聯發科最新研究調查~一股超級中端市場勢力正在快速崛起
聯發科最新研究調查~一股超級中端市場勢力正在快速崛起
2014.03.03 | 科技

IC設計大廠聯發科前陣子不只發表全球首顆4G LTE的八核心手機晶片,也在MWC全球通訊大會上展現全新企業品牌溝通形象,現在更發表最新研究調查,釋出未來的行動趨勢方向。

聯發科認為,現在的我們正進入一項創世紀,兼容並蓄的改革,一股強勁的「50億人中產階級」勢力正在崛起,造成「傳統的新興市場」消失,而且史無前例。地球上每個人平等使用網路的機會變多了,能互相聯絡,連結彼此的裝置,不分身份,不限地域,而且就發生在生活與職場中。

特別的是,這個現象將重塑市場、改變產業以及扁平化經濟,一股「超級中端市場」正應運而生,聯發科內部觀察,這股新變革會來得很快,然而,是不是每家公司都想要,或者能夠很快抓住這波趨勢所帶來的商機,就得各憑本事及看公司本身的市場策略。

雖然行動裝置市場中,金字塔頂端仍有強大的消費力和使用族群黏著度高的特性,但不可否認,對於價格敏感很高的中高階與中階價位智慧型手機使用族群更廣大。

加上聯發科所觀察到的,這些族群偏布在世界各地,他們使用網路的機會變更多了,從功能機體驗開始正在進行轉換,造就中價位智慧型手機的市場日益受到用戶重視,成為選擇入門體驗的優先考量。

事實上,這些中高與中低價位智慧型手機可定義為,「具備高階機種的功能,使用經驗不太差,價格落於中間地帶,而且很有競爭力。」這些位在超級中端市場的人們,並非一定要使用很好的行動裝置,而是覺得在有預算有限的情況下,可以上網,又具備一點類似高階產品的功能其實就很好。

對聯發科來說,這一、二年來,手機晶片與平板電腦晶片出貨量成長最快的,其實便是低階、中階再來才是中高階晶片,而這也與聯發科的策略不謀而合。往上攻,高階晶片以前有高通防禦固守,但看中間及往下,高通根本不是聯發科的對手。

聯發科一開始早就掌握住很龐大的base(基本盤),包括手機商與零組件供應商的整條鏈結,從這裡開始練兵,開始往雙核心、四核心以及領先全球晶片廠所推出的八核心,聯發科由下往上攻破高通防線,一步步都讓人驚豔,高通雖然嘴上說不想跟風推八核心,但不得不向市場低頭。

在2014年全球移動通訊展MWC上,高通正式宣佈,接下來將推出驍龍Snapdragon 615晶片組,整合4G LTE與64位處理能力的八核心晶片,而且第三季才要開始送樣,第四季相關產品才會上市,足足晚了聯發科二季,遠遠被拋在後頭。

先前說好絕不推八核心,也瞧不起聯發科搞噱頭的高通,為何食言,向市場趨勢低頭?原因不難理解,一名中國手機商認為,「其實消費者很好理解,購買手機時,他們無法一次快速知曉那麼多屏幕、規格、功能等細節,但有一項會很好快速記住,就是核心數,至少會很快認為,從雙核、四核,進化成八核,感覺比較厲害。」

在這股超級中端市場勢力快速崛起的情況下,聯發科已經準備好了要加快腳步,踩上風火輪前進,搭載聯發科四核心與八核心的行動裝置,最近在中國更獲得許多手機商的青睞,目前已位居世界第三IC設計廠的聯發科,未來是否有可能坐上全球第一寶座,大家都在等著看。

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