節省65%製鞋電力消耗
節省65%製鞋電力消耗
2012.09.18 |

技術援引,改善製鞋耗能 張永明指出台灣現有製鞋廠,多半使用過往的製鞋方式與設備。以往由於技術限制,製鞋射出機均是使用傳統馬達與定量油壓幫浦,因此不論機器進行何種動作,機器永遠是100%全速運轉。

但許多時候,由於射出的鞋子部位不同,可能不需要那麼大轉速即可完成,甚至諸如安裝鞋楦(鞋的成型模具)、更換模具或套上鞋面等動作,讓機器空轉只是白白浪費能源。此外,當機器老是處於全速運轉的狀態,很容易造成油壓馬達與液壓油過熱,不只廠房環境悶熱,也容易發生射出時壓力不穩定,造成不良品的發生。

張永明注意到,由於近代汽車業與3C產業的快速發展,造就了塑膠射出機的龐大產業,在大量政府資源與廠商經費的投入研發下,已經有了可以透過控制器因應產品射出功率需求,精確變化馬達轉速的伺服馬達技術,兩者都是射出作業,不知道能不能把現有塑膠射出機的節能機制,放到製鞋射出機上呢?

經過內部研究,發現這個想法確實可行,於是張永明於2011年成立能源事業部,一邊藉由代理塑膠射出機來學習相關知識,一面帶領公司團隊,投入台灣的製鞋機節能系統開發上。

在遍尋不到合作廠商的情況下,張永明最後找上了海外製鞋集團Bata Group。這是一家跨國性製鞋大廠,由於主要產品多屬低價鞋款,在原物料成本不斷上升的情況下,早已極思各種降低成本的新可能;且工廠所在地多半位於落後國家,電力成本高昂、還常會發生限電情況,加上自身廠能龐大,有餘裕撥出一條生產線供作測試,雙方於是談妥合作,也讓張永明和團隊在多次受挫後,終於在印尼找到測試機器的機會。

克服製程障礙,節能65% 實際測試後,張永明和團隊才發現塑膠射出機和製鞋射出機兩者原理雖類似,但細節上卻是完全不同。面對這些困境,張永明帶領研發團隊與油路、電路等專家頻繁地飛往印尼,每天利用半夜進行改裝(半夜施做才不會影響產能),仔細研究每一個機器動作與執行訊號的記載。過程中,由於無法直接在當地就進行系統修改,明治實業團隊往往是先收集數據,然後回台修改整個能源系統,再運送至印尼組裝、測試。

除了測試的不確定性外,還有許多外在環境的干擾,例如當地所使用的液壓油比較髒,當中所含的碎屑,不止一次導致幫浦破掉;或是當地電壓不穩,導致從台灣運去的馬達,一裝上就燒掉;加上廠區沒有天車,各種機器重物都得由團隊徒手搬運,但為了目標,所有人還是一致拚下去。

就這樣花了半年時間反覆修改,投入500萬資金、歷經3次開發失敗,逐一克服機器震動、無法對準射出孔、射料不順等問題,終於在2011年9月順利開發出製鞋節能系統。不止節省了65%的電力消耗,讓射出作業更加精準,且因為馬達不再一直處於全速運轉狀態,有效地抑制了液壓油溫的上升,一旁的冷凍機也不用開機,達到更大規模的節能成果。

「當初看到節能65%的數據時,連我都不敢相信,也確信一切都值得了,」張永明笑說,原本只認為這個方向沒錯,但沒想到可以節省這麼多,也因為如此出色的成效,不止Bata開始進一步下單,這套技術目前也已推廣到20餘國,明治實業真的以自己的力量,改變了業界原本的能源使用方式。

明治實業 主要業務分為能源事業部與鞋業事業部。能源事業部致力於研發油壓機械方面最新型節能系統,根據機器的油路和電路,量身打造節能系統;鞋業事業部擁有超過30年的整廠設備輸出經驗及製鞋知識,提供客戶最新的製鞋機械、製鞋技術及生產工具和材料。

資料來源《經理人 No.91》

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓