900就能獲贈Microsoft的SkyDrive服務，使用者可獲得25GB的雲端儲存空間。

Lumia 900有三個觸控式的導航按鈕－返回、首頁、搜尋，是直接從觸控螢幕操控的，所有其他會用到的按鈕都在右側，包括最中間的電源鍵，以及音量與照相按鈕。有實測報告指出電源鍵與照相鍵太相似，很容易按錯；電源鍵還是應該在最上方較能避免混淆。

另外，和其他使用AMOLED面板的手機一樣，Lumia 900在顏色測試上時常表現得太「超過」，顏色總是過度飽和。不過顏色正確度很高，尤其在黑白的選單文字更是清晰，加以介面設計簡潔而非常便於閱讀，這是Windows Phone的另一個優勢。

更有趣的是，螢幕設計有微微的弧度，適合多種角度使用且不易反光，在戶外陽光下使用很少出現照完相卻因光線問題看不清照片的問題。

Windows Phone Mango****平台：誘人的功能

Mango比WP7多了一些重要的改變，例如能夠在使用第三方應用程式時達到真正的多工，同時Mango也支援Internet Explorer 9。

另外，長按返回鍵可以叫出最近常用的應用程式，並且是按照最後一次使用的時序排列。

社群功能方面，所有的Hub功能都進化了！舉例來說，People Hub收集了Facebook、LinkedIn、Outlook、Twitter以及Windows Live Messenger，使用者不必再在多個應用程式間做切換；在這個應用程式裡頭使用者可以隨意將聯絡人群組化，分成好友、同事、討厭的人或是任何分類。

而在Microsoft非常看重的Bing搜尋引擎部份也有大改造。Local Scout會透過GPS偵測定位，以提供超本地化的搜尋結果，假如你要搜尋餐廳，Local Scout會優先提供你25哩以內的吃喝選擇。

除此之外，和所有智慧型手機一樣，Lumia 900也內建不少電信商獨家的應用軟體－AT&T提供了ESPN、U-verse mobile以及條碼掃描等服務，另外還有能夠線上支付帳單的MyWireless。但值得高興的是，Windows Phone能讓你輕鬆移除這些內建的應用程式（如果你不喜歡它們的話），不像Android系統的智慧型手機很難移除內建的程式。

出自PCWorld

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。