【專訪】伺服器之父顏維倫轉戰思科，圓一個雲端大夢|數位時代 BusinessNext

在美國聖地牙哥的思科Cisco Live!全球大會上，排排坐的思科高階主管中出現一位熟悉的華人面孔，他是出身台灣的顏維倫（David Yen），掌管思科全球資料中心業務。在雲端資料中心世界裡，顏維倫無疑是全球最有影響力的華人。

顏維倫曾在昇陽電腦任職20年，在90年代初期，他帶領昇陽成為企業伺服器的領導公司。昇陽電腦執行長麥克里尼（Scott McNeleany）曾經說：「昇陽每年有一半的營收，都是顏維倫的貢獻。」但在2008年顏維倫離開昇陽轉向瞻博網路（Juniper），開始一腳踏入雲端世界。

他在Juniper期間，帶領Juniper研發出全新的單層資料中心架構QFabric，將傳統的三層網路簡化為單層網路，可說是為了雲端而生的高效率架構。但就在去年QFabric發布後的2個月，卻傳出震撼業界的消息：顏維倫離開Juniper，前往思科掌管全球資料中心業務。

做為一位在全球雲端產業最具影響力的台灣人，顏維倫為何選擇轉戰思科？他究竟對雲端產業有甚麼樣的遠景和夢想？本刊在聖地牙哥Cisco Live!大會專訪思科資料中心事業群資深副總裁顏維倫，以下為專訪紀要：

問：我們去年4月在台北見過面，當時您還在Juniper，但兩周後就聽到您轉戰思科的消息，為什麼決定得這麼快？這個決定對您來說有甚麼意義？

答：就在去年四月我到台北的時後，思科打電話給我，因為他們的整合運算系統（Unified Computing System, UCS）這一條產品線幾個創始元老都已經要退休了，所以他們積極在找後既的領導人。

UCS不只是純粹的伺服器，而是加上網路的交換架構，裡面用到很多虛擬的技術，也提供必要的儲存介面。當思科找到我，勾起了我對伺服器濃厚的熱情，我到底在昇陽做了二十年的伺服器，對這一塊還是情有獨鍾。再加上我在Juniper做網路也做得很有興趣，這剛好是一個很好的機會，讓我把一生所學全部融會在一起，這很難拒絕的機會，所以他們去年四月打電話來，幾個禮拜就決定了。

我在Juniper做的QFabric是好幾年的長期計畫，去年四月才剛正式發表，算是達到個里程碑了，接下來還要兩三年以後才會有細節出來，我想如果要離開，當時是最好離開的時候。

問：現在您看到的雲端趨勢是甚麼？

答：企業應用裡的移動性會越來越強，因此在構思行動應用時，要和資料中心聯合起來思考。這些應用不但要能在資料中心運算，算出來的結果還要能在不同的裝置上呈現。視訊影像也是一個趨勢，一般人用手機、iPad看影片，但已經不只是看YouTube，也會希望彼此能用影像的方式溝通交談，可以看到對方、一起分享一段影片，越來越多溝通往來的形式是影像，這又造成網路額外的負擔。影像是人類的直接視覺，只要稍微慢一點就不能接受，因此要如何在這方面做到最好？思科的創新，就是要讓使用者在視覺影像上的感受更完美。

很多公司在做虛擬桌面架構，未來不再需要全功能的電腦，主要應用都在資料中心運算，現在大家喜歡用thin client，各種手持裝置，這些裝置運算能力都不強，它需要的是資料中心的運算能力，這就是我要做的事。

問：思科在你心中是一間甚麼樣的公司？

答：思科不知不覺間已經轉型了，在三、四年前定位還是一個網路公司，今天還是很多人認為它是網路公司，但實際上思科已經轉型成一個IT公司，轉型到的層次已經跟IBM和HP沒有差別，只是不同公司會因歷史背景不同而有個別專注的領域。思科在網路方面還是非常強，但如果你現在問錢伯斯，思科是怎樣的公司？他會說，我們是IT基礎建設公司。

另外一方面，思科在考慮創新方向時會和新創公司很不一樣，我們的創新偏向從現有基礎一步步往前走，這是為了保障既有的眾多客戶，他們以前所購買的一些產品還能繼續用，只是加上新的軟體和服務。我們認為應從現有的基礎上往前走，而不是把所有東西通通丟掉重來，如此才能降低風險性。

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。