雪山隧道通車的幕後功臣
雪山隧道通車的幕後功臣
2006.08.15 | 科技

「施耐德電機」(schneider-electric)這個名字對台灣來說有些陌生,但其實日常生活裡已經出現愈來愈多「施耐德」的影子:當駕駛人行駛在十二.九公里長的雪山隧道,包括全套電力、照明系統、安全系統、空調系統與消防火警等,都是由施耐德電機一手策劃。除了雪山隧道,包括高雄捷運系統、台北一○一大樓等台灣近年來最重要的公共建築都在施耐德手裡完成。
曾被《富比士》(Forbes)雜誌評選為全球最佳二十七家公司之一的施耐德電機,二○○六年也名列《財星》(Fortune)雜誌全球五百大公司第四百七十九名。施耐德一八三六年在法國成立,以電力設施為核心事業,目前已是全球第一大的電力輸配公司。

為硬體建設加入神經系統

「我們是做埋在牆壁裡的事業,」施耐德工業自動化事業部副總經理鐘建國笑著表示,無論是建築物、公共設施,外觀的硬體建設只是一個空殼子,施耐德電機就是為這個空殼子注入靈魂的推手。台灣國工局的長官就形容施耐德電機是為硬體建設加入「頭腦」與「神經系統」。當人們享受著舒服的住宅品質時,可能使用的就是施耐德電機所規劃的電力輸配系統。
以雪山隧道來說,一條什麼設備都沒有的隧道根本無法通行,隧道內的抽風、安全監控、照明、甚至消防安全等系統,都是必須要有的基本配備。施耐德配合台灣的系統整合廠商「領航資訊」一起規劃,從二○○四年開始著手進行機電施工。運用自身多年的經驗,施耐德密切地與台灣本地夥伴合作,終於完成雪山隧道這項重大工程。領航資訊副總經理黃揚宗就表示,「全長十二.九公里的隧道要完成照明、電力、通訊等工程,這是他做過的工程裡最艱難的。」

不斷購併達到企業創新

除了經驗與合作夥伴,從施耐德電機的發展歷史軌跡中,也可以看出,「購併」是它不斷成長的動力。施耐德台灣區總裁穆德華(Mike Hughes)認為,施耐德可以百年來屹立不搖的一個原因,就是透過不斷的購併來達到企業的創新。

尤其在一九八八到一九九六年之間,陸續購併以配電產品為主的Merlin Gerin、配電材料商Square D,以及工業控制與安全自動化的Telemecanigue等公司,讓施耐德電機的核心事業從電力供應擴大到電力輸配、工業控制、自動化等三項產品。施耐德進軍中國大陸時,也購併了陝西寶光真空電器,在加拿大也購併了加拿大電力測量公司(Canada-based Power Measurement, PMI)等。
另外,年輕化也是施耐德百年不老的秘訣之一,像施耐德電機在法國剛上任的執行長萊克曼(Henri Lachmann),年紀也不過四十歲,從管理階層到工程師,施耐德電機用青春串起無限活力。

重視跨國人材交流互動

不斷整併的過程裡,施耐德卻沒有遭遇企業文化無法融合,或歷史包袱過重的問題。為了讓全球各地的員工可以互相融合與認識,每個地區的施耐德電機都施行「馬可波羅計畫」。透過該計畫,員工外派至各地工作。像現在台灣地區就有一位從法國來台實習的年輕人,台灣施耐德電機也將派譴兩名年輕工程師,在九月赴上海學習。「全球員工大搬風是我們很大的動力,」台灣施耐德市場行銷部副總經理高偉蠡自信地表示。
很多跨國企業不敢用當地的人才,甚至對於跨國人才的交流也不多。「這樣是無法幫助企業融合的,我們盡量讓世界各地的人才可以自由走動,除了了解不同文化面,更可以幫助在融合過程中,取得相互的平衡,」高偉蠡表示。
施耐德電機為了培養新一世代的接班人,除了透過馬可波羅計畫,讓全球員工走透透之外,還有領導型菁英領袖計畫。今年僅有一名的亞洲菁英領袖計畫,就是被目前服務於台灣施耐德電機的客服部經理陳嘉偉所拿下。他得意地說:「別看施耐德是個一百七十歲的高齡企業,就算在台灣,施耐德也有二十年的歷史,可是放眼望去,工作者的平均年齡都在三十歲以內,每個員工都充滿熱情和動力。」

*軟硬體搭配,成就重要工程

施耐德市場行銷部副總經理高偉蠡、施耐德台灣區總裁穆德華、領航資訊副總經理黃揚宗、施耐德工業自動化事業部副總經理鐘建國(由左至右)是施耐德在台的重要幹部,尤其是黃揚宗與鐘建國更是在雪山隧道建置過程中重要的推手。透過多年的合作經驗,施耐德提供硬體設備,領航資訊設計系統與軟體,才造就如今舒適通暢的雪山隧道。由於雪山隧道的通風、照明、配電系統複雜,建置難度相當高,總裁穆德華更多次親身前往雪山隧道探班,了解工程進度,並為所有員工加油打氣。

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